中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主，找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点，建立了中距协同空战训练评估模型，提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法，计算编队协同决策集，实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度，寻找编队协同决策与中距空战结果的相关性，并通过实例评估验证了聚类算法的合理性。     

基于复杂网络理论的飞行冲突关键点识别

针对目前空域内航空器防相撞风险骤增,飞行安全态势不容乐观的现状,现有的飞行冲突探测方法难以把握如此复杂的空中冲突态势,不利于航空管制员对空域的飞行安全态势情况进行准确掌控。提出一种基于复杂网络理论的飞行冲突关键点识别方法。首先基于航空器机载防相撞系统（ACAS）保护区模型构建飞行冲突态势网络模型,在此基础上,采用复杂网络理论中的节点度中心性、接近中心性以及PageRank指标结合AHP方法对空域飞行冲突态势网络中所有节点的冲突等级进行评估,找出威胁等级较高的关键航空器及关键位置。仿真结果表明,通过建立飞行冲突态势网络可以合理划分空域内的安全态势等级,同时根据复杂网络节点重要度评价指标能够对存在严重冲突安全威胁的航空器进行有效识别,协助航空管制员全面掌握空域内飞行安全态势。     

利用密度描述符对应的视觉跟踪算法

针对稀疏描述符由于关键点检测不稳定及其误匹配造成跟踪失败的问题,提出了一种利用密度描述符对应实现目标跟踪的算法。该算法通过计算目标在相邻两帧之间的密度描述符流,考虑目标的空间分布特性和描述符的权重,得到目标的运动矢量,获得目标在当前帧中的估计;根据密度描述符的运动矢量与目标运动矢量的关系及其匹配程度,更新密度描述符的权重。在大量测试数据上对所提算法进行实验,并与相关跟踪算法进行比较,定性和定量分析表明:当发生光照、遮挡、姿态变化时,所提算法能够稳定地跟踪目标,跟踪成功率均在90%以上,跟踪误差要小于其他算法。     

基于改进烟花算法的空战指挥引导对策生成

针对新型空战条件下指挥引导对策生成问题,提出了一种基于改进烟花算法的指挥引导对策生成方法。首先分析了现有模型的不足,在综合考虑角度、距离、速度、高度态势以及战机性能的基础上,构建并加入支援保障因素模型,构造指挥引导对策生成综合指标函数;其次针对传统自适应烟花算法在收敛精度和速度方面的不足,将轮盘赌选择、维度方差、禁忌搜索思想用于改进其中的变异算子和选择算子;最后针对改进的模型和算法进行了仿真分析。仿真结果表明,改进的模型更加符合实际,算法的收敛精度、收敛速度更优,对于解决空战指挥引导对策生成问题具有更好的效果。     

地空量子通信流程构建及策略分析

针对预警机的地空量子通信问题，首先对影响其传输信道的主要因素进行了分析。基于分析结果，构建一地空量子通信流程，可使地面站与预警机在双向对准和跟踪后进行量子态的无线传输；基于该通信流程搭建一地空量子广域网，网络由空中平台和地面通信端等设备组成，根据不同的通信节点剖析3种路由策略，验证其可行性；最后对量子比特传输错误率进行分析，仿真结果表明通过提高信道系数，缩小测量基的偏差角度以及减少纠缠交换、经典信息引起的差错率，可有效减小传输的误码率。     

基于互为主体的电子系统架构与任务决策

针对传统电子系统架构和任务决策机制无法满足航空集群遂行复杂任务需求的现状,提出一种基于互为主体的电子系统架构与任务决策机制。首先,从航空集群电子系统的实际应用需求出发,分析了电子系统的物理组成基础和电子资源的柔性聚合;其次,建立基于互为主体的电子系统架构模型,实现电子系统在物理域、信息域和认知域等不同层次能力之间的有机结合;然后,提出基于互为主体的信息交互与决策方法,提高航空集群作战运用的灵活性和整体效能;最后,给出了互为主体在航空集群作战中的应用实例。     

通信距离受限条件下的无人机集群协同区域搜索

针对通信距离受限条件下的无人机(unmanned aerial vehicle, UAV)集群协同搜索任务, 考虑防相撞约束, 定制了一种能够在搜索过程中根据机间距离切换交互方法的UAV交互决策机制, 实现了动态环境中的搜索航迹规划。首先, 运用栅格化方法建立包含3种属性的环境认知地图对任务区域进行表征。其次, 考虑多种搜索任务需求, 以最大化搜索效率为目标建立UAV集群协同搜索模型。然后, 根据机间有效通信距离定义了UAV协同搜索过程中的通信状态, 设计了一种能够在通信完全有效、局部有效以及完全失效3种典型场景下切换信息交互方法的信息交互与决策机制。最后, 采用滚动时域优化方法, 实现集群各成员的自主决策与交互行为。仿真结果表明, 所提算法能够在通信距离受限条件下有效完成协同搜索任务, 在完成覆盖搜索任务时能够有效兼顾对动目标的搜索。     

基于ELM_AdaBoost强预测器的空战目标威胁评估

目标威胁评估是空战态势感知中的关键问题。针对传统评估方法难以兼具准确性和实时性的缺陷,提出了一种基于自适应推进极限学习机(extreme learning machine_ adaptive boosting, ELM_AdaBoost)强预测器的新方法。结合AdaBoost分类算法对ELM算法进行改进,提出了ELM_AdaBoost算法,构造了ELM_AdaBoost强预测器。在空战训练测量仪中选取空战数据,利用威胁指数法构造了目标威胁评估样本数据。构建了基于ELM_AdaBoost强预测器的空战目标威胁评估模型,在一定范围内确定了使算法预测精度相对较好的ELM网络隐含层节点数和弱预测器个数。通过仿真实验分析了评估的精度和实时性,结果表明该方法在保证较高评估精度的同时减少了评估所用时间,可以准确、快速地进行空战目标威胁评估     

基于固定时间一致性的无人机集群构型变换

针对无人机集群需要在指定时间内完成构型变换的情况,研究了具有一阶积分特性的无人机集群构型变换固定时间一致性控制问题。基于一致性方法设计了编队控制协议,引入编队参考向量,并通过构造Lyapunov函数,证明了在通信拓扑连通条件下无人机集群系统能够实现固定时间一致性并完成期望构型变换。以四旋翼无人机为基础搭建实验验证系统,并进行二维飞行验证,实验结果证明了本文所提方法的有效性。     

尺度目标的频域核回归跟踪研究

提出了一种基于频域核回归模型的尺度目标跟踪算法。该算法将时域相关滤波转换为频域的线性回归问题,构建一个包含似然项和先验项的代价损失函数,当似然项和先验项选取不同的分布函数,获得不同约束条件下的跟踪模型;通过核函数用来适应目标在跟踪过程的尺度变化。在初始帧中,通过手动标注目标初始状态,获得目标样本及其标记,利用核回归得到目标的频域模板;在跟踪过程中,利用循环卷积定理,将时域相关运算转换为频域乘积运算,快速计算候选样本的响应,得到目标在当前帧的估计;利用估计结果更新目标频域模板,同时在线更新核函数,适应目标尺度变化。实验分析表明,文中算法能够实时地跟踪目标,适应目标外观和尺度的变化,获得较好的跟踪效果。