基于CBBA的多域作战无人系统任务规划方法研究

针对多域作战任务中异构无人系统的分布式任务规划问题,建立考虑时间窗约束、路径受限等情况下的多域作战任务分配模型;基于一致性束算法求解异构无人系统的任务分配问题;采用Bezier曲线和粒子群算法对一致性束算法进行了扩展,将路径规划耦合到任务分配过程中。仿真结果表明,扩展后的一致性束算法可以同步得到无冲突的多域作战无人系统任务分配解和路径规划结果,验证了其在多域作战无人系统任务规划方面的适用性。

基于作战环的作战体系节点重要度评估

以实际作战体系为研究对象,以复杂网络理论和现代作战循环理论为理论基础对作战体系的建模和评估方法进行研究,首先提出一种基于功能作战模型的IDFCS (investigation, decision, fire, communication, and support)作战体系建模方法及该模型的生成算法,从更贴近实际、更为精细的角度对体系节点的能力和作战体系规律进行定量描述;其次根据作战环理论提出基于IDFCS模型的体系效能评估方法和节点重要度评估方法,充分利用节点能力属性对作战体系效能进行定量分析;最后利用提出的模型生成算法生成不同规模的作战体系样本网络,并对其进行效能评估,为针对体系作战的进一步深入研究提供理论支撑.

考虑CCD噪声条件下的编码曝光最优码字搜索方法

编码曝光技术将病态的运动模糊图像复原问题转化为良态问题,寻找最优码字是编码曝光技术的关键。面向实用化目的,提出了一种考虑CCD传感器噪声的编码曝光相机最优码字搜索方法。基于仿射噪声模型对图像成像过程中的噪声成分进行了系统分析,首次从理论上分析了Raskar码字选取依据并基于复原图像信噪比增益提出了光子噪声对最优码字构造影响的解析表达式。在对实际编码曝光相机进行噪声标定的基础上,提出了最优码字搜索的准则并构造出适应度函数,采用遗传算法进行优化搜索得到最优码字。仿真图像和真实图像的复原结果证实了该方法的有效性,复原图像信噪比得到有效的提高。

基于纹理的自适应提升小波变换图像压缩

经典二维小波变换仅在图像的水平和竖直方向应用小波滤波,不能提供灵活的方向信息,对纹理信息丰富的自然图像稀疏化效果不理想,在基于小波变换的图像压缩中还需改进.为了实现更有效的图像的稀疏表示,文中提出一种新型的基于图像纹理的自适应提升小波变换:根据局部特征将图像自适应分块,预先判断局部图像纹理方向,保持正交性质不变;沿纹理方向应用小波滤波,结合提升变换格式实现即位运算;沿纹理方向插值获取分数像素值,保护纹理信息不被破坏,总体变换对图像纹理描述更有效;结合JPEG2000中的编码方法EBCOT,对变换系数和方向信息分别编码,应用于图像压缩.仿真实验是在数值结果和视觉效果上将文中方法和JPEG2000方法作比较,以体现文中方法的优越性.

基于贝叶斯网络的“低慢小”目标威胁评估方法

针对“低慢小”目标,提出一种基于动态贝叶斯网络的威胁评估方法.分析并研究影响“低慢小”目标威胁评估的因素,将其分为定量因素与定性因素;对于定量因素,通过隶属函数求出相应的威胁值,利用层次分析法确定各个定量因素的权重,计算出定量因素的威胁值;对于定性因素,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;然后将定量因素威胁值与定性因素威胁值结合计算综合威胁值;实例验证证明该方法是有效的.

基于运动相似性的监控轨迹聚合分析

对于监控轨迹序列集,提出一种使用运动特征发现其潜在语义内容的方法。在特征统计估计阶段,将轨迹曲线中的拐点特征加入到核密度估计过程中,得到准确平滑的方向多性态分布;使用隐马尔科夫模型估计轨迹子类中存在的串行或并行空间模式。最后以运动特征分布为基础,提出一种基于运动相似性的轨迹层次聚合模型。实验结果表明,该模型可以有效地分析轨迹序列集的潜在结构,反映了场景中存在的运动区域信息。

基于多目标优化的自组织无人机集群航迹规划方法

为解决无人机集群在复杂环境中通过自组织形式进行航迹规划的问题,提出了一种基于规则系统的无人机集群控制模型和基于多目标优化的无人机集群控制参数调整策略.该方法能够适应多种不同的复杂环境,且能够解决多任务航迹规划问题.为验证该方法的有效性,设计了包括凸障碍、非凸障碍以及通道障碍等多种不同类型场景的仿真实验,并将该方法与多种不同的无人机集群控制方法进行了对比.

无人机基站部署问题综述:模型与算法

以无人机为空中基站,快速构建区域无线网络,提供应急通信服务,在地震、洪涝、火灾等突发事件以及战场作战中发挥着重要作用.无人机基站的部署问题是通过优化无人机空间位置,提高区域无线网络的服务效率,这属于无人系统运作管理和无线网络设计领域的重要研究课题.本文对近10年来无人机基站部署问题领域的主要研究成果进行了系统综述.首先从服务高度、容量约束、能量消耗、连通性、干扰、用户分布和外部环境等方面分析了相关影响因素,再从选址角度对主要建模方法进行了分类总结;然后分析了无人机基站部署优化的求解算法和实验;最后探讨了下一步重点研究方向.

面向联合全域作战的海上无人集群协同防御行动策略设计

面向联合全域作战,提出了一种海上无人集群防御系统行动单元协同行动的场景.在深度强化学习方法的基础上提出一种应用于异构集群的多智能体深度确定性策略梯度算法.并对算法模型的状态空间、动作空间以及奖励函数进行设计,采用集中训练、分散执行的框架帮助智能体快速学到协同防御行为.针对此场景进行了仿真实现,验证了经学习后的行动单元具备协同作战能力,使作战过程更具智能化.

战术先验知识启发的多智能体双层强化学习

针对典型海空协同作战中指挥控制技术对时效性、准确性和跨域融合能力的高要求,提出了一种先验知识启发的双层强化学习框架.通过研究先验知识启发的奖励塑造方式,提取作战子任务设计状态聚合方法,从而把具体状态映射到抽象状态;基于抽象状态使用马尔科夫决策过程(Markov decision process,MDP)理论进行建模,使用强化学习算法求解该模型;使用最终求解出的抽象状态价值函数进行基于势能的奖励塑造.以上流程与下层具体MDP过程并行求解,从而搭建了一个双层强化学习算法框架.基于全国兵棋推演大赛的兵棋推演平台进行了实验,在状态空间、动作空间、奖励函数等方面细化算法.指出了先验知识代表从上而下的任务式指挥方式,而多智能体强化学习在某些结构上符合自下而上的事件式指挥方式.两种方式结合,使得该算法控制下的作战单元学习到协同作战战术,面对复杂环境具有更好的鲁棒性.经过仿真实验,该算法控制的红方智能体对抗规则智能体控制的蓝方可以获得70%的胜率.

周界防护的最优替换调度

随着UAV技术的不断发展,人们越来越趋向于采用带有摄像功能的UAV来进行区域的周界防卫,从而跟踪监测潜在的入侵或其他监视任务.考虑UAV的电量消耗问题,本文提出了一种替换策略来保证UAV对的跟踪电量尽可能大,给出了周期性策略的重要性说明,在这一指导下,提出了UAV数量为奇数和偶数时的替换策略最优的充要条件,并给出了生成最优策略的方法.

军校技术类学员慕课学习调研与分析

近些年国内外网络慕课发展迅速,出现了一大批优质课程。慕课正逐步被提升至各大高校发展战略之中。军队院校培养的技术类学员是我军未来承担联合作战保障的重要技术力量,具备坚实的科学研究基础是重要的培养目标之一。有效利用网络上的优质慕课是课后学习的重要手段之一,然而,由于军队院校管理制度的特殊性,军校学员是否能够自主利用慕课资源补充相关知识暂不明确。针对某军校本科学员,采用抽样调查的方法,从他们对慕课学习的了解渠道、主观态度、参与情况、效果及困难等5个方面进行了问卷调查,并提出了改善军校学员慕课学习的相关建议。

局部统计活动轮廓模型的SAR图像海岸线检测

首次将局部统计活动轮廓模型引入SAR图像海岸线检测问题中,提出了一种基于局部统计活动轮廓模型的SAR图像海岸线检测方法。首先利用C-V模型进行粗分割,消除局部统计活动轮廓模型对初始轮廓线设置要求严格的限制,然后提出了一种基于G0分布的局部统计活动轮廓模型,进行精细分割。该模型采用G0分布对轮廓线上每一点的邻域进行统计建模,增强了模型数据拟合能力,提高了海岸线检测精度,加入水平集函数惩罚项,消除了重新初始化过程。实测SAR图像实验表明,本文方法可用于精确海岸线检测。

基于DQN的多类型拦截装备复合式反无人机任务分配方法

针对当前反无人系统无法有效压制无人机的问题,使用多种拦截装备构建一种新的反无人机方法.传统多目标优化算法无法解决动态的任务分配问题,对此,提出一种基于深度Q网络(DQN)的多类型拦截装备复合式反无人机任务分配模型. DQN模块对任务分配问题进行初期决策.为了提高算法收敛速度和学习效率,该方法未采用下一时刻的状态来预测Q值,而是采用当前时刻的状态来预测Q值,消除训练过程中Q值过估计的影响.之后采用进化算法对决策结果进行优化,输出多个拦截方案.以国内某机场跑道周围区域开阔地为防护对象,构建反无人机系统的任务分配仿真环境,仿真结果验证了所提出方法的有效性.同时,将DQN与Double DQN方法相比,所提出改进DQN算法训练的智能体表现更为精确,并且算法的收敛性和所求解的表现更为优异.所提出方法为反无人机问题提供了新的思路.