时间约束下对地面目标协同攻击任务规划方法

针对集群弹药协同攻击地面目标时，打击时间不一致导致的“打草惊蛇”、任务失败的问题，基于双层优化模型提出了一种适用于该场景的集群任务规划方法。所提方法的下层优化为航迹规划，上层优化为任务分配，提高了任务规划结果的最优性。考虑到在真实战场环境中，飞行时间过长会增加被对手发现的风险，将速度变量引入航迹规划，使集群弹药在不增加冗余路径的前提下完成满足时间约束的协同攻击任务。最后，以集群弹药协同攻击地面群体目标为例进行了仿真测试，验证了所提方法的有效性。     

多反舰导弹攻击多目标协同航路规划

为解决多反舰导弹的协同航路规划问题,建立了基于空间和时间协同的航路规划模型,并设计了航路可行节点动态开辟算法和协进化多子群蚁群算法。节点开辟算法在任务空间建立搜索树的同时滤除不可行节点,缩小了航路优化搜索范围;多子群蚁群算法结合协进化的基本思想,通过引入蚂蚁子群间的协同进化策略,并对蚁群算法状态转移规则、信息素更新机制进行设计,进而并行搜索多导弹最优协同航路集合。仿真结果表明,本文方法能够为多反舰导弹构建优化的协同飞行航路,不但适用于导弹发射前的预先规划,而且适用于航路分段的局部实时重规划。     

特定多任务下飞机航迹规划研究

为了更好地完成航空特定任务，提出了特定多任务下飞机航迹规划模型。采用栅格法建立战场环境模型，根据复杂、真实战场环境以及作战要求，提出了距离、油耗、任务完成度、地对空威胁和空对空威胁5个目标航迹规划的模型。根据特定任务的要求，分析了满足任务的各种需求，给出了评估任务完成度指标。根据该问题的特点，提出一种两阶段的航迹规划求解算法。第一个阶段用简化二维路径规划模型计算多任务顺序，第二阶段根据多任务顺序使用改进A*算法求解多目标栅格优化问题，解决了A*算法不能处理时变优化问题情况。仿真结果表明该方法能很好地解决多任务、多目标航迹规划问题，比目前的算法更高效。     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此，以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

求解二层线性规划问题的混合粒子群算法

结合粒子群优化方法和单纯形法为二层线性规划构造了一个混合粒子群优化算法.算法具有两层结构,其中粒子群算法用以求解上层规划问题,单纯形法用以求解下层规划问题.设计的粒子群在上层决策变量的可行城内搜索最优解,同时通过单纯形法求解下层规划问题得到每个粒子相应的下层规划问题的解.算法通过初始种群可行化,以及步长控制、不可行粒子淘汰等技巧避免了使用罚函数处理约束带来的困难,提高了粒子群优化算法的计算性能.最后,我们给出算法的数值例子并对该算法的计算性能加以分析.     

基于IP-ACO算法的航天器测控资源调度技术

采用多目标蚁群优化算法对航天器测控资源调度问题进行研究。在分析中低轨道航天器测控特点的基础上,综合考虑包括测控时间窗口约束和设备切换时间约束在内的多类复杂约束条件,建立多目标航天器测控资源调度模型。在Pareto蚁群优化算法的基础上,引入蚁群社会中的分工协作思想并构建测控任务时间约束有向图,设计基于任务选择期望的状态转移规则和基于自适应网格技术的权重更新策略,从而提高算法求解性能。仿真实验结果表明该方法能有效解决多目标航天器测控资源调度问题。     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此,以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

可重复使用航天器再入飞行综合仿真模型研究

提出并建立了一种可重复使用航天器(RLV)再入飞行综合制导/控制仿真模型。在精确的RLV非线性飞行动力学模型的基础上,综合考虑任务限制条件和舵面完好状况,建立飞行管理模块,实现了标称条件下飞行任务的管理、非标称条件下对制导/控制律的重构以及严重事故时任务中断策略的实施。仿真程序利用Stateflow技术,构筑状态转换器和算法公用接口,保证了便捷应用的能力。以某型RLV为例,在考虑到不同舵面故障的情况下,通过仿真结果表明,该方法便捷、有效。     

面向多无人机协同对地攻击的双层任务规划方法

无人机(unmanned aerial vehicles, UAVs)的任务规划包含任务分配、执行顺序确定以及航迹优化等。为了达到任务规划的全局最优,需要全盘梳理任务的各个方面,提出高效的优化策略。综合考虑任务规划过程中任务分配、执行顺序确定以及航迹优化等方面的需求和相互间影响,首先从优化框架出发, 设计了双层互耦的任务规划求解策略, 而后将任务规划模型分为上层任务分配和下层任务序列优化, 并对每一层的优化方法和优化步骤进行了详细设计。在任务分配问题中, 基于模拟退火算法, 提出了可跳出局部最优的模拟退火-撒点(simulated-annealing-shooting, SAS)算法, 并详细探讨了算法参数的设计原则。最后通过仿真分析, 验证了所提出的规划框架和SAS优化算法的有效性。     

考虑飞行初段弹道交叉的多导弹协同发射时序规划方法

在多导弹协同作战条件下,协调不同导弹发射平台之间的导弹发射顺序,避免导弹飞行初段弹道的相互干扰,快速计算所有导弹的发射时间变得十分迫切和异常困难。为解决多导弹协同发射时序规划问题,以最小化完成导弹发射任务的最终时间为优化目标,建立了多导弹发射时序协同规划的混合整数规划模型。设计了快速启发式算法,给出了发射时间求解算法及基于空间压缩思想的可行解进化策略,可辅助指挥员快速生成导弹发射时序方案。以30枚导弹协同发射为案例,对模型和算法进行了仿真验证。实验结果表明,该模型和方法能有效解决多导弹协同发射时序规划问题。     

载人飞船月地返回轨道优化设计与特性分析

针对载人飞船月地返回飞行任务,提出一种基于双重优化算法的两层串行求解策略。轨道初步设计阶段,在改进的双二体模型下采用差分进化算法与序列二次规划算法相互补的双重优化算法进行轨道初值的求解。高精度修正阶段,在高精度模型下利用序列二次规划算法修正了初步设计的结果。仿真算例的结果验证了该策略的有效性和可行性,并显示出求解精度高、收敛性好的特点。最后,利用该方法进行了大量的仿真计算,对月地返回轨道可达域、速度增量等轨道特性展开了分析。     

对地观测小卫星星座长期任务规划求解技术

针对小卫星星座的成像特点和约束特性,建立长期任务规划数学模型。将该模型分解为初始轨道分配和冲突消解两阶段进行求解：首先将初始轨道分配问题映射为图的k-GCP模型,并提出了贪婪顶点序列着色算法进行分配;然后采用区间变量表示成像时间,根据区间变量间的时间关系对影响任务拓扑排序,设计了一种基于深度优先搜索的任务规划算法进行冲突消解。算例表明,该方法能够在满足时效性的前提下解决小卫星星座的长期任务规划问题。     

多射频多信道Ad Hoc网络跨层功率分配

为了提高多射频多信道Ad Hoc网络容量，降低网络间无线干扰，提出从跨层优化综合考虑信道与功率联合分配问题，将信道与功率分配问题转化为混合整数非线性规划模型，针对模型设计两阶段子问题求解迭代算法。算法在第一阶段采用启发式算法分配信道，在第二阶段采用分布式算法进行功率分配。仿真实验结果表明,信道与功率联合分配相对于固定信道下功率分配具有更好的效果，联合优化两阶段迭代算法可有效提高网络整体效用，同时降低节点间相互干扰。     

完成时间限制下的任务-平台关系设计模型及算法

针对指挥控制组织结构设计中任务-平台关系的设计问题,提出了一种使命完成时间限制条件下的问题的设计模型及其求解算法。分析了使命完成时间限制条件下任务-平台关系设计(task platform relation design under mission completion time constraint, TPRDTC)问题的约束条件,建立了以使命执行质量的值最大为目标的问题数学模型。设计了用于求解该模型的循环多动态列表规划(multi-dimensional dynamic list scheduling, MDLS)算法,给出了该算法的详细步骤和流程。最后通过一个联合作战的战役案例,分析并验证了循环MDLS算法对求解TPRDTC问题的有效性和适用性。     

一种无人机平滑飞行轨迹规划方法

针对现有无人机飞行轨迹规划结果存在折点的问题,提出了一种给定威胁分布下的无人机平滑飞行轨迹规划方法.该方法根据战场威胁分布确定无人机可行节点,并依据威胁代价与距离代价构造综合代价指标,生成赋权图;采用Dijkstra算法求解一条由初始点到目标点综合代价最优的参考轨迹,并可根据任务需求对综合代价指标的权值进行调整,得到满足任务要求的参考轨迹.在参考轨迹基础上,结合无人机自身机动性能约束,采用圆弧拟合方法生成无人机平滑飞行轨迹.仿真结果表明该方法可以快速生成满足任务需求的无人机平滑飞行轨迹.     

城市道路单行系统布局优化的双层规划模型和混合算法

研究了基于出行者路径选择行为的单行道布局优化问题.借助于双层规划思想,以最小化研究区域内的总旅行时间为交通管理者的决策目标,建立了单行道布局优化的混合整数非线性规划模型,用0-1变量表征路段单行与否,用Logit型随机用户均衡网络模型刻画在交通管理者确定的某一单行道布局方案下的网络均衡流量模式.设计了GA-MSA组合式算法, 其中遗传算法求解上层问题,MSA算法求解在上层给定的单行布局方案下的路段均衡流量模式.为使初始化和遗传操作得到的染色体可行, 设计了相应的染色体修复程序.算例分析验证了用定量化方法优化单行道布局的必要性,参数敏感度分析解析了参数取值对优化结果的影响趋势和程度.     

空天无人系统智能规划技术综述

鉴于以无人机群和多航天器为代表的航天无人系统的快速发展,以及任务要求的日益多样化和复杂性,在分析空间无人系统智能规划特点的基础上,首先阐述了无人机群聚、编队飞行、编队维护和编队重构等智能航迹规划策略,总结了无人机群任务智能规划的建模和优化方法.然后介绍了多航天器飞行和避碰轨道规划的内容和现状,总结了多航天器集中和分布式任务规划的主要研究成果.最后,对空间无人系统智能规划技术的未来发展提出了一些建议.     

共建共享双层策略驱动的复杂装备组合优化求解

考虑共建共享的复杂装备组合优化是适应联合作战和装备发展需求的一种新的装备发展规划理念，不仅需要统筹考虑共建阶段各研发单位的资源高效整合，还需兼顾共享阶段中预期运用场景下的资源共享、相互配合等不同约束。为了高效获得优质的组合规划与组合选择方案，本文研究了共建共享双层策略驱动的复杂装备组合优化问题。首先，综合考虑共建和共享策略，对装备研发组合规划问题和装备组合选择问题进行分析和建模。然后，设计了深度神经网络辅助的分支定界启发式方法，通过可学习的模型在分支选择和修剪的过程中给出合理的建议。最后，通过侦察预警监视装备组合优化作为案例，验证了本文所构建模型和提出的算法的有效性。     

考虑卫星指令上注的两阶段应急任务规划

多星对地观测应急任务具有突发性和高时效性,不同于常规任务的任务规划,应急任务规划需快速响应任务需求。考虑多星应急任务规划指令上注和数据下传这两个制约应急任务规划的关键因素,设计了基于固定周期的决策统筹规划和基于测控站的局部调整规划相结合的任务规划调度策略。在满足应急任务尽早下传的条件下,提出一种两阶段算法来解决不确定到达的应急任务的动态规划问题。最后通过实验验证了所提算法解决应急任务规划的有效性。     

用多目标进化算法求解二层规划双目标模型

传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的.