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.     

多目标攻击条件下的作战任务分配模型研究

作战任务分配是现代多用途战斗机火控系统的核心,也是任务管理系统中的关键性的问题.首先运用信息熵方法,结合主客观两方面的因素对多目标攻击条件下的任务进行优先权分析,然后建立起传感器作用于任务的效能矩阵,在此基础上运用蚁群算法来确定任务最优分配方案.仿真实例表明该任务分配模型对于多目标攻击条件下的任务分配具有一定的可行性和实用性.     

多机种大机群再次出动保障资源配置仿真与优化

针对多机种大机群再次出动保障资源组合配置复杂问题,在考虑不同机型、不同保障期望值时间和不同主体资源类型新增复杂因素基础上,建立基于排队网络的多机种保障过程仿真模型,提出了实现保障资源配置优化的仿真算法,该算法以机群保障总时间、飞机平均保障时间、机群保障的平均强度、资源代价、保障忙闲均衡和资源供需均衡为优化目标,以服务节...     

基于区块链的多无人机协同任务分配方法研究

针对多无人机系统自主协同控制缺少统一的底层技术平台和面临的单点失效、信息安全威胁等问题,提出了基于区块链技术构建协同任务规划平台的方法。以多无人机协同任务分配问题为研究对象,将合同网任务分配算法描述为智能合约,应用区块链共识算法实现系统共识,设计出一种安全高效在线实时任务分配方法。采用Hyperledger Fabric开源软件搭建了仿真实验验证系统,并以典型的海洋常规潜艇搜捕应用场景进行了仿真验证,实验结果证实了该方法的可行性和优越性。     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

复杂环境中多无人机协同侦察的任务分配方法

现有多无人机协同规划方法往往将航迹规划与任务分配拆开单独解决,导致在复杂环境下协同方案并不是最佳。建立多无人机协同侦察异构目标的代价矩阵,针对复杂环境中多种障碍约束和无人机运动及航迹特点,以改进的PSO-AFSA (Particle Swarm Optimization-Artificial Fish Swarms Algorithm)求解单无人机航迹规划模型,利用匈牙利算法完成各架无人机侦察任务协同分配。仿真结果表明：该算法能使单无人机航程更短且航迹更光滑的同时,实现与任务协同分配紧耦合,使无人机集群总航程的全局总代价最低,提高了任务分配合理性。     

多Agent协作环境下的任务分配

对多Agent协作环境下的任务分配机制进行了论述。在合同网的分配机制基础上,提出了一种基于合同网的改进机制———任务列表分配机制。该任务分配机制针对多Agent协作工作时面临的突发性事件,能有效地提高系统的实时处理能力和工作效率。以多机器人系统为例,应用任务列表分配机制,解决突发事件下多机器人任务的再次分配问题,满足了多机器人协调工作的实时性要求。实验和理论证明了其机制的优越性。     

基于差分进化算法的异构多无人机任务分配

针对不同类型无人机协同完成对目标的侦察、打击以及毁伤评估的任务分配问题,在充分考虑不同UAV执行任务方式差异的基础上,建立了更加贴近实际的异构多UAV任务分配模型.采用任务分层解耦的方法降低模型求解难度,并提出一种基于种群灾变的自适应差分进化算法求解该模型.仿真实验表明,该算法具有收敛速度快,寻优能力强等优点,能够有效的完成异构多UAV的协同任务分配.     

一种多属性的MAS任务分配机制研究

利用决策论模型对任务分配问题进行建模是当前研究MAS任务分配问题的重要方向之一.利用决策论模型提出了一种多属性MAS任务分配模型及最优任务分配原理,并采用了基于效用理论的多属性决策方法PROMETHEE-Ⅱ对MAS任务分配算法进行有效地实证分析.通过实证分析说明,这种方法非常有效且能够作出比较合理的任务分配决策.     

考虑避碰与任务分配的多飞行器协同制导技术

集群协同打击可以提升飞行器整体作战效能,然而集群内部碰撞会引起自损,降低整体作战效能。针对集群协同打击过程目标分配不合理导致的碰撞问题,基于协同打击移动目标的场景,建立了多飞行器碰撞问题的数学模型,揭示了分布式架构集群协同运动的规律。进一步,考虑飞行器的安全区域约束,基于总路径最短的目标分配方法,引入考虑时空避碰的目标评价规则,提出了兼顾避碰与协同效果的任务分配方法,并与反应式避碰策略相结合,极大地提高了集群协同飞行的安全性。仿真结果表明,研究提出的考虑时空避碰约束的任务分配方法能够有效减小碰撞概率,在保证协同打击效果的同时确保飞行安全,具有较强的工程应用价值。     

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。     

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。     

有人机/UCAV编队协同作战决策分配方法

针对有人机/UCAV(unmanned combat aerial vehicle)编队协同作战决策分配过程中属性值和专家建议的不确定性,采用区间直觉模糊多属性决策(interval-valued intuitionistic fuzzy multiple attribute decision-making,IVIFMADM)方法,综合处理不确定数值.首先,对专家域中专家建议矩阵进行一致性检验,并进行收敛迭代生成群体决策矩阵;其次,采用熵权法求得各属性值权重大小,赋予高熵值属性以较大权重;然后,基于改进灰色关联分析,并与属性权值进行信息集结得到属性值与各决策等级间的相似度,确定最终决策等级;最后,通过实例验证了IVIFMADM方法应用于有人机/UCAV编队协同作战决策分配的有效性和稳定性.     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先,为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次,为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后,为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明,所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

基于虚拟长机的无人机侦察编队控制方法

针对使用多无人机编队对周边区域实施协同侦察任务的协同控制问题,提出了以虚拟长机为编队航迹引导的分布式编队控制方法。该方法基于编队通信拓扑的分布性,以“相邻”无人机为参考估计长机状态,然后设计无人机编队的分布式线性化反馈控制器。仿真实验表明,在无人机编队沿阿基米德螺旋线实施侦察的过程中,该控制器能够使多无人机形成期望队形,并维持其稳定,同时减小编队队形误差,实现对侦察航迹的高精度跟踪。     

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。     

基于双水听器的多自主水下航行器协同导航方法

协同导航定位是实现多自主水下航行器(multiple autonomous underwater vehicles, MAUVs)协同作业必须解决的关键问题。针对主从式MAUVs,提出了一种基于双水听器信号的MAUVs协同定位方法。在主从式结构中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部均装备水声装置测量相对位置关系,从AUV通过水声测量确定出相对距离和相对方位角,再辅以主AUV精确位置,得到从AUV精确位置。研究结果表明,利用主AUV作为协同导航定位,可以显著提高群体的导航定位精度。     

基于DoDAF的有人/无人机协同作战体系结构建模

有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)协同作战是未来战场中重要的空中作战模式。由于MAV/UAV协同作战体系系统复杂、涉及作战节点多,需从系统工程的角度对整体作战体系进行顶层设计,并采用统一的结构框架对该体系结构建模。首先,引入美国国防部体系结构框架(Department of Defense architecture framework, DoDAF),提出一种体系结构快速开发方法,并给出开发步骤。然后,利用视图模型,对MAV/UAV协同作战体系的系统功能、作战任务活动、各作战节点的信息交互及组织关系等建立模型。最后,通过动态仿真对模型进行验证。结果表明,所提作战体系的执行状态与预期的作战流程一致,体系结构设计合理,系统内各作战节点定义及信息体系结构描述具备一致性和协调性。     

基于DoDAF的有人/无人机协同作战体系结构建模

有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)协同作战是未来战场中重要的空中作战模式。由于MAV/UAV协同作战体系系统复杂、涉及作战节点多,需从系统工程的角度对整体作战体系进行顶层设计,并采用统一的结构框架对该体系结构建模。首先,引入美国国防部体系结构框架(Department of Defense architecture framework, DoDAF),提出一种体系结构快速开发方法,并给出开发步骤。然后,利用视图模型,对MAV/UAV协同作战体系的系统功能、作战任务活动、各作战节点的信息交互及组织关系等建立模型。最后,通过动态仿真对模型进行验证。结果表明,所提作战体系的执行状态与预期的作战流程一致,体系结构设计合理,系统内各作战节点定义及信息体系结构描述具备一致性和协调性。     

基于博弈论的无人机搜索路径规划

现阶段的无人机搜索路径规划主要以区域覆盖率以及搜索时间为指标,缺乏对目标运动行为的综合利用。本文以敌我双方为局中人,把敌我双方可能的行为作为策略集,建立博弈论模型,通过求解Nash均衡改进扫描式搜索路径规划算法。仿真表明,基于博弈模型的规划算法较改进前不仅能够满足对待搜索区域的完全覆盖,而且提高了无人机的任务完成率,说明了该算法的有效性。