多无人平台持续作业调度问题

针对单无人平台因电池或燃料有限而不能完成持续时间超过其最大续航时间的问题,提出通过地理上分散的自动补给站支持的多无人平台持续作业,从而可完成长期或不间断任务的思想;提出混合整数线性规划模型形式化多无人平台系统的调度问题,使每个任务均有无人平台执行,而多无人平台的总距离及出行总成本最小化;最后,在Matlab 2014a下验证了模型的有效性,模型在优化目标目标函数的同时保证了无人平台的安全性。     

空地异构无人系统侦察任务规划方法

相对空中同构无人系统,空地异构无人系统的运动能力、资源载荷、作战场景等异构性质会导致约束条件增多,使求解模型计算量显著增加,协同作战任务的建模和大规模问题的高效求解是需要解决的关键问题。以无人系统完成任务的时间、路径代价、侦察收益为目标函数,同时考虑无人平台续航能力等约束条件,合理构建了空地异构无人系统侦察任务的多目标规划模型;针对具有多威胁区的城市作战环境,考虑无人平台任务路径的安全性和时效性,分别提出了无人机和无人车改进A*算法路径规划策略。针对蛇优化算法(snake optimizer,SO)优化效果不稳定、容易陷入局部最优解的问题,结合粒子群算法和遗传算法提出了改进蛇优化算法(improved snake optimizer,IMSO）;通过Python语言进行了仿真验证和与现有算法的对比分析,验证了模型的可行性和算法的优越性。不同算法在由小到大的3种任务载荷设置下独求解10次,IMSO的平均目标函数值分别为SO的100.11%、108.99%和110.01%,可以看出IMSO能多次跳出局部最优,算法的稳定性、最终适应度值均好于SO,在较大规模问题的求解上更具有优越性。     

跨域无人集群协同反潜搜索方法研究

针对海上反潜搜索问题,提出一种将无人艇作为无人机的通信中继的跨域无人集群协同搜索方法,采用数字网格地图表征任务区域,构建了跨域平台的运动学模型;提出了跨域无人系统的协作方法,设计了无人系统之间的分布式信息融合机制;设计了异构平台的搜索目标函数,引导无人系统在搜索任务中实时决策。仿真结果表明：所提方法能够有效适用于文中反潜搜索任务想定,跨域平台之间能够通过优势互补提高搜索效能。     

基于多智能体与市场理论的多机载平台传感器管理

针对作战飞机编队多目标攻击中的传感器管理问题,提出了一种基于多智能体和市场理论的多机载平台传感器管理方法。该方法在多智能体的框架下建立飞机编队多传感器多目标分配模型,将目标分配和传感器管理问题转化为市场理论中的“性价比”最优问题,建立了基于“性价比”最高的任务规划模型、以任务为驱动的传感器目标配对模型以及多平台集中式融合跟踪模型,并利用市场拍卖算法完成传感器-目标分配问题。仿真结果证明了该方法的有效性,与基于信息论的传感器管理方法比较证明了方法的优越性。研究结论有助于提高作战飞机编队的进攻效率,从而提升整体的攻击能力。     

基于人机协作的无人集群搜索方法研究

人与机器人交互是当前一项研究热点,人与无人集群协作搜索是人机交互的典型场景,通过结合人的复杂推理能力和无人集群的重复精确执行能力以完成更为复杂的任务。以不确定场景下高价值目标搜索为背景,给出了人与无人集群协作搜索问题概念定义;为描述多Agent系统如何在人工辅助下进行选择目标区域进行探索,构建了一种先验态势不确定情况下多Agent动态规划问题模型;提出了一种基于顺次分配的动态规划算法。并对该方法进行了仿真实验,实验结果表明：该算法性能明显高于基准算法。     

基于改进粒子群优化的多目标装备保障任务规划方法

针对装备保障任务多目标规划过程中任务与资源匹配复杂、目标权重获取困难和非劣解过多等问题,建立了装备保障任务多目标规划的目标模型和约束模型,提出了一种基于改进粒子群优化的交互式多目标装备保障任务规划方法。通过离散化编码方式和任务优先排序,完成了任务与资源的匹配及任务时序的调整;通过建立目标权重调整模型,实现了根据评价结果调整目标权重的交互过程,解决了目标权重无法精确获取的问题;通过调整后的目标权重构造适应度函数获取一个相对最优解,从而避免了因过多非劣解而导致决策困难的问题。该方法能够较好地实现装备保障的精确化和高效化,在信息化条件下装备保障辅助决策及方案生成中具有重要的参考价值。     

基于突发任务多无人作战飞机攻击多目标研究

针对无人作战飞机在动态不确定环境中任务执行的路径规划问题,提出了一种基于突发任务的路径规划方法。在单机路径规划中,通过建立Voronoi有向图,并根据Dijkstra算法为每架无人作战飞机寻找最优、次优路径,针对路径规划中的多目标攻击和协同的问题,设计了一种多目标攻击任务规划器,结合突发任务的情况,给出了多目标攻击策略。仿真的结果表明所提方法是可行的。     

完成时间限制下的任务-平台关系设计模型及算法

针对指挥控制组织结构设计中任务-平台关系的设计问题,提出了一种使命完成时间限制条件下的问题的设计模型及其求解算法。分析了使命完成时间限制条件下任务-平台关系设计(task platform relation design under mission completion time constraint, TPRDTC)问题的约束条件,建立了以使命执行质量的值最大为目标的问题数学模型。设计了用于求解该模型的循环多动态列表规划(multi-dimensional dynamic list scheduling, MDLS)算法,给出了该算法的详细步骤和流程。最后通过一个联合作战的战役案例,分析并验证了循环MDLS算法对求解TPRDTC问题的有效性和适用性。     

基于Agent理论的多无人地面平台协同控制仿真研究

为提升多无人地面平台协同控制能力,适应新形势下智能战争趋势,基于JADE和World Wind Java构建了多智能体地面平台协同控制仿真系统。运用多Agent理论建立无人地面平台仿真模型,基于JADE构建协同控制仿真平台,运用粒子群算法优化任务分配机制。仿真实验表明,构建的协同控制仿真平台具有良好的鲁棒性和灵活性,优化后的任务分配机制使得多无人地面平台群体执行任务效率明显提高,且可应用于其他海上、空中无人平台的仿真研究。     

基于军事规则的无人坦克集群协同作战仿真

现代战争逐渐向无人化、信息化、智能化方向发展,无人坦克作为未来陆战中的主要装备,在机动性、安全性和经济性方面具有很大的优势。单无人坦克在大规模的陆战中能力有限,很多复杂的任务需要无人坦克集群合作完成。围绕无人坦克集群协同作战应用,建立了动力学控制、单机决策、武器装甲等单无人坦克系统模型。结合无人坦克自身状态和融合态势信息,设计了无人坦克集群的协同感知模型,基于现有的目标分配、避敌和编队自修复等军事规则,提出一种新型无人坦克集群协同作战模型。搭建仿真系统,对所设计的模型算法进行了测试,探索验证了无人坦克协同作战的可行性和有效性。     

基于双边组合拍卖的传感器管理算法

针对多平台飞机的传感器管理问题,提出了一种基于双边组合拍卖的传感器管理方法。该方法将经济学中的双边组合拍卖理论引入到传感器管理,把任务当作消费者、传感器作为生产者,以市场平衡为目的,利用双边组合拍卖对传感器资源的价格进行调整,利用多传感器序贯融合完成目标的跟踪,以总体“性价比”最优为目标函数,完成传感器任务的分配。仿真实验证明了算法的合理性和优越性。     

实际环境中多无人车协同路径规划模型研究

地面无人车的集群作战运用是当前人工智能与作战指挥交叉领域的热点研究问题。针对实际环境中多无人车无法满足动态威胁条件下的协同路径规划问题,采用全局路径规划算法A-star与局部路径规划算法RL相结合的思路,从感知到行为决策全交互协同的角度开展多无人车协同路径规划模型研究,设计协同作战态势威胁算法、状态与动作空间、奖励函数、势力范围函数;设计协同作战编队构型策略生成及打击路径动态优化子模型,完成基于自主学习的多无人车协同路径规划控制模型构建与求解。结果表明：该路径规划模型可有效应对复杂城市环境下多无人车协同路径规划任务需求。     

基于多目标优化的C2组织平台资源动态调度方法

针对指挥控制(command and control, C2)组织的平台资源动态调度问题,对战场上的突发事件进行了分析,针对平台损毁和任务增加两种突发事件,构建了以最大化任务完成质量和最小化计划调整代价为优化目标的数学模型,并基于非支配排序遗传算法设计了多目标优化模型的求解方法。仿真实验表明,所构建的C2组织平台资源动态调度模型及求解方法能够有效应对战场上的突发事件,能够为决策者提供多个有效的平台资源动态调度方案。     

基于图模型自主优化的多无人机多目标攻击

为在多无人作战飞机(unmanned combat aerial vehicle, UCAV)执行多目标攻击中适时确立决策优化的方向、改变任务优化所需的基本条件,采用图模型中的动态贝叶斯网络(dynamic Bayesian network, DBN)构建了空天威胁体感知模型,提出了基于图模型自主优化系统的分层架构和多UCAV自主协同规划方法。该方法利用数据融合形成的DBN状态转移网络及观测转移网络参数的变化表现复杂空天环境的变化,并充分利用DBN的学习和推理算法,实现了对威胁体的在线动态感知,达到了按照确定原则完成UCAV攻击目标重新分配与航迹协同等任务的目的。仿真结果表明了这种自主优化规划方法的正确性和可行性。     

基于BDI智能体的无人作战飞机自主任务管理系统

无人作战飞机自主任务管理是减小平台对操作员依赖的关键之一.提出了基于BDI智能体的无人作战飞机自主任务管理系统体系结构.针对传统BDI解释器的缺陷,结合无人作战飞机应用的需求,设计,实现了一种并行的解释器实现结构,并给出了基本元动作定义.在此基础上讨论了无人作战飞机自主任务管理系统的功能设计与实现问题.初步仿真结果表明,平台能够对环境变化及用户指令做出正确反应.     

多平台分布式协同作战下基于MPC-MAS的指挥控制模型设计

在瞬息万变的网络化体系作战环境中,如何准确、及时地提取有用信息并作出决策,有效应对实际作战中作战效益低、资源损耗大、作战时间长等问题一直是研究的热点之一。本文以多平台协同完成对来袭目标的拦截任务为背景,提出了一种多平台分布式协同作战下基于模型预测控制(model prediction control, MPC)和多智能体系统(multi-agent system, MAS)的指挥控制系统模型。通过引入分布式多平台协同的模型概念,使各平台之间实现完全信息共享,并且采用全局分布-局部集中的决策结构,设计了分布式指挥控制的协同模型框架,选定蒙特卡罗方法进行仿真实验对比。实验结果证明了该模型具有收敛性好、误差低、损失值低等优点,可以高效地解决分布式环境下协同作战的指挥控制模型构建问题。     

基于自适应遗传算法的战场资源动态调度模型及算法

研究了战场平台资源的动态调度问题,首先分析了该问题在动态调度过程中的约束条件,构建了以最小化使命完成时间为目标函数的数学模型,然后针对问题模型的特点,基于自适应遗传算法提出求解算法,最后结合具体算例对平台资源动态调度模型及其求解算法进行了仿真验证,仿真结果表明,求解方法可以有效应对处理任务新增和平台失效等突发事件并且具有较高的时间效率。     

特定多任务下飞机航迹规划研究

为了更好地完成航空特定任务，提出了特定多任务下飞机航迹规划模型。采用栅格法建立战场环境模型，根据复杂、真实战场环境以及作战要求，提出了距离、油耗、任务完成度、地对空威胁和空对空威胁5个目标航迹规划的模型。根据特定任务的要求，分析了满足任务的各种需求，给出了评估任务完成度指标。根据该问题的特点，提出一种两阶段的航迹规划求解算法。第一个阶段用简化二维路径规划模型计算多任务顺序，第二阶段根据多任务顺序使用改进A*算法求解多目标栅格优化问题，解决了A*算法不能处理时变优化问题情况。仿真结果表明该方法能很好地解决多任务、多目标航迹规划问题，比目前的算法更高效。     

面向任务的多传感器资源预分配建模与求解

多传感器管理是对一组传感器或测量设备进行自动或半自动控制的一种处理过程,它实现了整体性能的优化和资源的有效利用。首先提出了面向任务的多传感器资源预先分配问题。为了解决这一问题,考虑目标优先级函数与传感器对目标的效能函数,建立了多传感器资源预分配数学模型,将目标检测、目标跟踪与目标识别三种任务下的预分配统一到一个框架下;然后利用改进匈牙利算法结合三种任务下的目标函数进行了求解。最后通过仿真验证了模型的可行性与求解方法的快速准确性。     

多Agent虚拟测试仿真建模方法研究

结合光电经纬仪虚拟测试的需求,提出了一种分布式多Agent虚拟测试平台结构,确立了多Agent间交互协作测试的任务目标.讨论了虚拟测试中基于Agent的仿真建模策略,设计了可重构虚拟目标Agent及其仿真流程和基于消息的监控Agent,以此构建了多Agent仿真体系完成经纬仪虚拟测试的整体协作模型.开发了基于Agent的经纬仪虚拟测试平台,通过仿真测试应用,验证了仿真建模方法及其平台的有效性,满足了现阶段经纬仪的相关性能测试.