基于运动目标预测的多无人机分布式协同搜索

多无人机(unmanned aerial vehicle, UAV)协同搜索是多UAV协同一个重要研究方向。随着战场环境的复杂化,UAV对动态时敏目标的搜索显得尤为重要。针对动态时敏目标的运动特性,首先建立动态时敏目标的运动预测模型,为了降低由于目标运动造成的不确定性以及优化UAV的搜索性能,在采用贝叶斯理论对目标存在概率进行更新的基础上,研究了一种基于高斯分布的目标转移概率密度,通过计算得到动态时敏目标的存在预测概率,然后合理建立UAV协同搜索的性能指标函数,在分布式模型预测控制框架下,将多UAV集中式在线优化问题转化为各架UAV的分布式在线优化问题,最后对性能指标函数进行优化求解。通过仿真验证了所提方法的有效性。     

面向多障碍物海面卫星搜索动目标方法

在多障碍物海面航行的动目标需规避海面障碍物,运动特征更为复杂。为提高卫星搜索该类目标的效能,分析了目标规避海面障碍物对其在搜索图中概率分布的影响,基于目标马尔可夫运动过程,提出一种面向多障碍物搜索海面的动目标运动预测方法。在使用搜索图建立动目标搜索环境模型的基础上,搜索过程中首先根据卫星探测信息更新搜索图,然后采用该运动预测方法计算目标转移概率,再次更新搜索图。最后采用最大化目标发现概率作为卫星搜索策略建立仿真场景,实验结果验证了所提方法的有效性。     

UUV编队协同应召搜索马尔可夫运动目标的方法

采用时齐马尔可夫链来模拟目标的规避运动，根据事发海域的水深映射图，估算出马尔可夫运动目标的位置转移概率。无人水下航行器编队在目标初始概率分布和位置转移概率已知的条件下，根据当前搜索结果不断对目标位置进行预测和更新。编队成员能共享目标位置信息，以获得较为准确的目标验后分布。然后采用一种新的分区实时贪婪搜索算法，得到无人水下航行器编队的最优搜索路径，从而以较高的搜索成功概率与较短的平均发现目标时间完成对目标的应召搜索。最后通过实例仿真，证明了该方法的有效性和优越性。此方法将对无人水下航行器编队的战法研究具有参考借鉴意义。     

基于遗传算法的最优扩展螺旋搜索

本文在对传统螺旋搜索算法研究的基础上,提出了一种基于遗传算法的最优扩展螺旋搜索算法.该算法将遗传算法和扩展螺旋搜索法相结合,优化出搜索器在扩展螺旋搜索时的第一个探测点和运动转向角,为实现水下目标的最优搜索提供了条件.仿真分析了潜艇的运动速度和航向分别变化的情况下,所提算法与传统算法对目标搜索时间和发现概率的差异.由仿真结果可见,该算法可缩短搜索时间,提高发现目标概率.     

地面运动目标的多UAV协同搜索方法

对地面运动目标的搜索是无人机(unmanned aerial vehicle, UAV)航路规划的重要研究内容之一,受目标运动的影响,传统的垂线扫描搜索方法对速度较大的运动目标搜索能力不足。为了提升对运动目标的搜索效率,提出多无人机(multi-unmanned aerial vehicle, multi-UAV)并排回寻式搜索方法,以回寻速度与推进距离为参数构建了协同搜索数学模型,搜索效率须在搜索速率和发现概率2个指标之间权衡,通过对模型参数进行优化,得出不同应用场景下的最优搜索方案。仿真结果表明:与垂线扫描搜索法相比,在相同的发现概率下,该方法允许目标的运动速度更快;在目标运动速度相同时,目标发现概率更高。在算例的飞行条件下,目标发现概率比垂线扫描法提高约15个百分点。     

空基无源相干定位系统的机动目标跟踪算法

针对空基无源相干定位系统中外辐射源状态不确定性对机动目标跟踪精度的影响, 提出了一种基于多模型预测的双变量容积卡尔曼滤波算法。首先建立了机动目标跟踪的系统模型, 并确定了多模型集。然后基于多模型思想, 将模型交互步骤增加到状态预测步骤之后, 对状态预测值进行交互融合, 得到最优的状态预测值。为解决固定的马尔可夫转移概率导致系统跟踪性能下降的问题, 采用“感知记忆”嵌入的时变转移概率, 降低不匹配模型的竞争影响; 最后利用双变量容积卡尔曼滤波算法同时对目标和外辐射源进行状态估计。仿真对比实验验证了算法的有效性。     

侦察卫星星座目标发现概率与最大访问间隔分析

以区域内特定目标的搜索为背景,分析侦察卫星对某地面区域内运动目标的探测类型和搜索方式,并建立目标发现概率与单星探测概率和星座最大访问时间间隔的关系模型。分别以大型舰船和飞机为探测目标,对光学侦察、电子侦察和雷达侦察等三种类型侦察卫星星座的技术性能指标和作战性能指标之间的关系进行了仿真分析。     

基于规则导向的柔性作业车间多目标动态调度算法

设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.     

破片型空空弹杀伤概率三维建模与仿真

分析了导弹单发杀伤概率计算的限制,提出应该建立精确的模型对单发概率进行仿真.建立弹目相对速度坐标系,得到该坐标系与大地坐标系的变换矩阵,计算出该坐标系下的交会参数.结合引信模型、战斗部模型、飞机易损舱段模型针对破片型战斗部进行了完整的三维末端仿真.依据仿真结果分析了引信参数对末端杀伤效果的影响,提出了提高导弹末端杀伤概率的途径.     

基于改进细菌觅食算法的AGV作业车间多目标优化

针对AGV作业车间优化问题,考虑生产机器与AGV的可靠性服从指数分布和威布尔分布,建立以生产机器可靠性最大化、AGV可靠性提升程度最大化及总成本最小化为优化目标的数学优化模型,并提出利用一种基于激素调节机制的情绪化细菌觅食算法求解模型.针对原始算法存在的趋化步长的不确定性,在趋化过程中引入高斯分布搜索机制更新个体位置,...     

一个具有2D不变性的目标搜索方法

提出了一个具有 2D不变性的目标搜索方法。通过采用对数极坐标映射 ,可将空间均匀取样得到的图像变换成非均匀取样的图像 ,从而减小冗余像素 ,压缩了搜索空间。在已知目标模板的情况下 ,利用目标的几何信息和对数极坐标映射 ,即可搜索和识别产生比例、旋转和平移变化的目标。     

运动目标的多无人机编队覆盖搜索决策

针对无人机搜索运动目标时,由于目标运动状态的不确定性,传统静态环境下的无人机覆盖搜索航迹规划算法不再适用的问题,分析了无人机覆盖搜索的基本原则,提出了运动目标垂线搜索（moving target with vertical line search pattern, MTVL）算法,证明了在MTVL策略下的任务完成条件。对MTVL算法进行了改进,通过控制无人机的运动方向与搜索区域边界的角度,提出了运动目标斜线搜索（moving target with slanting line search pattern, MTSL）算法,从理论上分析了在MTSL策略下的任务完成条件并进行了仿真验证。仿真结果表明,提出的两种搜索策略在满足一定条件下都能够完成对指定区域的搜索任务,而无人机完成任务的能力取决于无人机速度与目标速度的比值、无人机数目等因素;完成同样的搜索任务,与MTVL算法相比,MTSL算法对无人机速度和无人机数目的要求更低。     

基于UKF的混合坐标系下运动

针对无源定位必须实现快速和稳定定位跟踪的要求,首先研究了混合坐标下的推广卡尔曼滤波(EKF)算法,充分利用了直角坐标系下状态方程的线性特性和修正极坐标系下观测方程的线性特性,并针对两坐标系间协方差矩阵变换的舍入误差,推导了一种混合坐标系下的UKF算法,并将其应用于运动辐射源的无源定位跟踪中。计算机仿真表明该算法提高了收敛速度和定位精度。     

反导作战仿真系统中主要坐标系及其参数转换

坐标系及其参数相互转换是构建反导作战仿真系统最基础的技术工作。整理分析了反导作战仿真系统中的主要坐标系,分别给出了其定义和示意图;推导了坐标系之间的参数转换公式;最后,举例说明了这些公式的应用方法。     

基于扩展量测的球坐标系中水下目标跟踪算法的研究

基于自适应高斯模型，提出了球坐标系中扩展量测的水下目标跟踪，导出了目标模型和目标运动状态的坐标转换公式，推导了基于扩展量测的球坐标系目标跟踪算法，给出了Monte carlo仿真结果。结果表明：本文提出的跟踪算法不但能够提高目标距离的稳态跟踪精度，而且能够提高目标方位角和俯仰角的稳态跟踪精度，改善系统的动态收敛特性。     

基于极坐标编码的改进人工鱼群算法

针对人工鱼群算法收敛速度慢、求解精度低及易陷入局部最优的问题,提出了一种改进的人工鱼群算法。为提高求解精度,算法采用极坐标编码形式增加单个母体解空间表达的多样性,在迭代求解过程中根据适应度值依概率调整极角,逐步降低观测结果的不确定性。通过对三种行为方式进行调整,去除影响搜索方向性的随机移动行为,将搜索重点集中在最优解邻域内,有效降低算法重搜索的可能性,以提高算法的收敛速度。实验结果表明,该算法在收敛性和稳定性上优于基本人工鱼群算法、自适应人工鱼群算法和生境人工鱼群算法,验证了算法的有效性。     

Extended parameter-dependent H∞filtering for uncer tain continuous-time state-delayed systems

The design of robust H∞ filtering problem of polytopic uncertain linear time-delay systems is addressed. The uncertain parameters are supposed to reside in a polytope. A parameter-dependent Lyapunov function approach is proposed for the design of filters that ensure a prescribed H∞performance level for al ad-missible uncertain parameters, which is different from the quadratic framework that entails fixed matrices for the entire uncertainty do-main. This idea is realized by careful y selecting the structure of the matrices involved in the products with system matrices. An extended H∞ sufficient condition for the existence of robust esti-mators is formulated in terms of linear matrix inequalities, which can be solved via efficient interior-point algorithms.     

Shape control on probability density function in stochastic systems

A novel strategy of probability density function （PDF） shape control is proposed in stochastic systems. The control er is designed whose parameters are optimal y obtained through the improved particle swarm optimization algorithm. The parameters of the control er are viewed as the space position of a particle in particle swarm optimization algorithm and updated continual y until the control er makes the PDF of the state variable as close as possible to the expected PDF. The proposed PDF shape control technique is compared with the equivalent linearization technique through simulation experiments. The results show the superiority and the effectiveness of the proposed method. The control er is excellent in making the state PDF fol ow the expected PDF and has the very smal error between the state PDF and the expected PDF, solving the control problem of the PDF shape in stochastic systems effectively.