面向多弹拦截的分布式非均衡一致性目标分配算法

针对自组网导弹集群协同拦截多无人机的不确定多对一目标分配问题,提出了一种分布式非均衡目标分配算法。考虑到自组网导弹在有限邻域范围内双向通信和任务分配的去中心化特点,设计了适合于分布式无中心的目标分配模型和基于动态态势感知的多步一致性拍卖算法,通过将目标剩余价值进行多步分解实现多弹对单一目标的非均衡拍卖选择;此外通过改进一致性包算法的共识规则设计了扩展多步一致性冲突消解规则,实现了分布式非均衡拍卖结果的一致性冲突消解。最终仿真结果表明,该方法可适用于分布式弹群在线非均衡目标分配调整,提高对空中多机动目标的拦截效率,并且相较于集中式分配算法在兼顾优化时间条件下可获得全局次优求解。

通信约束下UAV集群协同拦截任务分配算法

针对多无人机协同拦截多机动目标的任务分配问题,同时考虑到真实战场环境中存在的通信约束以及探测范围约束条件,本文提出了分步一致性拍卖算法(SCBAA)。首先,对真实战场环境中存在的通信约束以及探测范围约束等问题进行了描述分析,构建了多无人机协同拦截任务分配模型,设计了综合效能函数以及相应约束条件。其次,为解决多无人机协同打击单一目标的不平衡任务分配以及冲突消解问题,将原任务分配过程分为主要任务分配以及次要任务分配两部分,通过多次拍卖以及冲突消解实现多无人机对单一目标的任务分配。仿真结果表明,该算法可有效解决通信约束条件下的分布式多无人机协同拦截问题,并适应动态环境中任务分配对实时性的要求。

基于神经网络剩余时间估计的导弹-目标动态分配方法

针对防空导弹动态目标分配问题,设计了一种基于神经网络的剩余飞行时间预测方法,该方法在计算中不仅考虑了弹目相对距离和导弹运动状态,还考虑了敌方目标的运动状态对预测结果的影响,提升了预测精度;结合该方法建立了综合考虑距离优势、角度优势和剩余飞行时间优势的目标分配模型,采用拍卖算法对该模型进行求解,给出整体最优的目标分配方案。仿真结果表明:神经网络模型的测试集预测误差在1 s以内,低于经典算法,拍卖算法的重分配计算用时能够满足系统的实时性要求。

基于拍卖鸽群优化算法的多无人机追踪分布式任务分配

无人机技术已经广泛应用于各种研究领域,任务分配是多无人机协同的关键技术之一,对多无人机任务完成质量的影响极大,针对多个目标追踪场景下的多无人机任务分配问题,提出了一种基于拍卖鸽群优化(auction-PIO)算法的分布式分配方法.首先采用追踪总距离、分配均衡性、任务完成时间3个性能指标,结合追踪任务约束条件,建立了分布式多指标0/1整数规划模型.然后以拍卖策略作为分布式优化框架,无人机作为拍卖者对地面目标进行竞拍出价,通过多轮竞拍确定任务分配方案.为提高拍卖分配的最优性,增强了各无人机间的共享信息量,进而使无人机可对所有目标进行竞拍出价,并引入PIO算法更新各无人机的竞拍价格,将鸽子位置编码为无人机对各地面目标的竞拍增价,利用地图指南针算子和地标算子迭代更新种群位置,实现对无人机竞拍价格的优化更新.在此基础上,设计基于目标优先级的解算策略,用于将竞价矩阵和距离矩阵解算为任务分配方案,并进行了算法的计算复杂度分析.最后对所提拍卖鸽群优化算法分别进行了数值仿真、Gazebo虚拟仿真和实机户外飞行实验,结果表明:所提算法拥有良好的任务分配性能,不但在数值仿真对比中,优化性能比经典拍卖算法提高了12.16%,而且虚拟仿真和户外实验也说明算法能够满足实用性要求.

面向雷达多目标跟踪应用的专用片上系统设计

针对雷达多目标跟踪应用对于计算平台的浮点算力和实时性要求,设计一种基于主处理器加专用加速器架构的低延迟片上系统。通过对多目标跟踪算法各个步骤的深入分析,分别以通道加速器和自定义扩展指令两种形式实现了面向该算法的专用加速器,在FPGA平台上进行专用片上系统原型验证。采用典型数据集测试的结果表明,两种加速器能够有效提升计算平台的整体算力,提高系统的实时性。

基于拍卖算法的传感器协同目标分配方法

针对体系化多域联合作战背景下的异构平台协同目标分配问题,以任务需求为牵引,总结了典型的传感器协同探测模式,建立了基于我方探测优势和敌方威胁程度的目标协同探测效能函数;由此提出一种改进分布式拍卖算法以适应不同的目标任务分配问题,通过优化随机竞拍顺序生成过程,实现整体探测效能最优。通过仿真验证了改进算法的有效性,为算法在实际场景中的参数设置提供了可借鉴的思路和规律。

基于拍卖算法的动态防空武器目标分配

为解决网络化防空作战中“制导平台-武器-目标”三者的优化匹配问题,提出一种基于拍卖算法的武器目标分配(weapon-targetassignment,WTA)问题求解方法。建立多约束条件下的动态武器目标优化分配模型,将动态作战过程离散化为静态分配问题处理。实例验证结果表明,该方法具备有效性、快速性。

基于多Agent的分布式通信对抗目标分配系统

针对通信对抗目标分配的特点,提出一种基于多Agent的分布式目标分配系统。给出问题描述和模型建立的方法,设计分布式协同拍卖机制和分布协同拍卖算法,其中,分布协同拍卖算法包括竞拍序列禁忌规则、目标威胁度更新规则等。仿真结果表明,与遗传算法相比,该算法收敛速度较快、实时性较强。

基于MAS的多UAV协同任务分配设计与仿真

对多无人机UAV(Uninhabited Aerial Vehicle)协同任务问题,提出了基于多智能体系统MAS(Multi-Agent System)的系统框架;对多UAV协同目标分配问题建立了数学模型,提出基于Agent的分布协同拍卖的动态任务分配算法,通过多Agent拍卖实现目标分配;建立了多UAV仿真系统,基于HLA/RTI和知识共享与操作语言KQML(Knowledge Queryand Manipulate Language)实现多UAV系统中各Agent的交互;仿真系统能方便有效的仿真多机协同问题,对目标分配问题的仿真结果表明,目标分配算法具有良好的优化效果和时间特性,能够满足一般战场的实时性需求。

基于多Agent分布协同拍卖的动态目标分配算法

多无人机(UAV,Uninhabited Aerial Vehicle)协同目标分配问题是决定由哪些UAV攻击哪些目标,达到提高作战效能,减少攻击代价的目的.考虑UAV的差异、目标的差异及战场态势对目标分配的影响,建立了多机协同目标分配问题的数学模型.提出了基于多智能体(Agent)分布协同拍卖的动态目标分配算法,仿真结果和统计数据分析证明,算法能够给出具有很好的优化效果的分配方案,是一种动态的算法,能够在规定的时间或资源约束下得到满足一定优化需求的目标分配方案.

基于拍卖算法的目标分配问题优化

基于偶图理论对目标分配问题进行数学描述,提出设立虚拟火力点和目标的方法对拍卖算法进行适当改进来解决目标分配问题。基于拍卖算法建立的目标分配模型,采用C语言编程实现,最后通过算例验证模型的正确性。该算法计算量小、优化性好,应用范围广,具有极大的实用价值。

基于时间约束的多平台协同目标分配方法

网络化防空体系各作战平台协同目标分配问题是研究网络化防空的一个重要问题。针对未来网络化防空对协同目标分配算法具有很高的实时性要求,提出了基于时间约束的协同目标分配方法——改进的分布协同拍卖算法,给出了算法具体设计思路和流程,并对算法作了仿真实验。仿真的结果和统计数据分析证明,算法能够在约束的时间内给出具有很好优化效果的目标分配方案,并通过与遗传算法的实例比较,体现了该算法在时间约束条件下的优越性。

拍卖标的监管改革要论

拍卖标的监管是拍卖监管体系的重要内容。当前,修改《拍卖法》的呼声日渐升温,拍卖标的监管存在的一系列问题备受社会关注,亟需对拍卖监管体系进行重新审视。在这样的背景下,拍卖标的监管改革的重要性愈加凸显。拍卖标的监管改革不应简单强调在技术层面上强化或弱化拍卖标的监管的范围和力度,其改革重点应当在于优化拍卖标的监管体制,完善具体规则安排,加强行业自治。

基于合同机制的协同作战分布式目标分配研究

为了解决多平台协同作战中的目标分配问题,提出了一种基于合同机制的分布式分配算法。首先建立了基于Agent的分布式分配的描述模型,然后引入了拍卖合同的初始分配和交换合同的协作分配对目标进行分配,最后给出了系统分配的工作流程。仿真结果表明,无论在正常情况下,还是出现新目标或平台损失的情况下,算法都可以对多平台上的武器系统高效地进行分布式分配。

基于满意决策的多机协同目标分配算法

多机协同目标分配问题是无人机UAV(Uninhabited Aerial Vehicle)研究中一个重要的问题.考虑UAV差异、目标差异及战场态势对目标分配的影响,建立了多机协同目标分配问题的数学模型.提出基于满意决策的目标分配算法,通过搜索个体满意集合获取群体优化的目标分配方案.对多目标分配问题,将攻击方案作为个体满意集合的元素扩展了基于满意决策的目标分配算法.为适应更大的问题空间的求解需求,提出递阶分配框架,并将满意决策方法用于递阶分配.计算结果表明,算法能有效提高搜索效率,并得到很好的优化效果.

编队对地动态联合火力分配建模与仿真研究

针对动态联合火力分配(Dynamic Joint Fire Distribution,DJFD)问题的特性,以多机编队协同攻击地面机动目标为背景,分析了编队对地攻击目标分配问题的约束空间,即资源约束、转火约束、时间约束和空间约束,建立了联合考虑武器、传感器和目标三者的动态武器目标分配(Dynamic Weapon-Target Assignment,DWTA)问题(称为DJFD问题)的数学模型。以分布式协同拍卖算法的思想为基础,设计了一种求解DJFD问题的anytime算法。仿真结果和统计分析数据证明,算法能求得具有很好优化效果的分配方案,是一种动态anytime算法,能在规定的时间、空间和资源的约束条件下,快速求得满足一定优化需求的分配方案。

分布式协同拍卖算法的动态联合火力分配方法

动态联合火力分配问题是一类实时性很强的优化问题。以多机编队协同攻击地面机动目标为背景,建立了联合考虑武器、传感器和目标的火力分配问题的数学模型。根据分布式协同拍卖算法的基本原理,考虑不同目标的火力分配截止时间不同,设计了基于分布协同拍卖的动态目标分配算法。所提出的算法主要有以下两个优点:根据不同目标的火力分配截止时间不同,在算法运行的不同阶段给出相应目标的分配方案能有效地提高算法解的质量;根据分配原则,能将具有不同火力分配截止期的目标分配给同一组攻击机——传感器组,能更充分地发挥编队中作战能力较强的攻击机与传感器的优势,从而发挥编队的最大攻击能力。最后,通过仿真,对算法在以上两方面的优点进行了验证。

目标企业在反收购中的定价机制设计

在收购与反收购的对抗中,要约价格是双方谈判的焦点,成为反收购方实现股东价值增加的关键因素.依据博弈论与信息经济学中的拍卖理论,对目标企业在反收购决策中的定价机制进行设计,并得出了均衡状态下收购方与目标公司作为不同局中人的最优报价策略.结果表明,在密封式第一价格拍卖情况下,目标公司为实现收益最大化,反收购方公布的最低价格应严格高于其私人价值,收购方的报价严格低于其私人价值.

多无人机分布式协同动态目标分配方法

在以"网络为中心"的作战模式下,以电子干扰无人机和UCAV编队协同作战为研究对象。针对多无人机协同作战的动态目标分配问题,建立基于导弹攻击区分析的威胁估计模型,综合考虑电子干扰效果建立目标分配模型,提出一种基于分布式拍卖机制的目标分配算法。针对不同的作战想定进行仿真计算,结果表明:算法能在规定的时间约束内给出接近理想化效果的目标分配方案,且所提算法与现有几种算法相比在可靠性、实时性上都有明显提高。

弹道中段多目标微多普勒分离方法

针对窄带雷达获取的多目标回波中微多普勒信息相互交叠、难以分离与提取的问题,提出了一种基于拍卖算法和小波分析相结合的多目标微多普勒分离方法。在滑动散射模型的基础上,首先通过对回波信号进行预处理得到时频骨架,再根据弹道目标多普勒的变化规律及估计的进动周期定义路径长度,利用拍卖算法提取出多条多普勒曲线对应的最短路径,最后采用小波分析法消除多普勒曲线中的剩余平动分量,实现了多目标微多普勒的分离。仿真结果表明,该方法能够较好地解决交叉区域的路径选择问题,且抗噪性较好,适用于多种微动形式。