基于动态一致性联盟算法的异构无人机集群协同作战联盟组建

动态未知乃至对抗条件下的异构无人机集群协同作战联盟组建是无人机集群实际作战运用的重要一环。构建以动态一致性联盟算法(Dynamic Consensus-based Grouping Algorithm,DCBGA)为核心的无人机集群决策控制流程框架。为无人机集群设计通信受限条件的通信组网模型,并引入动态自适应机制,以有效应对高动态任务场景;基于“作战环”理论,对网络架构下的异构单元非线性作战效能聚合效果进行描述,并纳入全局效益函数,牵引异构无人机协同作战联盟组建;将联盟组建过程划分为目标选择、一致性和信息与状态更新三个阶段,采用动态一致性联盟算法支撑无人机集群自下而上完成各阶段的信息决策控制。仿真结果表明,新构建的算法体系可以有效推动异构无人机集群实现作战联盟组建,完成协同打击作战任务,具有较好的动态适应性及规模扩展性,在对抗环境下展现出良好的韧性。

多UCAV协同中基于协商的分布式任务分配研究

针对多无人作战飞机(UCAV)分布式协同任务分配问题展开研究。在对多UCAV任务分配问题进行分析的基础上,提出了基于市场协调机制的多UCAV分布式协同任务分配体系结构,设计了能够支持不同自主能力UCAV的任务控制模型,各UCAV在分布式计算的基础上进行相互协商实现动态任务分配。通过综合采用买卖合同、交换合同和聚类合同三种协调机制,实现了多UCAV协同作战中的分布式任务分配。仿真实验结果表明,基于协商的分布式任务分配方法能够快速有效地实现对态势变化的反应,对于解决作战过程中的动态任务分配具有突出优势。

多UCAV编队攻击地面多目标的方法研究

在UCAV编队攻击地面多目标的航线规划中,采用航线长度相等法进行目标分配,按照分配的目标顺序得到编队的几何航线。并在兼顾到攻击效果的前提下,确定了空地导弹攻击区内的代价分布,由此提高了空地导弹的命中概率,并使航线代价较小。仿真结果表明航线长度相等法对UCAV编队攻击地面多目标是有效的,攻击区代价分布法更符合实战需要。

基于记忆辅助动态UMDA的UCAV编队动态目标分配

针对无人作战飞机编队对地攻击过程中的动态目标分配问题,建立了针对联合目标的武器目标分配(weapon target assignment,WTA)模型,反映攻击方攻击意图及对目标内在关系的理解。提出基于记忆辅助的动态单变量分布估计算法(memory enhanced dynamic univariate marginal distribution algorithm,MDUMDA)对问题进行动态寻优,利用概率模型对动态寻优过程中的历史信息加以记忆和利用。仿真结果表明,所建立的WTA模型是合理的,MDUMDA能够有效求解动态WTA问题,其性能明显优于随机迁移算法。

基于LTE的分布式无人作战平台星型网络性能分析

分布式无人作战是改变未来信息化战争形态的全新作战样式,而网络通信对于未来分布式无人作战至关重要。以分布式无人战车(Distributed unmanned combat vehicle,D-UCV)在未来作战中的应用为背景,搭建了基于长期演进(Long term evolution,LTE)的分布式无人作战平台星型网络拓扑。通过离散事件网络仿真器3(Network simulator 3,NS-3)对星型拓扑下D-UCV与LTE无线基站通信的网络性能进行仿真分析,仿真结果表明,星型结构在LTE网络中的适应性强,D-UCV与LTE无线基站的上下行链路通信性能达到高吞吐量、低丢包率和低时延等,数据能够有效传输。

进化规划在Multi-UCAV合作攻击伪装目标中的研究

在多无人作战飞机攻击隐蔽伪装目标的任务调度规划中,针对静态武器分配方法的不足,提出了一种目标可侦测度相关模型(TDRM),该模型体现了UCAV对不同目标的侦测能力与无人作战机群整体射击效率之间的联系。将基于混合概率分布的进化规划(EPBHPD)引入到对隐蔽伪装目标的攻击规划中,能在问题求解的精确性与实时性两者不断变化的战场环境中,通过调整进化规划中变异算子的参数和问题空间与可行解空间的映射关系可以获得合理的折中。仿真结果表明了目标可侦测度相关模型的有效性。