基于威胁规避的战斗机网络瞄准攻击引导轨迹优化

针对网络瞄准攻击对战斗机精确引导的需求,研究威胁规避下的战斗机攻击引导轨迹优化问题。以战斗机过载为控制量建立引导状态模型;以目标威胁建立引导路径约束模型;以导弹发射瞄准条件为终端约束;以引导的快速性和控制经济性为性能指标,将轨迹优化建模为具有非线性边界约束、状态约束和路径约束的最优控制问题,并采用高斯伪谱法将其转化为非线性规划问题进行求解,为了保证算法的实时性,采用滚动时域策略进行在线滚动优化。仿真结果表明:所提出的方法能在有效规避目标威胁下达成导弹攻击的瞄准条件，基于RHC策略的优化单次计算时间小于1 s,算法实时性能满足战斗机的引导需求。     

基于RHC-QPSO的飞机主动防御技术

提出了一种空战飞机三点共线式主动防御实施策略。首先以战斗机、防御导弹、攻击导弹运动特性为基础,提出了诱导捕获的飞机-防御导弹协同主动防御方法,将空战对抗问题转化为战斗机的轨迹优化问题。其次提出了过程性能指标,并分析了其与传统性能指标(目的性能指标)的不同。最后针对量子粒子群优化算法无法对整个过程进行评价问题,引入滚动时域控制的思想,将过程性能指标作为每一个滚动优化窗口的优化指标,以此来提高算法的实时性,并进行了作战仿真。仿真结果显示过程性能指标迅速收敛至给定数值附近,战斗机等三者控制指令稳定在很小幅度的振荡,主动防御过程得以有效实现,协同思想的正确性,算法。     

基于瞄准误差的战斗机攻击轨迹跟踪仿真实现

战斗机对攻击轨迹精确跟踪是实现战机自动攻击的关键。首先分析战机空战攻击轨迹跟踪过程,将战机瞄准误差引入攻击轨迹跟踪算法,提出基于瞄准误差的战机攻击轨迹跟踪方法;将瞄准误差算法分解在2个平面内进行分析,建立轨迹跟踪模型,并利用Simulink工具箱,结合FlightGear飞行仿真软件综合模拟仿真轨迹跟踪过程。实景仿真结果表明该模型算法能够不断地减小瞄准误差实现对攻击轨迹的精确跟踪飞行。     

基于雷达导引头角度跟踪特性的战斗机机动控制方法

通过分析导弹导引头角度自动跟踪系统的跟踪特性,明确了跟踪误差产生机理及对跟踪系统的影响,提出了战斗机规避导弹攻击的机动控制目标。以二维平面内导弹攻击为例,建立了导弹与战斗机的相对追逃运动模型。基于动态逆理论,对中断导引头角度跟踪的机动控制方法进行分析,推导了战斗机的规避机动控制律。通过仿真验证了该方法的有效性。     

战斗机网络攻击指令引导控制方法

对战斗机网络攻击指令引导控制方法进行了研究。建立了导弹拦射攻击模型和导弹发射边界模型;以航向角和高度为引导指令建立网络指令引导解算模型;基于典型作战场景对上述模型进行仿真实验分析。仿真结果表明:不管针对非机动目标还是机动目标,采用网络攻击指令引导方法都能实现最大火力包线的战斗机网络攻击引导。     

基于Voronoi图和离散微粒群优化算法的UCAV攻击轨迹决策

根据UCAV可发射区简化模型,提出了UCAV攻击轨迹决策问题。提出了UCAV攻击轨迹决策的分层设计方法,并将其转化为优化问题。首先根据已知的飞行环境,采用Voronoi图生成初始轨迹;然后通过建立攻击轨迹约束条件模型、飞行距离模型和威胁模型,以飞行距离和威胁代价为优化目标函数,构建了UCAV攻击轨迹决策模型,并在此基础上提出了一种离散微粒群优化(Discrete Particle Swarm Optimization, DPSO)算法对攻击轨迹决策模型进行求解。仿真结果表明,通过Voronoi图和DPSO算法能够较好地解决UCAV攻击轨迹决策问题,并能够在多约束条件下对目标函数进行组合优化。     

基于滚动优化原理的类车机器人路径跟踪控制

针对存在非完整约束的类车移动机器人路径跟踪问题,提出了带约束曲线拟合的路径跟踪策略。借鉴预测控制中的滚动优化原理,通过运用微分平坦方法对所规划路径进行轨迹生成,进而完成路径跟踪过程。同时,基于滚动优化原理的跟踪方式也满足了路径跟踪对实时性的要求,移动机器人在遇到未知障碍情况下能够完成主动避障动作。为验证该方法的有效性,文章最后进行了仿真实验,结果表明,类车机器人在满足执行机构约束以及几何约束的条件下,能够成功避开障碍物,并且具有良好的跟踪性能。     

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。     

基于改进粒子群算法的对地攻击最优航迹规划

提出了一种基于粒子群算法的战斗机空地攻击航迹规划模型,针对传统算法收敛精度低的问题,基于算法参数和迭代公式做了改进.通过构造战斗机作战攻击中面对敌防空火力、地形等威胁要素和战斗机技战术性能等各种约束条件,设计了一种适用于战斗机航迹性能评价函数作为粒子群的适应度函数,用VC++.NET进行算法仿真并将最优航迹在MATLAB中显示.仿真结果表明:改进后的粒子群算法规划出的最优航迹能较好地实现威胁规避,较传统算法收敛精度高,运算速度快,满足了战斗机机动性能约束和航程较短要求,且规划的效率和精度较高.     

双机协同攻击指令瞄准建模及精度研究

针对协同攻击武器发射的瞄准需求,提出一种友机探测、本机发射的双机协同指令瞄准方法.首先,建立协同瞄准矢量模型,根据双机的空间定位和姿态信息解算目标的瞄准指令,并给出瞄准控制方法；然后,对指令瞄准精度进行建模研究,分别就目标信息精度、战斗机定位精度、信息延时以及瞄准态势等因素对瞄准精度的影响进行深入分析,并给出指令瞄准的应用需求分析；最后进行了仿真实验.结果证明了瞄准算法的正确性,同时表明:目标信息精度和战斗机平台的定位精度对于协同攻击效果具有直接影响,提高协同攻击效果的关键在于提升作战平台自身的性能.     

无人机密集编队穿越竞速导引算法

针对无人机密集编队穿越门框竞速问题,提出了一种时间近似最优的导引算法。首先,对穿越竞速问题进行了阐述;其次,在单架无人机穿越门框导引模型推导的基础上,研究了其穿越门框的导引算法,该算法具有在期望时间内将无人机导引到目标点的能力;最后,针对多架无人机编队穿越竞速问题,提出了基于飞行时间控制和脱靶量控制的穿越算法,该算法具有良好的时间近似最优性能;仿真结果表明,所设计的导引算法能够使无人机编队在期望时间内完成穿越竞速,且具有极低的脱靶量和导引时间误差;可为无人机集群避障与防撞控制提供技术支撑。     

基于Bézier曲线的差速驱动机器人混合避障路径规划算法

为实现差速驱动机器人在避障环境下的平滑最优路径规划, 提出一种基于Bézier曲线的差速驱动机器人混合避障路径规划算法. 首先, 建立差速驱动机器人运动模型, 用于操控左右两个驱动轮线速率, 完成机器人转弯及非匀速运动; 其次, 利用Bézier曲线描述路径状态, 将路径规划问题转换为产生Bézier曲线有限点方位优化问题, 提升机器人的运动平滑性; 最后, 引入遗传算法将二维路径编码简化为一维编码问题, 将路边约束、 动态避障需求及最短路径需求混合成适应度函数, 使机器人尽快脱离局部极小解, 成功绕过障碍物抵达目标点. 仿真实验结果表明, 该方法的避障路径规划效果较好, 避障路径距离为30.19 m, 且避障用时低于对比方法, 最长避障用时为5.3 min.     

基于Dubins路径的无人机避障规划算法

研究了一种基于Dubins路径的无人机的避障规划算法. 通过采用遗传算法,结合无人机的飞行性能和最小转弯半径,提出了一种在已知障碍空间位置前提下的无人机路径规划方法,并通过算法改进,将其推广成为在未知障碍位置等先验知识的前提下的无人机实时避障算法. 仿真结果表明,该算法原理正确,对于多障碍环境下无人机避障策略的获取具有较好效果.      

基于椭圆建模和NLP算法的移动机器人路径规划研究

针对移动机器人在未知环境中探测和规避障碍物困难等问题,提出一种基于椭圆建模和自然语言处理(nataral language processing,NLP)算法的移动机器人路径规划方法。首先将激光采集的点信息进行分类和最小椭圆包围,建立障碍物的椭圆模型并估算出障碍物的速度。然后采用NLP算法,把移动机器人在未知环境中的路径规划问题,描述成了满足一组非线性约束和目标函数最小的非线性规划问题,从而实现复杂未知环境下机器人的路径规划。最后进行物理与仿真实验,验证了该方法的有效性。     

基于障碍物可达区域预测的机器人实时避障算法

针对复杂环境下的机器人路径规划与自主避障问题,提出了基于动态障碍物可达区域预测的实时避障算法.对静态障碍物进行描述和建模,建立动态障碍物状态更新预测方程,实现对动态障碍物质心可达区域的预测.分别面向动态、静态障碍物提出基于可达区域预测的多步椭圆包络势场和基于新型Sigmoid函数的势场,修正目标的对数Lyapunov引力场,给出多类型障碍物空间下的机器人实时避障算法.数值仿真和实验结果表明,与传统方法相比实时避障算法可使机器人避障过程中的路径长度更短、安全性更高及最大行驶角变化幅值更小.     

基于改进双向A星和向量场直方图算法的无人机航路规划

现代无人机的行驶环境复杂多变,对无人机的航路规划不仅要求路径最短,同时还要满足实时性以应对突发威胁。提出一种离线规划和在线避障结合的航路规划方法。首先利用改进的双向A*算法对已知环境进行离线规划,并提出基于碰撞检测的动态步长和双向去除冗余点方法,在不影响路径精度的同时,缩短离线规划时间和路径。在无人机按照离线路径行驶过程中,当规划路径中出现突发威胁,利用VFH算法进行实时避障;对避障算法设置子目标,使无人机完成避障后能迅速回到离线轨迹,不影响全局路径的最优性.仿真实验表明,所提方法规划的路径长度短、耗时少,并能有效避开突发威胁,充分结合了双向A*算法路径最优和VFH算法的快速实时避障性的优点。     

基于势场法的无人车局部动态避障路径规划算法

根据无人车动态实时避障的需求,提出一种基于人工势场法的局部避障路径规划算法,通过改进势场环境及势场力来解决传统势场法局部极小值和目标不可达的问题. 考虑车辆碰撞安全性,对侧向动态障碍物和同向动态障碍物工况进行分析,采用动态窗口法进行实时动态避障规划. 同时为保证规划路径的平滑性和可跟踪性,采用贝塞尔曲线对轨迹进行平滑处理. 最后,在CarSim和Matlab/Simulink 联合仿真平台下,对所提出的控制算法进行验证. 仿真结果表明了规划算法的避障有效性、安全性以及可跟踪性.      

基于改进快速行进树的自主代客泊车路径规划

为了加速自主代客泊车系统落地，基于改进快速行进树算法提出了一种自主代客泊车路径规划方法.首先，采用类广度优先搜索策略建立环境地图的“路径场”，并提出一种高计算效率的避障检测策略，基于环境地图“路径场”提出一种符合汽车非完整约束的远端参考点和近端参考点选取原则与路径节点更新原则，通过使路径节点逐渐靠近目标节点来完成自主代客泊车引导路径规划任务. 其次，基于Dubins曲线规划满足初始泊车方位角任意性要求和泊车位方位角的非唯一性要求的泊车路径，引导汽车安全驶入泊车位.最后，仿真验证所提方法的可行性.结果表明：相对于传统的快速行进算法，所提方法规划的自主代客泊车路径满足汽车非完整约束要求，可以安全引导汽车完成自主代客泊车任务.