基于在线支持向量机的空对地攻击决策算法

为解决无人机对地攻击决策问题, 对影响地面目标威胁度的指标因素进行了分析和量化, 构建了基于在线支持向量的目标威胁度预测模型。利用在线支持向量机实现目标威胁度排序, 进而完成空对地的攻击决策。研究的空对地决策算法具有在线训练、 模型精确度高、 需要样本少和泛化能力强等特点, 有利于快速准确地进行空对地攻击决策。最后, 通过仿真实例验证该算法的正确性。仿真结果表明, 在线支持向量机在计算目标威胁度过程中速度快且精确度高。     

基于Skinner理论的无人机应急威胁规避方法

对于突发紧急威胁情况,常规的无人机规避方法在实时性和适用性方面存在不足.在研究生物体条件反射机制的基础上,将无人机应急规避行为理解为在外界威胁刺激下的一种应激性,提出了基于威胁紧迫度的Skinner理论.模拟飞行员在紧急防撞情况下的拉杆动作,将阶跃信号作为无人机应急动作指令,运用动作评价算法计算输出最佳策略.采用Skinner理论和统计学方法进行在线训练,形成威胁状态与规避动作的匹配,从而建立完整的条件反射过程.实验结果表明,基于Skinner理论的规避方法对突发威胁情况具备有效的规避能力.      

基于改进马尔可夫决策过程模型的多机协同航路规划研究

该文针对多无人机在复杂环境下执行作战任务易受环境威胁影响的问题,提出一种基于改进马尔可夫决策过程模型的多无人机航路规划算法。利用离散化雷达威胁信息,设计多无人机作战环境与状态空间数目;将目标点方位空间离散化,进而合理分配状态转移概率;将雷达威胁与马尔可夫决策过程模型相结合,在无模型均匀结构的报酬函数基础上引入非均匀结构雷达威胁模型,建立改进马尔可夫决策过程模型执行策略搜索,为多无人机进行飞行航路规划。仿真结果表明,该方法不仅能为多无人机快速规划出合理有效的飞行路径,还使得多无人机航路威胁代价和综合代价降低了25%,保障在复杂战场态势下无人机高效执行任务的安全性。     

无人作战飞机数据链延时对攻击决策的影响及其补偿

数据链是无人作战飞机与地面控制系统之间的纽带,但是数据链延时会使地面操作员对战场态势的判断存在滞后和误差,从而易引起决策不当。在分析了无人作战飞机对地攻击过程中数据链延时对攻击决策影响的基础上,采用Unscented卡尔曼滤波器估计了无人机和机动目标状态,然后采用一种状态外推算法和马尔科夫加速度模型分别对二者的状态进行了预测。仿真结果表明,该方法对数据链延时具有较好的补偿作用,可以减少因数据链延时造成的不良影响。     

针对多空中威胁目标的联合火力协同分配打击策略

威胁评估及火力分配打击是打击决策中的重要环节,战场环境因素的复杂性、不确定性,使得现有的威胁评估算法在进行威胁度计算时考虑的因素不够全面,难以有效支撑火力打击决策环节。因此,本文提出一种考虑、飞行高度、空中运行姿态、行进速度、携弹数量的多空中威胁因素问题模型,基于此模型获取火力协同打击策略。利用本文方法解算出在某一任意环境下,火力系统的最优协同打击策略。通过仿真对比经典粒子群优化算法,本文算法能够更快收敛,验证了本方法的有效性和可靠性。     

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.     

越肩发射空空导弹发射条件

越肩发射的使用是有条件的,只有在保证安全的前提下才能使用越肩发射导弹攻击尾后目标,因此,载机攻击时要考虑目标威胁。通过威胁因子法分析空战中威胁载机安全的几个因素,确定各因素在目标总的威胁中所占权值,为载机正确决策提供依据;简要阐述了航迹正切规避法,并说明了使用场合;提出了越肩发射空空导弹的发射时机,基本原则是既能保证载机处于目标威胁区域之外,还要确保目标处于载机导弹的全向攻击区之内。仿真结果表明:载机被目标尾追攻击时做出正确决策可以在保证自身安全的同时将其击落。     

贝叶斯网络的对地攻击无人机自主能力评估

作战任务条件下评估对地攻击无人机自主能力，是无人机作战使用亟待解决的关键问题之一。针对对地攻击无人机作战流程与特点，选取感知探测、规划决策、作战执行、安全管理和学习进化5个紧密贴合其作战运用特点的自主能力影响因素，构建面向全任务过程的对地攻击无人机自主能力评估指标体系。基于贝叶斯网络建立自主能力评估模型，利用改进熵权法确定根节点的先验概率，并运用贝叶斯软件Netica进行实例仿真。针对对地攻击无人机任务前、任务中和任务后的自主能力，利用因果推理、截断分析推理和影响因素推理3种推理模式进行仿真验证及推理分析，根据仿真验证结果给出了各个阶段自主能力的动态调整建议。     

基于空间综合威胁体的无人机航迹规划方法研究

传统规划多数在平面中模拟威胁,难以真实表达威胁对无人机的影响范围,为了提高无人机飞行中的安全性和稳定性,在航迹规划中尽量规避周围环境的威胁,本文提出了一种基于空间综合威胁体的航迹规划方法,在目标区域内建立空间综合威胁体模型并进行分析及计算,最后进行航迹规划.空间综合威胁体的限制可有效减少待扩展节点的数量,提高航迹规划计算的效率.     

Web应用威胁建模与定量评估

为有效地对Web应用威胁进行评估,分析了Web应用威胁现状,定义了Web应用威胁模型,提出了一种利用攻击图对Web应用进行威胁建模和定量评估的方法。描述了攻击图建模过程,并给出其生成算法。研究了利用攻击图对Web威胁进行量化评估的分析方法。通过一个典型的Web应用网络环境,对攻击图生成算法和Web威胁评估方法进行了验证。对Web应用进行量化威胁评估的结果,有效揭示了web应用面临的各种可能的威胁隐患和攻击路径,对有效抵御风险具有重要的意义。     

基于协作频谱感知的多无人机通信网络谱效优化研究

针对无人机应用场景频谱效率较低的问题,提出一种结合认知无线电技术的多无人机通信网络谱效优化方案.首先基于协作频谱感知,建立空地信道下多机协作的认知无人机网络模型,设置无人机（unmanned air vehicle,UAV）数量、感知时间和判决门限等优化参数,在此基础上提出高谱效联合优化算法对构建的非凸优化问题求解,最后分析无人机飞行过程中谱效的变化情况.仿真结果表明,存在最优感知时间使系统谱效获得最大值,且UAV数量和判决门限等因素会影响该谱效最优值;提出的高谱效联合优化算法具有较好的收敛性,有效提高了UAV次级认知网络的频谱效率.      

无人机集群对抗技术新进展

 无人机集群对抗是未来无人机作战的重要模式,它是一群无人机对另一群无人机进行拦截而形成的空中协作式的缠斗,对抗中无人机具有自组织、自适应特点和拟人思维属性,通过感知环境,对周围态势进行判断,依据一定的行为规则,采取攻击、避让、分散、集中、协作、援助等有利策略,使得在整体上涌现出集群对抗系统的动态特性。本文对近年来无人机集群对抗的研究进展进行综述,分析总结相关的关键技术,对研究思路和方法进行深入探讨,以期为从事无人机集群对抗建模研究提供参考。     

基于改进双延迟深度确定性策略梯度法的无人机反追击机动决策

针对近距空战下的自主机动反追击问题,建立了无人机反追击马尔科夫(Markov)决策过程模型;在此基础上,提出了一种采用深度强化学习的无人机反追击自主机动决策方法.新方法基于经验回放区重构,改进了双延迟深度确定性策略梯度(TD3)算法,通过拟合策略函数与状态动作值函数,生成最优策略网络.仿真实验表明,在随机初始位置/姿态条件下,与采用纯追踪法的无人机对抗,该方法训练的智能无人机胜率超过93％;与传统的TD3、深度确定性策略梯度(DDPG)算法相比,该方法收敛性更快、稳定性更高.     

无人机自主控制关键技术新进展

 无人机在军用、民用领域具备巨大的应用潜力,当前世界各国正在大力推进无人机的研发工作,而无人机自主控制是无人机研发中极富挑战性的关键问题。本文介绍了无人机的分类和系统框架;根据无人机实际应用的要求,提炼出无人机自主控制进程中的几个关键性技术问题,包括感知与规避、故障诊断与容错控制、协同控制及这3 项关键技术有机综合的新问题与新方法--容错协同控制等,并重点阐述了这些关键技术的机理和较有代表性的成果及新进展;以目前无人机重要应用领域--空中加油过程及森林资源与火情监测为例,简述了以上技术在实际应用中的具体体现及其新进展;最后对无人机自主控制技术进行了展望,并给出各项关键技术存在的挑战及可能的解决思路。     

群无人机动态环境分布式持续覆盖算法

动态环境具有多变性和不确定性,为将动态环境的不确定性控制在一定范围内,需要群无人机对其进行持续覆盖以便完成感知、监视、侦察等任务.提出了一种考虑无人机飞行动力学约束的分布式协同覆盖算法,无需先验知识、无需事先进行路径规划.各无人机独立地根据局部感知和局部通信所获信息进行在线覆盖决策,使整个群无人机系统涌现出持续覆盖行为.提出的方法通信次数少,仅需邻居无人机的位置信息进行合作,且对无人机的前飞航向没有数量约束.仿真结果表明,此分布式算法可实现群无人机对动态环境的持续覆盖,算法性能稳定,具有很好的灵活性和可扩展性.      

无人机自主防碰撞控制技术新进展

 随着低空飞行无人机的日益增多,低空环境的飞行安全问题正变得越来越严峻。在阐述无人机自主防碰撞控制基本原理的基础上,分析了无人机自主防碰撞控制技术研究的4 类主要方法,进而阐述了低空飞行对无人机防碰撞控制技术提出的挑战。最后提出了可借鉴人类认知发育机理的无人机认知防碰撞控制方法,讨论了认知防碰撞控制技术的新进展。     

基于效用理论的有限理性半自治Agent决策方法

为了更加贴近描述agent的决策过程，发挥基于效用理论的决策较之推理决策具有定量化和客观性的优点，通过建立基于半自治作战agent的战场环境，根据有限理性半自治agent的决策过程特点，结合效用理论给出了一种有效的基于效用理论的半自治agent决策方法，将该方法应用于坦克agent对抗中的目标选择模型实例中，通过对仿真结果的分析，表明了此方法适用于建立丰自治agent的决策模型。     

基于自适应坏点剔除的多点定位技术

对机场入侵无人机进行监视优化定位,可降低机场运行安全风险。由于无人机飞行具有低、慢、小等特征,机场场面监视信号容易被地面障碍物遮挡。传统定位方法主要采用参考特征点定位,对于参考特征不同的非移动目标,在迭代过程中会产生大量定位误差。根据入侵无人机特征,提出一种基于自适应坏点剔除的泰勒级数展开TDOA定位算法。采用TDOA测量值进行多点定位,构建自适应滤波器对泰勒级数展开初始参考点进行剔除坏点处理,有效地改善了算法收敛性和求解效率。仿真结果表明,自适应坏点剔除算法的定位精度接近基于实际位置的泰勒级数展开算法,收敛速度更快,在地面站相对无人机位置不佳时,新算法的稳定性和定位精度更优,满足机场对入侵无人机监视定位精度要求。     

多UAV协同搜索的博弈论模型及快速求解方法

在分布式模型预测控制（DMPC）方法框架下,提出了一种局部Nash最优的分布式搜索优化决策方法.设计了基于人工势场的协同机制,给出了势场的形成条件,在此基础上建立了多机协同的图论模型.引入局部Nash最优的定义,通过在连通分量的局部范围进行Nash最优迭代,降低了问题的求解维度.建立了以节点出度刻画UAV决策优先度的模型,根据决策偏序关系,提出了对称、主从、主从 对称3种决策形式,并给出了相应的Nash、Stackelberg和Nash Stackelberg的博弈模型,理论推导了该方法的计算复杂度.采用MPC和粒子群（PSO）优化相结合实现单架UAV的最优决策.仿真结果表明,所提出的方法能有效降低问题的求解规模和通信负担.     

基于模糊控制的无人机集群视觉着降

在基于视觉导航的自主着降过程中,旋翼无人机受到自身机械振动和复合风场环境等因素的干扰,降落精度低、速度慢,影响集群回收的安全性。针对这一问题,提出一种基于模糊控制和视觉导航的集群自主着降算法。首先无人机集群飞至降落区域后,无人机通过目标检测算法找到自身对应的降落标识,再利用像素距离解算出无人机与对应降落标识间的实际水平距离,然后通过模糊化、模糊推理、去模糊化得到无人机精准对准降落点的控制指令,最终实现集群精准着降。仿真实验与实际飞行实验结果表明,该算法具有更高的鲁棒性,可有效提升无人机集群着降的速度。