考虑执行能力约束的多机协同目标分配AEPSO算法

针对复杂环境中的多无人机协同攻击目标分配算法存在约束条件不充分、解空间的多样性与收敛性难以平衡等问题,提出了一种考虑执行能力约束的多机协同目标分配自适应精英粒子群(AEPSO)算法。首先,在以攻击效益最大化、时间及损毁代价最小化为目标的基础上,将多无人机续航能力、跟踪攻击性能等差异性导致的执行能力受限作为约束条件,构建了多无人机协同目标分配模型。然后,提出了一种基于混沌初始化和多尺度协同变异的自适应精英粒子群策略:通过构建一种改进型Logistic映射,实现粒子混沌初始化,提高了初始粒子群的多样性及搜索遍历性;设计了带有不同方差的自适应高斯变异机制作为精英选择策略,增强了粒子群的全局和局部搜索能力,跳出局部最优;最后,将粒子收敛贡献值作为反馈信息自适应地调整粒子群参数,加快算法收敛速度。仿真结果表明,在不同的无人机与目标的分配关系下,所提算法以更快的收敛速度、更小的适应度值求解出最佳的分配方案。

面向动态目标搜索与打击的空地协同自主任务分配方法

面向复杂城市环境中的运动目标搜索与打击任务,单域无人平台受视野范围和运动能力等限制,易出现目标遗漏和任务完成率低的问题。针对这些问题,提出一种面向动态目标搜索与打击的空地协同自主任务分配方法,通过结合无人机视野范围广以及无人车机动性强的特点,提升空地无人系统的任务执行效率和区域覆盖率。一方面,针对未知运动目标,提出一种基于数字信息素的目标搜索模型,以平台协同收益和区域覆盖率为优化指标,保证在尽可能短的时间周期内发现区域中的所有目标。另一方面,面向动态到达的打击任务,构建基于可行路径规划的任务分配模型,以平台能耗和任务完成时间为目标函数,在保证任务完成率的同时,提高空地协同系统的资源利用率。与现有方法相比,所提方法能够在最短的时间内发现所有目标,区域覆盖率达到55%以上,且资源利用率为84.4%。实验结果表明,所提方法具备较好的目标搜索和任务执行能力。

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。

多无人船协同多目标遍历路径规划

针对远洋捕捞渔船数量急剧增加所导致的频繁碰撞事故和无序捕捞行为增多等问题,提出多无人船协同多目标遍历路径规划策略。该策略由任务分解、任务分配和路径规划等三层架构组成。任务分解是基于K-Means聚类算法实现,将待遍历目标分成多个任务,每个任务内含一个或多个目标;任务分配是基于拍卖算法实现,将任务分配给无人船,优化目标是总路径最短;路径规划是基于指针网络和A*算法实现,完成无人船对被分配任务内所有目标最短路径遍历,并避开静态障碍物。通过仿真试验,验证了该策略在多无人船协同的可行性。所提出的“分而治之”的策略在海上复杂障碍物环境下能够有效解决多无人船协同多目标遍历路径规划问题,可实现无人船路径规划的就近分配和任务量分配均衡,能够有效解决频发的渔船碰撞和无序捕捞问题,还能大幅提升远洋渔业的效率。

一种对抗雷达组网的干扰目标分配方法

为解决雷达组网带来的电子干扰效能下降的问题,构建多部干扰装备对抗多部雷达组网的干扰目标分配模型,结合雷达的探测概率系数和干扰装备的干扰效果系数构建目标函数。采用遗传算法,并对编码方式、适应度函数、初始种群、交叉、变异等要素进行优化改进。计算机仿真结果表明,干扰装备通过协同干扰将雷达组网探测系统的探测概率从99.05%压制到37.26%,验证了模型的可行性和算法的有效性。最终的分配结果满足干扰装备对目标的分配要求,为实现多部干扰装备对抗雷达组网干扰效能的提升提供了有效的干扰目标分配方法。

多机协同对空目标探测与攻击任务的最优分配

针对信息化条件下多机协同空战中需要协同制导的问题,建立了探测任务和攻击任务分配的模型。首先根据战场态势和雷达探测能力建立探测任务分配模型,然后根据战场态势和武器作战能力建立攻击任务分配模型,最后将此多目标决策问题转化为单目标优化问题。通过建立可行解到粒子间的映射,提出了粒子群优化算法对该优化问题进行求解。仿真实验表明了该模型与算法的可行性与有效性。

多机协同对地攻击目标分配算法

针对多机协同对地攻击目标分配问题及其特点,对二进制粒子群优化算法进行改进,提出了一种基于矩阵二进制粒子群优化算法的多机协同对地攻击目标分配算法。首先,通过攻击机机群在对地攻击过程中得到的毁伤收益与付出的生存力损耗建立了目标分配模型,然后根据该模型约束特点,建立问题解与分配矩阵即矩阵粒子之间的映射,最后根据粒子形式设计了新的位置更新方式。仿真结果说明,矩阵二进制粒子群算法能够快速地找到较优的目标分配方案,并保证解的有效性,满足问题的约束条件。

基于多目标攻击目标选择与战术决策研究

文中就多目标攻击系统研究的关键技术目标选择与战术决策问题开展了研究,并给出了基于一般性原则的数学模型和算法,较好地满足和支持了多目标系统的研究和仿真。

无线传感器网络多目标跟踪中协同任务分配

采用动态联盟机制进行多目标跟踪协同任务分配,并对自组织动态联盟进行研究,重点探讨盟员选择机制;分析能量消耗情况,给出改进的能耗模型;介绍三点定位法原理,分析其定位精度,提出基于面积和法以限制节点选择,建立精度模型。将能耗模型与精度模型结合,构造出综合性能指标函数,指导盟员的选择,并运用遗传算法实现此选择。仿真试验结果表明:综合性能指标函数使能耗和精度2个指标都更趋优化,证明了运用遗传算法进行盟员选择的有效性。

编队协同对空目标探测及搜索力的最优分配

为探索编队空战中快速有效地搜索空中目标的理论和方法,将搜索论引入到编队对空中目标协同探测研究中。将雷达发现目标概率密度作为对空目标连续探测程度的量化指标,通过首次发现目标的概率,导出了无先验信息条件下编队协同搜索的概率计算式。考虑到雷达对目标探测的不确定性,提出了利用3机协同搜索确定空中目标位置和速度方向的几何方法。根据目标位置划分搜索空域,建立了预警机指挥下的编队搜索力最优分配模型。通过示例验算表明,所提方法是有效的,并且用Lingo软件求解较大规模目标搜索力分配问题可满足实时性要求。

多平台防空体系中的协同机制研究

多平台怎么进行协同,是多平台防空体系建设过程中面临的最为关键的问题之一。在介绍协同机制在多平台防空体系中的重要作用的基础上,归纳和描述了多平台防空体系中的各种不同的协同机制,并分析和比较了各种协同机制的性能和应用场合。最后,结合作战模式不同的发展阶段,讨论了基于目标分配的3种不同的协同机制。

基于合作协同进化的多机空战目标分配

为寻找一种满足多机空战需求的目标分配优化方法,提升空战效能,提出了一种基于合作协同进化的多机空战目标分配方法。首先,该方法基于单机空战优势,建立多机协同空战优势评价指标体系。然后,对战机间的协同相关性进行分析计算,建立多机协同空战目标分配模型。在变长度染色体遗传算法(genetic algorithm,GA)的基础上,设计了基于交叉、嫁接、分裂和拼接算子的改进合作协同进化算法,提高了模型的进化效率。最后,设计实验分别对优势评价指标体系的有效性、静态算例、动态算例和大规模无人战斗机算例进行仿真验证,并将2种模型以及4种算法的计算结果和所提算法的实验结果进行对比。仿真结果表明,改进合作协同进化算法适用于该模型计算,结果收敛稳定,亲和度值显著提升,能够优化目标分配方案,在空战中具有一定的应用意义。

多机协同攻击中的目标分配研究

对多机协同攻击中的目标分配问题进行了研究。建立了用于空战态势评估的优势函数,重点研究了协同目标分配方案、分配模型及分配算法,并对数字仿真结果进行了分析。

编队协同作战目标分配建模综述

对编队协同作战的目标分配研究现状进行综述,首先分析国内外研究现状,总结模型原理与建模原则,详细分析各类求解算法及特征,总结相关模型与算法的应用环境与原则,最后给出了当前编队协同作战目标分配算法存在的问题及发展趋势。

基于IBPSO的编队协同对地攻击目标分配算法

针对编队协同对地攻击目标分配问题特点,对二进制粒子群算法应用于编队协同对地攻击目标分配的若干问题进行研究。首先,通过战斗机毁伤目标收益和攻击目标代价建立了目标分配问题的评估标准。然后,在引入了一系列操作符的基础上,对二进制粒子群算法的速度和位置更新计算公式进行了改进,并利用改进的二进制粒子群算法完成了编队协同对地攻击目标分配。仿真结果表明,改进的二进制粒子群算法比遗传算法具有更强的全局寻优能力、更快的收敛速度。

多机协同目标与火力资源分配

在协同空战中,快速正确的空战决策是己方战机少受敌方伤害并取得战争胜利的前提。目标与火力资源分配是决策过程的重要部分。多机空战与单机空战相比有明显的不同,不同之处是面临多个敌方目标,根据我方资源最优分配作战对象和火力,基于遗传算法实现了两种算法的有人无人目标与火力资源分配。仿真结果表明,带有毁伤概率门限的算法既节省火力资源又快速有效。

关于协同空战目标分配效能优化策略仿真

协同空战中目标分配是否合理有效决定着作战效能的大小,已经成为一个核心决策问题。针对战场态势复杂多变,目标分配受到多种限制,对实时性要求高的问题,提出了优化策略。综合考虑空战中的作战效能和作战代价,构建目标函数,根据实战环境建立约束条件。为了满足现代空战实时快速的要求,通过引入遗传算法交叉算子和Bolzmann选择策略的方法,对人工蜂群算法进行改进,既提高了算法的搜索能力,又保证了算法的收敛速度。仿真分析表明:目标分配模型合理有效,目标分配效能得到了优化,对协同空战具有较好的实用价值。

改进匈牙利法的多层反导协同作战目标分配模型

为探寻更加适用的反导作战目标分配方法,对多层反导协同作战目标分配及目标分配模型的内涵进行了界定,明确了多层反导协同作战目标分配模型构建的基本思路。分别建立了弹道导弹威胁度评估和反导作战单元拦截有利度分析的指标体系,通过归一化处理和权重赋值构建了弹道导弹威胁度评估模型和反导作战单元拦截有利度分析模型。结合多层反导协同作战火力运用的实际需求,对匈牙利法进行了基于火力转移的适应性改进,构建了基于改进匈牙利法的多层反导协同作战目标分配模型,并以多层反导作战想定为背景,运用模型对案例进行了仿真计算,验证了模型的合理性与有效性。

多机空战仿真目标分配算法研究

通过介绍一种用以进行空战态势评估和威胁评估的方法—威胁指数法;在此基础上建立了目标分配模型,并且采用遗传算法完成目标的全面分配,以此获得最佳的打击效果;给出具体仿真算例。计算结果表明,该算法能有效解决分配问题,从而提高多机空战的整体作战效能。

基于交叉熵优化的多飞行器在线协同目标分配方法

在线协同目标分配技术是支撑多飞行器自主协同作战的关键,为此,针对多飞行器在线协同目标分配问题进行研究,综合考虑飞行器性能、命中概率、目标价值等因素建立了约束条件模型和代价指标评估模型,提出了基于交叉熵的在线协同目标分配策略求解算法,经不同计算规模下的数学仿真分析,验证了本文方法对于解决在线目标分配问题的计算实时性和有效性。