海上多舰协同防空部署优化研究

针对海上多舰协同防空部署优化问题,在已知敌方进攻态势和我方防御能力的条件下,综合分析各项影响攻防效果的因素,结合不可逃逸区,综合设计了多舰协同防空部署的性能指标。本文给出了多弹群体进攻下海上多舰协同防空部署的问题描述,并采用了共生有机搜索算法(symbiosis organisms search,SOS)对该问题进行优化求解得出最优部署方案。共生有机搜索算法通过模拟共生、共栖和寄生3种生物间的生存关系对协同防空部署的问题进行优化,在该类具有约束的非线性优化问题中,SOS算法相较于粒子群算法不易陷入局部最优,能够求解得到更优解,收敛速度相比提高近10%。在想定假设条件下,通过数值仿真计算结果对所提出的模型和算法进行了合理性和有效性分析,表明该部署优化方法得到的方案是正确可行的。     

基于遗传算法的卫星攻击轨道优化方法

在空间攻防与卫星对抗中,当目标卫星周围有若干小卫星以编队形式对其绕飞时,为使拦截卫星成功击中目标卫星,并且避开编队小卫星的防御区,必须对拦截卫星攻击轨道进行规划。寻找到一条既能满足安全性、快速性,又能节省燃料的最优路径。而利用经典数学规划方法,如序列二次规划方法,虽能寻找到最优路径,但并不适应于解决空间对抗中复杂攻防环境模型下的轨道规划问题。为此本文提出基于遗传算法的拦截卫星攻击轨道寻优方法。建立目标卫星编队小卫星的动态防御模型作为环境模型,采用可变长度实数编码方式,根据攻击轨道安全性、快速性、燃料消耗最少等要求建立综合适应度函数,并对遗传算子及置换运算方法进行设计。通过仿真验证,本文提出的轨道优化方法能够寻求到最优攻击路径,并且算法收敛速度较快。     

单脉冲最省能量拦截轨道迭代算法

最优拦截轨道解算是航天器在轨拦截问题中的重要内容,是天基武器研发中需要解决的核心技术难题之一。由于轨道解算方程和拦截方程是隐式非线性方程,因此很难用解析的方法进行分析和计算。针对非固定拦截点条件下的拦截轨道优化问题,分析讨论了拦截轨道参数和拦截器变轨点特征速度随拦截时间和拦截真近点角的变化规律。在此基础上,研究了由拦截轨道的真近点角反向求解拦截初始参数问题,并设计了能量最省拦截轨道的快速迭代算法。最后通过仿真,验证了算法的可行性和快速性。     

卫星合成观测调度的最大覆盖模型及算法研究

遥感卫星采用合成观测方式可以提高观测效率,研究了遥感卫星合成观测调度问题.通过分析观测活动与目标的覆盖关系,建立了考虑任务优先级的最大覆盖模型.分析了观测活动性质,并基于观测活动间存在时序关系特征,将问题按照卫星的最大侧摆次数划分为多个阶段,提出了基于动态规划思想的算法,能够在多项式时间内得到问题的最优解.测试算例验证了算法的有效性.     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。     

交互策略改进MOFA进化的多UAV协同航迹规划

针对无人机(unmanned aerial vehicle, UAV)多目标优化协同航迹规划方法中Pareto最优解集规模随迭代增长, 难以选择适合UAV任务特点的协同航迹等问题, 提出一种基于交互策略改进多目标萤火虫(multi-objective firefly algorithm, MOFA)进化的多UAV协同航迹规划方法。首先,采用变量分解策略将萤火虫算法中大规模变量分解成多个子种群, 以降低算法搜索的复杂度; 然后, 利用Tent混沌初始化和多种群循环分裂合并策略提高多目标萤火虫算法的搜索性能; 采用双极偏好占优机制、并设计协同度指标在Pareto最优解集中选取适合任务需要且协同度较高的UAV协同航迹。仿真实验表明, 所提方法能够根据任务设定生成对应侧重点、且满足协同性的相对最优航迹集, 证明了该方法的有效性。     

网络化多传感器-多武器协同防空任务规划

针对网络化防空体系的多传感器-多武器协同任务规划问题, 考虑任务要求、装备性能、运用限制等约束, 构建多武器拦截与多传感器跟踪任务规划模型。前者以拦截时机、次数等为优化目标, 输出武器-目标配对以及对目标的拦截时段、跟踪时间要求; 后者以满足跟踪时间要求为目标, 输出传感器-目标配对和对目标的跟踪时段。设计了基于时段优选拼接和分支定界法的多传感器-多武器协同任务规划算法, 生成多传感器-多武器协同交战计划, 支持多传感器接力跟踪、跨平台打击引导、多武器协同抗击。在假定的舰艇编队与预警机协同防空场景下验证了所设计模型的有效性。     

带有角度约束的机动目标拦截协同制导律

研究了多枚导弹同时拦截高机动目标情况下的制导律设计问题。基于终端滑模控制方法和一致性原理设计了多枚导弹协同制导律,实现所有协同导弹的视线角速率在有限时间内收敛到零,视线角收敛到期望的角度。在视线方向上,能够保证多枚导弹具有相同的拦截时间。基于双曲正切函数,所提出的未知上界的在线估计算法有利于减小输入通道的切换增益和抖动。利用Lyapunov稳定性理论,对所设计的闭环系统给出了严格的稳定性证明。在仿真研究中,进一步验证了所提出的协同制导律的有效性。     

双层火力协同反导作战中的火力调度

双层火力协同反导作战中的火力调度是一个动态的复杂决策过程,运用静态调度和单纯的在线调度算法都无法得到最优的结果。根据双层协同火力反导的原理,分析拦截窗口,并构建火力调度的模型。针对时间、资源以及来袭战术弹道导弹(tactical ballistic missile,TBM)弹头威胁系数等约束条件,提出在线调度中的重调度的拦截火力调度算法,给出计算步骤和流程。〖JP2〗仿真结果表明,该算法能有效地对双层协同火力反导进行火力调度,同时与单纯的在线调度火力分配方法相比,该方法的分配结果在要地生存能力、时效比、费效比等方面都占优。     

天基红外低轨卫星引导反导作战能力需求分析

反导防御系统中,拦截弹在天基红外低轨卫星信息引导下拦截弹道导弹目标时,需要考虑卫星的跟踪能力与拦截弹的拦截能力的匹配问题。首先,采用后验克拉美罗限的方法计算低轨卫星跟踪弹道导弹目标的能力,接着采用椭圆轨道线性化方程的方法计算预测弹道的误差,在目标预测弹道及拦截弹飞行性能的基础上建立预测命中点及其误差的计算方法,然后采用均匀点火策略分析预测命中点精度对拦截弹中段飞行修正能力的影响,通过可信性理论计算得到拦截弹的末段修正能力,最后通过仿真得到满足拦截弹中末段修正能力需求的低轨卫星的技术指标要求。     

基于ALPSO算法的低轨卫星小推力离轨最优控制方法

低轨卫星在到寿后,需要在一定时间内离轨,而轨道高度高于800 km的卫星难以在自然条件下离轨。为了使卫星在规定时间内离轨,提出一种基于增广拉格朗日粒子群优化(augmented Lagrangian particle swarm optimization, ALPSO)算法的低轨卫星小推力离轨最优控制算法。首先依据小推力的特点列出摄动方程,并利用哈密尔顿方程求出带协状态参数的最优控制率。而后分别阐述了粒子群算法和增广拉格朗日方法,并据此得出了算法流程。最后与遗传算法的优化结果进行对比。结果表明, ALPSO算法迭代次数较少,收敛精度较高,降低轨道高度的第一种处置轨道适用于轨道高度821 km的卫星离轨,离轨时间为857天。该算法可用于低轨卫星小推力离轨问题的求解。     

遗传算法在卫星广播调度中的应用

提出了一种基于遗传算法的卫星广播调度算法。利用新的编码方法,把卫星广播调度问题和寻找满足约束条件的矩阵优化问题相对应,通过设计相应的遗传操作算子提高遗传算法的收敛性能,从而较好地实现了利用遗传算法对卫星广播的调度。在卫星个数相同条件下对三种有代表性的卫星广播调度要求进行了实验比较,说明了不同的调度要求对收敛速度的影响。遗传算法的性能决定了本文所提出的算法适用于不同规模的卫星广播调度问题,实验表明该算法是一种收敛速度快,稳定性强的高效卫星广播调度算法。     

多终端仅测速实时定轨的自适应联邦STCKF算法

针对多手持终端仅测速实时定轨问题,设计了一种自适应联邦强跟踪容积卡尔曼滤波(strong tracking cubature Kalman filter,STCKF)算法。首先,使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散得到状态方程。然后,为每个手持终端设计了STCKF滤波算法,该算法基于强跟踪滤波(strong tracking filter,STF)的等价表示计算次优渐消因子以在线实时调整增益矩阵,提高短弧段内滤波估计收敛速度。进而,利用信息最优合成算法对每个终端输出的局部定轨结果进行融合,为提高信息融合精度,信息分配因子由误差协方差矩阵的Frobenius范数自适应确定。最后的仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度,自适应联邦STCKF算法可以有效提高实时定轨精度和滤波收敛速度。     

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。     

基于Legendre伪谱法的远程最优拦截初制导方法

考虑J₂摄动,研究远程最优拦截初制导问题。针对远程拦截飞行时间长的特点,深入分析并改进一种固定时间拦截制导的摄动修正方法,提出J₂摄动远程脉冲最优拦截策略。基于一种求解最优控制问题的新方法--Legendre伪谱法（Legendre pseudospectral method, LPM）,研究有限推力远程最优拦截初制导问题,给出有限推力远程最优拦截初制导方法。以小倾角大椭圆轨道机动飞行器为对象,进行优化计算。仿真结果说明了本文的最优初制导方法的精度和计算效率。     

基于分布式协同进化的星座自主任务规划算法

星座协同自主任务规划是卫星自主化管理与控制技术中的重要一环。首先, 提出了一种分布式星座协同迭代优化策略, 星座内各星作为独立智能体通过“接收”“更新”“发布”的三阶段协作行为共同参与对整体任务方案的协调寻优。其次, 在该策略的基础上设计了一种分布式协同进化算法, 通过分布于不同卫星的多个亚种群在信息交互中并行进化以持续优化各星方案组合。最后, 在S698PM嵌入式开发环境下进行仿真实验, 通过与贪婪算法、集中式遗传算法以及CPLEX的对比测试, 验证了所提方法在恶劣通信环境下与大规模问题中的适用性和有效性。