基于任务分配的多飞行器协同航迹规划

在综合考虑飞行器编队的飞行代价和作战效果的基础上, 研究了基于任务分配的多飞行器协同航迹规划方法, 构建了结合任务分配的飞行器编队协同航迹规划模型, 设计了分解式协同航迹规划算法, 可以有效地对多目标存在的情况进行综合权衡, 得到合理的任务分配和航迹规划方案. 仿真算例表明, 这种航迹规划方法不仅能保证各飞行器选择合理的协同航迹, 也使得作战任务可以获得最佳作战效果, 有效地提高编队作战的效费比.     

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。     

无人机集群网电攻击行动协同目标分配建模

以一体化综合防空系统中的雷达为作战对象,从体系对抗的高度研究了无人机集群网电攻击行动协同目标分配的思路与方法,并以目标重分配规则与有人机/无人机协同规则为重点构建了基于协同目标分配规则的协同目标分配模型。然后研究了基于智能优化算法的协同目标分配模型求解方法,运用混合离散粒子群优化算法模拟有人机目标分配,运用基于协议规则算法模拟无人机目标分配。最后进行了仿真实验测试,实验结果证明了协同目标分配模型的有效性,并反映了集群自组网状态对于集群作战效能的重大影响,为无人机集群以及反无人机集群的战法设计提供定量依据。     

无人机任务分配与航迹规划协同控制方法

针对无人机协同控制问题,提出一种多无人机任务分配与航迹规划的整体控制架构。将威胁和障碍区域考虑为合理的多边形模型,使用改进的A*算法规划出两个航迹点之间的最短路径。并利用该路径航程作为任务分配过程全局目标函数的输入,采用与协同系统相匹配的粒子结构进行改进粒子群优化(particle-swarm optimization,PSO)任务分配迭代寻优。根据分配结果并考虑无人机性能约束,基于B-spline法平滑路径组合,生成飞行航迹。仿真结果表明,算法在保证计算速度和收敛性能的同时,能够产生合理的任务分配结果和无人机的可飞行航迹。     

基于速度障碍法的多UAV可飞行航迹优化生成

研究无人飞行器(unmanned aerial vehicle, UAV)在线可飞行航迹的自主规划对UAV适应非结构化环境、提高机动作战能力具有重要的现实意义。提出了一种基于Pythagorean-Hodograph (PH)曲线的UAV在线航迹生成算法,可以根据UAV当前的飞行状态、目标点信息及传感器探测信息实时规划出曲率连续的可避碰飞行航迹。考虑系统动态性能约束,采用分布估计算法对航迹参数进行优化选取,提出基于区间选优的全局精英个体概率选择机制,提高了航迹生成的速度及精度。根据速度障碍法原理,结合PH曲线的特点,给出了高动态环境下多UAV的实时动态避碰规划算法,该算法能使轨迹快速趋近于目标。对一组UAV的航迹规划在不同环境下进行了仿真实验,仿真结果证明了算法的有效性和实用性。     

有人机/无人机编队协同任务分配方法

任务分配方法是任务控制过程的重要组成部分,是编队协同作战指挥策略的关键。以合同网协议(contract net protocol, CNP)和多智能体系统（multi-agent system, MAS）理论为基础,建立了有人机/无人机编队MAS结构和基于投标过程的任务分配模型,将任务优先权引入任务分配模型中,可以实现预先任务分配和执行过程中动态任务分配,保证动态环境下编队整体分配效能较优。针对作战想定进行了仿真计算,结果表明,基于CNP和MAS理论的有人机/无人机编队协同任务分配策略具有良好的预先任务分配和实时任务分配效果,能够满足编队作战任务的需要。     

基于进化算法的多飞行器四维航迹规划方法

鉴于目前的航迹规划方法都局限于二维或三维空间,提出了一种基于进化算法的多飞行器四堆航迹规划方法.该方法在三维航迹规划的基础上加入时间代价约束,通过计算航迹节点在四维空间的坐标,将到达目标的时间与航迹搜索结合起来,使多个无人飞行器能够对目标进行同时打击并避免飞行器在飞行过程中的碰撞.仿真试验结果表明,该方法可以快速有效地完成四维航迹规划,获得满足要求的多飞行器飞行航迹.     

分布式卫星集群博弈任务均衡分配方法

针对分布式卫星集群博弈任务中的分配不均衡问题，提出了一种基于偏好联盟博弈(hedonic coalition game, HCG)的任务分配方法。首先，在考虑燃料和时间最优的卫星集群任务分配模型的基础上，引入对敌毁伤概率以适应集群博弈背景；其次，为保证分配结果的均衡性，引入HCG设计个体联盟特征函数；最后，考虑卫量集群的一对多作战分配方式难以保证局部兵力优势，在一致性拍卖算法(consensus based auction algorithm, CBAA)结构上拓展性地提出了一种多对一任务分配算法。仿真结果表明，该算法在全局效益接近经典集中式算法全局效益98%的前提下，时间约为经典算法的70%,且该算法具有一定的问题规模拓展性。     

微型飞行器实时飞行仿真系统的设计与实现

微型飞行器的实时飞行仿真技术在飞行器集群控制、任务分配以及军事指挥等方面有着广阔的应用前景.在研究视景仿真技术的基础上,首先基于Multigen Creator和Vega软件,建立多架微型飞行器的飞行视景仿真环境.然后采用C++技术开发了该飞行仿真系统与路径规划系统的实时数据传输接口,并为每架飞行器设置了独立的运动模型,来接收路径数据和实时调整飞行器的路径及飞行姿态,从而实现了飞行器的实时协同飞行仿真.     

基于粒子群优化算法的USV集群协同避碰方法

针对无人水面艇(unmanned surface vessel, USV)集群在路径规划中的协同避碰问题,提出了基于滚动优化策略结合粒子群优化算法的USV集群协同避碰方法。首先,通过已有雷达、光电等传感器参数指标建立综合视域模型;其次,采取基于正切函数的惯性权重调整结合线性调整学习因子的方法来提高粒子群优化算法的全局搜索能力,同时,在适应度函数中加入转艏角控制来提高路径的平滑性;最后,利用改进后的粒子群优化算法规划出每个综合视域内的路径。仿真实验结果表明,该优化算法能实现USV集群的实时避碰,并快速为USV集群规划出平滑、安全的全局最优无避碰路径。     

基于双层规划的攻击无人机协同目标分配优化

针对攻击无人机编队协同作战的背景,提出了基于双层规划的攻击无人机协同目标分配模型。分别以打击效果最大化和飞行航线最短作为模型的上下层目标,并贴近战场环境将目标优先程度、目标打击效果上下限以及打击时间窗口等因素作为模型约束。利用直觉模糊双层规划(intuitionistic fuzzy bilevel programming, IFBLP)理论对构建的协同目标分配双层混合整数规划模型进行了转化,并采用粒子群优化(particle swarm optimization, PSO)方法对其进行求解,给出了具体求解步骤。算例结果证明IFBLP理论能够有效解决所构建的双层混合整数规划模型。     

基于改进凸优化算法的多机编队突防航迹规划

为更好地发挥多机编队在低空突防作战中的优势，对已有的凸优化算法进行改进，提出一种多机编队低空突防航迹规划方法。首先，根据低空突防任务特点进行问题建模，包含多机编队航迹规划模型、障碍物模型以及任务分配评估模型。其次，提出基于匈牙利算法的集群任务分组概念，设计更符合战场需求和运动学规律的预规划航迹。之后，考虑新类型的外部障碍物和不同任务小组间的组间避障，通过对约束进行合理的近似与凸优化，实现多机安全飞行。最后，通过对比仿真，验证所提改进方法的可行性和有效性。结果表明，改进后的航迹规划算法能实现对低空突防任务的合理分配，求解效率和成功率均有所提高，对新加入的障碍有良好的避障效果。     

面向应急对地观测任务的多飞艇协同分配方法

应急条件下多飞艇协同任务分配是一个重要而极具前景的研究课题,对提高飞艇观测效能起着至关重要的作用。针对多飞艇协同任务分配问题,设计了一种基于Agent双向招标的改进合同网协同机制,详细解释了双向招标的方法和标值计算的启发式规则。针对应急观测任务的高时效性特点,建立了一个多目标约束满足优化模型,并提出一种针对批量动态任务的快速分配算法--动态自适应协同任务分配算法(dynamical flexible collaborative algorithm,DFCA)。大量模拟实验结果表明,该算法能够在很短的时间内获得较好的任务分配方案,具有较高的任务完成率和权值收益率。     

无人飞行器集群协同行为建模技术综述

无人飞行器集群协同作为一种全新的任务执行形态, 正逐渐成为生成体系作战能力的有效途径, 而自组织集群行为建模技术是实现集群高效率协同的关键所在。基于无人飞行器集群协同特点梳理总结了关键技术问题, 从复杂系统图形化建模、集群多编队协同、集群队形变换、集群决策控制等4个方面, 对无人飞行器集群协同行为建模技术现状和存在难点进行了全面总结, 提出了基本框架和实现途径, 展望了当前无人飞行器集群协同行为建模技术研究应当关注的若干发展方向和可预见的显著效益, 为无人飞行器集群协同行为建模技术发展提供了参考与依据。     

基于时间约束的多平台协同目标分配方法

网络化防空体系各作战平台协同目标分配问题是研究网络化防空的一个重要问题。针对未来网络化防空对协同目标分配算法具有很高的实时性要求,提出了基于时间约束的协同目标分配方法--改进的分布协同拍卖算法,给出了算法具体设计思路和流程,并对算法作了仿真实验。仿真的结果和统计数据分析证明,算法能够在约束的时间内给出具有很好优化效果的目标分配方案,并通过与遗传算法的实例比较,体现了该算法在时间约束条件下的优越性。     

多飞行器协同攻击的行动序列规划方法

飞行器协同攻击行动序列规划中,地面目标威胁直接影响飞行器的目标分配和航迹规划,目前多飞行器协同攻击规划算法不考虑地面目标被摧毁而威胁消失的情况,不符合飞行器战术应用的实际情况。提出一种基于滚动时域方法的多飞行器协同攻击的行动序列规划方法,依据地面目标被摧毁之后的最新态势重新分配打击目标,仿真结果表明该方法符合飞行器战术应用的特点。     

改进速度障碍法的无人艇局部路径规划

针对传统速度障碍(velocity obstacles, VO)法进行局部路径规划时避碰路径长、避碰时间长以及忽略紧迫局面会遇中避让责任的约束等问题，提出一种适用于水面无人艇(unmanned surface vehicle, USV)的改进VO法。将四元船舶领域和碰撞威胁距离引入VO避碰时机的计算中，确定了避碰阈值；将最晚施舵距离作为碰撞危险局面过渡到紧迫局面的临界值，构建了紧迫局面模型；设计了USV避碰模型，并通过国际海上避碰规则(International Regulations for Collision Avoidance at Sea, GOLREGs)进行约束。比较分析了对遇、右交叉、左交叉和追越4种会遇的避碰仿真。仿真结果表明：改进的VO法平均路径缩短39.88%、平均时间减少44.26%,改进后的局部规划能够在保证安全避碰的条件下满足GOLREGs第8条和第13～17条的避让要求。     

时敏打击系统作战效能评估与效费分析

基于时敏打击系统的作战流程，提出了系统的作战效能评估方法，并对相关影响因素进行了分析．考虑到时敏打击系统作战效能与作战费用之间的博彝关系，又提出了一种时敏打击系统的效费分析方法．实例分析中，利用遗传算法对系统作战资源进行了优化配置。结果分析表明了效费分析对于系统设计与构建有着积极的作用，也暗示了无人作战平台将在打击时敏目标领域扮演重要角色。     

单机多目标火力/电子战攻击综合决策

针对单机多目标攻击时的火力/电子战综合决策,提出了一种考虑电子干扰效果的火力打击目标排序算法。该算法根据目标雷达辐射源对载机的威胁程度,建立了机载有源压制干扰的能量分配方法,利用有源压制干扰对目标雷达的压制距离引入距离削弱因子,可获得有源干扰效果对目标威胁级别的影响程度,改进只考虑敌我双方火力威胁程度时的目标打击排序结果。给出了该算法的具体步骤,通过仿真实验证明了该算法的有效性。仿真结果表明,考虑有源干扰效果后的火力攻击目标排序,可以使飞行员首先攻击毁伤概率最大的目标,提高整体的作战效能。     

有人/无人作战智能体分布式任务分配方法

有人/无人作战智能体任务联盟是面向分布式网络化作战体系提出的一种作战样式,任务分配问题是研究任务联盟指挥策略的关键点之一。以有人/无人作战智能体任务联盟为研究对象,提出与之适应的分布式体系结构。将任务执行质量引入任务分配问题建模中,以拍卖算法为基础,通过编组整体拍卖、方案预处理等改进机制,有效降低了个体方案的构建开销,并在约束的时间内实现任务联盟的动态任务分配。针对作战想定进行了仿真计算,结果表明算法能在有限拍卖次数下给出接近理想优化效果的分配方案。