基于面向服务的多无人机辅助决策仿真集成方法

在多无人机指挥控制中,建立网络中心的、可动态配置和访问的辅助决策系统,有助于多无人机系统的高层任务集成,加快作战行动的效率。给出了一种基于面向服务计算的多无人机辅助决策集成方法,实现了无人机指挥控制中分布式辅助决策服务平台,基于Web Services规范的分布式辅助决策服务的注册、发现和绑定机制,设计并实现了服务提供者、服务代理和服务请求者的逻辑结构和交互机制,能为多架无人机和多个地面系统的指挥控制提供辅助决策服务。通过综合仿真环境UAVSSE中的原型系统验证了相关技术,结果表明基于面向服务方法的辅助决策能够为多UAV指挥控制应用提供有效的决策服务,能够有效地支持网络中心环境中的多无人机应用的设计和实现。     

基于DBN威胁评估的MPC无人机三维动态路径规划

模型预测控制(model predictive control, MPC)路径规划算法适用于三维动态环境下的无人机(unmanned aerial vehicle, UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network, DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建DBN威胁评估模型,将UAV在战场环境中的威胁态势用威胁等级概率表示,与MPC路径规划算法相结合,得到基于DBN威胁评估的MPC UAV路径规划算法。通过多组仿真分析表明,在三维动态环境下,特别是威胁尾随无人机时,基于DBN威胁评估的MPC无人机路径规划算法可以得到有效的无人机路径。     

基于MAS的多UAV协同任务分配设计与仿真

对多无人机UAV（Uninhabited Aerial Vehicle）协同任务问题,提出了基于多智能体系统MAS（Multi-Agent System）的系统框架;对多UAV协同目标分配问题建立了数学模型,提出基于Agent的分布协同拍卖的动态任务分配算法,通过多Agent拍卖实现目标分配;建立了多UAV仿真系统,基于HLA/RTI和知识共享与操作语言KQML（Knowledge Queryand Manipulate Language）实现多UAV系统中各Agent的交互;仿真系统能方便有效的仿真多机协同问题,对目标分配问题的仿真结果表明,目标分配算法具有良好的优化效果和时间特性,能够满足一般战场的实时性需求。     

基于共生仿真的UAV自适应路径规划决策支持平台研究

共生仿真系统是一种新的离散事件仿真范型,是系统仿真发展的新趋势之一。首先引入共生仿真思想,研究共生仿真系统体系结构及其各组成部分的功能;接着将共生仿真思想应用于动态环境下的无人机路径规划,分析并建立基于共生仿真的无人机自适应路径规划决策支持平台原型,为无人机的动态实时路径规划提供支撑;最后给出了一个原型实现。该研究既探索一条实现共生仿真的途径,也为研究动态环境下无人机自适应路径规划方法提供一种新的思路。     

复杂环境下基于A*算法的无人机路径再规划

针对实际战场环境中规避突然出现的危险/威胁区域或任务变更时的无人机(unmanned aerial vehicle, UAV)路径动态再规划问题,为了适应复杂动态环境下危险/威胁区域需建模为圆形、凹/凸多边形以及可能存在相邻危险/威胁区域的间距较小甚至重叠的情形,对基于A*算法的线段求交无人机路径规划方法进行改进以适应圆形、凹/凸多边形危险/威胁区域同时存在的情形,提出了子节点安全性检测策略,采用基于A*算法的两步寻优路径搜索策略,进行UAV路径动态规划。仿真结果表明,采用本文提出的改进方法可实现上述复杂环境下的无人机路径动态再规划。     

城市低空物流无人机飞行计划预先调配

针对城市环境下物流无人机(unmanned aerial vehicle, UAV)飞行计划调配问题，以UAV运输成本和延误成本最小为目标，建立多约束物流UAV飞行计划预先调配模型。考虑货物类型优先级、物流公司优先级和配送时间优先级提出综合优先级，设计了基于综合优先级的飞行计划预先调配算法求解。以校园配送为仿真环境进行验证，模型和算法能够生成无冲突的飞行时刻表，实现飞行计划预先差异化调配。实验结果表明，综合优先级调配与传统任务优先调配、先到先服务调配相比，每条飞行计划的成本分别降低了21.69%和26.58%;当综合优先级权重组合为0.2、0.4和0.4时，每条飞行计划的成本最低为5.42元，调配结果最佳。     

有人/无人机编队指挥控制系统结构设计

针对有人/无人机(manned aerial vehicle/unmanned aerial vehicle, MAV/UAV)编队指挥控制系统结构设计问题进行了研究。以未来空中作战为背景,结合MAV/UAV编队作战流程和特征,基于人机合作机制，设计了MAV/UAV编队协同三层递阶式指挥控制结构,分别为任务规划层、协调控制层和功能实现层。在此基础上,分析了系统结构中关键模块如辅助决策模块、人机交互系统、编队控制管理系统和航迹规划路径跟踪系统的内容。最后，设计了人机交互系统指挥界面,并针对典型控制任务进行了仿真验证。     

集成任务级与运动级协调的多机器人仿真系统

仿真验证是检验多机器人协调策略与算法的重要一环.为满足多种策略、算法验证的需求,研发多机器人仿真系统是必要的.为此,开发了一个集成任务级与运动级协调的多机器人仿真系统ColonySin,融入了基于合同网的任务分配和基于有限状态机的任务建模机制,为用户提供简单快捷的任务建模和分配接口.该仿真系统人机界面友好,独立于用户算法设计,能够实现多算法多任务验证功能.仿真系统的功能通过仿真实验进行了验证.     

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。     

基于细菌觅食算法的多异构无人机任务规划

针对多无人机任务规划问题, 以细菌觅食算法为基础, 融合遗传算法的交叉变异操作, 进行任务分配。为了提高算法的收敛能力, 动态自适应调节算法的游动步长、繁殖次数和迁徙概率。基于Lyapunov导航向量场和避障向量场构建融合向量场, 模拟真实静态和动态障碍物环境, 在任务分配阶段完成航迹规划; 基于合同网拍卖算法, 进行无人机坠毁后的任务重分配。仿真结果显示, 改进算法满足任务规划需求, 在考虑静态和动态障碍物的环境下, 能够高效的完成多异构无人机的任务分配以及重分配且总代价最小。     

多无人机监督控制系统的结构分析与设计

尽管无人机不需要驾驶员的存在,仍然需要操作员的监督控制。随着自动化水平的增加,多操作员控制单架无人机的局面将转变为单操作员控制多架无人机。操作员主要参与高层任务的管理和载荷的控制,包括实时任务分配、航迹重规划、目标识别、武器授权控制、意外管理等。首先研究了多无人机监督控制的基本概念,然后对多无人机监督控制系统进行了详细设计和模块划分,最后提出了智能任务控制器的混合三层结构,以实现平台自主控制与人在回路监控的结合,给无人机自主执行任务提供扩展能力。     

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。     

基于智能Agent的无人机发动机的自主控制策略

利用智能Agent技术对自主飞行无人机发动机的控制进行研究。给出发动机控制Agent的分层结构。利用发动机领域专家的相关知识,提出了适用于小型无人机发动机自主控制的策略和协调算法。基于智能Agent技术的发动机实时控制系统能满足飞机爬升、巡航、待机、下滑俯冲等不同自主飞行阶段对动力系统的要求。针对飞行中动力及其它相关系统可能出现的异常状态,设计了相应的应急控制策略;并对发动机的正常工况实现了优化控制。通过十几架次小型无人机自主飞行试验表明该发动机自主控制策略的有效性。     

面向新型成像卫星自主任务规划系统设计

随着成像卫星硬件水平的提高,其应用目标也有了更高的要求。因为复杂的约束、难以预测的状态信息以及繁杂的需求种类,卫星任务规划问题一直是系统工程领域的难点问题之一。为更好地适应新的应用环境并满足不同用户的需求,设计了自主卫星任务规划系统。其包括星上与地面两个子系统,各子系统中均包含若干模块,分别实现不同的功能并协同完成某些复杂任务。基于对需求分析,整理出了卫星的应用场景、主要模块和关键技术。通过对两套系统的仿真结果比较,论证了该系统框架的可行性与优化效率,并为未来卫星任务规划系统的设计提供了思路。     

基于垂直区域宽度分解的无人机覆盖航迹规划

为解决多无人机执行区域覆盖任务时,存在覆盖效率低的问题,提出了基于垂直区域宽度分解的无人机覆盖航迹规划算法。首先,为了尽可能以最少的转弯次数完成任务,提出了垂直区域宽度分解法。然后,考虑到实际运用中由于飞手数量与无人机数量不匹配,导致资源分配不均的问题,使用垂直区域宽度分解法将任务区域分解为待覆盖的子航迹集合,并建立了以时间代价为目标函数的混合整数线性规划子航迹分配模型,来根据飞手数量与无人机数量动态的将子航迹进行均衡分配,达到提高覆盖效率的目的。最后,通过仿真实验验证了该算法的有效性。     

面向服务的钢铁生产计划仿真平台

为了从系统的角度验证炼钢、连铸、热轧生产计划编制模型、算法及计划编制流程,基于面向服务的软件结构体系,提出了钢铁生产计划仿真平台的框架,该框架分为计划层、调度层、仿真层、数据接口层、数据服务层、协调层,并给出平台的网络结构。采用O/RMapping技术结合CodeSmith实现数据接口层,Web Service实现计划层、调度层、仿真层功能,Agent实现协作层。以炉次计划模型、连铸计划模型、中间包计划模型为例验证仿真平台的可行性,并为工程化、产品化软件奠定基础。     

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。     

带信息素回访机制的多无人机分布式协同目标搜索

为了提高无人机对目标的搜索捕获能力和对不确定度较高的区域的回访能力,进而提高多无人机协同搜索效率,提出了一种带信息素回访机制的多无人机协同目标搜索方法。首先,建立了包含目标存在概率地图、不确定地图和数字信息素地图在内的环境感知地图及其更新机理,使得无人机对任务区域中环境和目标信息的感知更加全面和准确,为无人机在线自主地进行搜索决策奠定基础。其次,考虑到任务子区域的可控回访需求,借鉴信息素“释放-传播-挥发”的特性,设计了基于信息素的网格回访机制,来引导无人机对目标存在可能性较大的区域或者不确定度较高的区域进行回访搜索。最后,设计了基于环境感知地图的协同搜索决策性能指标,在分布式滚动时域优化框架下,建立了多无人机协同搜索决策方法。使用蒙特卡罗方法验证了无人机数量、传感器探测靶面半径、传感器性能对搜索效率的影响。对比仿真表明,信息素回访机制能够保证较强的遍历能力和回访能力,使得无人机能够尽早搜索到更多的目标,尽快地降低整个搜索区域的不确定度。     

支持联合作战的UAS通用地面控制站研究

未来信息化战争形态是网络化、空天地一体化联合作战。首先对支持联合作战的无人机系统通用地面控制站总体方案进行设计;然后对通用地面控制站的各功能模块和逻辑结构进行描述,着重介绍了战术控制组件功能模块和逻辑结构;给出了基于通用地面控制站进行联合作战的两种基本作战模式——控制权切换和多用户多无人机协同。最后实现了通用地面控制站支持下多无人机——多地面站——多作战单元联合作战仿真,并对进一步研究进行了展望。     

通信距离约束下双无人机目标跟踪算法

提出了一种旨在提高定位精度,同时具有保证通信距离约束和传感器探测距离约束性能的无人机双机协同跟踪路径规划算法。分析了传感器误差引起的目标定位误差,指出使用协同跟踪的优势。针对通信约束、传感器距离约束以及精度要求,分别提出了漏斗函数、参数冻结等策略,满足了双无人机协同目标跟踪时的相关约束。设计了双无人机目标三维定位的方法。通过对无人机双机协同跟踪精度与单机目标测量精度仿真对比,验证了算法能够在维持两种距离约束的情况下,以较高的精度跟踪目标。