无人机集群任务规划方法研究综述

无人机集群以其高度的灵活性、广泛的适应性、可控的经济性,拥有越来越广泛的应用潜力,受到国内外的高度关注.任务规划是无人机集群应用的顶层规划,是根据任务环境态势、任务需求、自身特性等要求进行的综合调度,从而建立无人机与任务的合理映射关系,维持机间合理协同合作关系.本文从基于逻辑与规则的自上而下式任务规划和基于集群智能涌现...     

无人机集群实时任务分配方法研究

针对无人机(Unmanned Aerial Vehicle,UAV)集群实时任务分配,提出了一种集中式分配方法.该方法基于实时战场态势,依靠协调调度层进行分配决策,依据打击效费比生成打击顺序,针对战场实时态势滚动优化,使分配结果能够在当前认知范围内始终保持优化和效率的平衡.针对粒子群算法求解任务分配,设计了一种粒子二维...     

无人机集群对地作战任务可靠性评估

针对无人机(unmanned aerial vehicle, UAV)集群执行对地攻击任务可靠性评估问题,考虑实际作战环境和任务规划,建立了一种适用于具体任务过程的可靠性评估方法。首先,建立了UAV集群作战的时态异构网络模型,用时态打击链模拟UAV集群任务规划和协同作战过程。然后,基于连续时间马尔可夫链(continuous-time Markov chain, CTMC)建立了UAV集群在威胁区域飞行的生存概率模型。进而,综合UAV集群的作战能力和生存概率,提出了任务可靠性评估方法。最后,通过实例分析,验证了该模型的实用性和合理性。该模型考虑到各方面影响战果的因素,贴合实际,为UAV集群任务可靠性评估和决策提供了参考。     

基于联邦滤波算法的无人机集群分层协同导航

为了解决传统单主从式无人机(unmanned aerial vehicle,UAV)相对导航结构因长机故障导致导航精度发散以及全连通协同导航算法计算量和通信负担较重的问题,提高集群导航稳定性以及导航信息的利用率,基于联邦滤波算法,提出了一种分层协同导航算法,并且根据导航精度将UAV集群分为长机层与僚机层,建立了UAV集...     

产业集群复杂网络应用研究框架与展望

产业集群复杂网络应用研究是目前研究领域的前沿问题。在总结国内外研究成果的基础上,分析了现有研究中的基本研究框架和重点研究领域。首先对产业集群的集群演化与集群成长进行了综述,其次,对网络结构与集群创新方面的研究进行了综述,最后对复杂网络与集群风险等方面的应用研究进行了综述。最后,结合复杂网络研究的前沿问题和集群复杂网络的核心内容提出了进一步研究的方向。     

无人机集群协同探测距离解模糊方法

与传统单平台机载雷达相比,无人机(unmanned aerial vehicle,UAV)集群协同探测具有探测范围广、探测精度高、布阵机动灵活等突出优势,因此是未来机载预警雷达发展的重要方向之一.由于UAV集群雷达阵列具有大尺寸、超稀疏孔径,因此雷达回波近似为球面波且具有较强近场效应.本文首先推导了UAV集群稀疏阵列在...     

基于态势演化博弈的无人机集群动态攻防

针对无人机集群动态攻防问题,提出了态势演化博弈模型。首先,从基地与守方无人机集群相互作用以及攻防双方动态斗争角度出发,构建了攻方无人机与守方无人机的态势演化博弈模型。其次,设计了同态势演化博弈模型相对应的态势评估函数,使每阶段个体的策略选择都为该阶段的最优解。然后,根据策略选择,结合社会力模型,驱动无人机向指定目标运动,完成攻防双方无人机集群的动态对抗。实验结果表明,无人机集群的动态运动符合空战情况,验证了基地在具备功能时的优越性,以及设计的态势演化博弈模型能够实现无人机集群对抗决策的自适应选择。     

无人机集群网电攻击行动协同目标分配建模

以一体化综合防空系统中的雷达为作战对象,从体系对抗的高度研究了无人机集群网电攻击行动协同目标分配的思路与方法,并以目标重分配规则与有人机/无人机协同规则为重点构建了基于协同目标分配规则的协同目标分配模型。然后研究了基于智能优化算法的协同目标分配模型求解方法,运用混合离散粒子群优化算法模拟有人机目标分配,运用基于协议规则算法模拟无人机目标分配。最后进行了仿真实验测试,实验结果证明了协同目标分配模型的有效性,并反映了集群自组网状态对于集群作战效能的重大影响,为无人机集群以及反无人机集群的战法设计提供定量依据。     

面向复杂多任务的异构无人机集群分组调配

针对复杂多任务下的异构无人机(unmanned aerial vehicle, UAV)集群分组调配问题,提出一种基于改进K均值和延迟接受(deferred-acceptance, DA)算法的先聚类后匹配方法。在任务聚类分组环节,通过离群点检测和固定初始聚类中心的方法来提高K-means聚类的精度,并设计余量裕度下的分组均衡性调整策略,在最优性的前提下提高分组的均衡性。在集群匹配分组环节,改进了DA算法,通过任务倾向的偏好列表快速生成预中选方案,并设计两阶段冲突消除来保证匹配的稳定性和收敛性。仿真实验表明,所提方法能够快速有效地解决复杂多任务下的UAV集群分组调配问题,具备良好的最优性和时效性。     

工程弹性系统与系统弹性理论研究综述

工程弹性系统(engineered resilient system,ERS)是美国国防部(department of defense,DOD)应对越来越不确定的任务和环境而提出的未来国防系统发展战略,对复杂系统的工程实践与系统弹性理论都带来新的挑战。首先,对ERS提出的背景和相关概念进行介绍,重点对美国国防领域对ERS的一些观点进行分析,包括ERS的关键属性、弹性工程与现役系统关系、ERS设计中考虑的因素和ERS与系统工程的关系等,并对美国DOD优先立项的ERS项目研究进展进行了的研究。其次,对弹性相关的学术研究进行了述评,包括不同领域中弹性的概念、系统弹性不同的评价方法以及系统弹性设计方法,以便于对ERS的发展有一个较为全面的了解和借鉴。最后,在ERS发展研究基础上,从理论和应用角度对ERS和系统弹性理论面临的挑战进行了讨论。     

无人机蜂群电磁作战概念仿真

首先,提出了基于四环聚焦的无人机(unmanned aerial vehicle, UAV)蜂群电磁作战概念设计框架,并以彻底毁瘫防空体系为作战目标,设计“蜂刺”作战概念及“雷电蜂”作战行动。然后,面向体系对抗仿真的需求,提出了UAV蜂群电磁作战行动实体蜂群行为网络化交互(enity swarm behavior networked-interaction, ESBNI)建模框架,并研究了基于分层描述的UAV蜂群力量实体建模方法,以及基于行为规则的UAV蜂群电磁行为建模方法。再次,依托UAV蜂群电磁作战仿真原型(electromagnetic swarm operation simulation, ESS)系统,开展了“雷电蜂”作战行动的演示。最后,通过多案比对探索性仿真的方法,评估了联合作战背景下的UAV蜂群电磁作战效能,并验证了该作战概念的合理性、有效性。     

Rotary unmanned aerial vehicles path planning in rough terrain based on multi-objective particle swarm optimization

This paper presents a path planning approach for rotary unmanned aerial vehicles(R-UAVs) in a known static rough terrain environment. This approach aims to find collision-free and feasible paths with minimum altitude, length and angle variable rate. First, a three-dimensional(3D) modeling method is proposed to reduce the computation burden of the dynamic models of R-UAVs. Considering the length, height and tuning angle of a path, the path planning of R-UAVs is described as a tri-objective optimi...     

无人机鲁棒轨迹线性化控制航迹跟踪设计

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题,采用改进隐层自适应神经网络对不确定性进行补偿,并利用Lyapunov理论证明了跟踪误差的有界性,最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明,当参数摄动在20%时,该控制方法仍能使UAV很好地跟踪理想航迹,从而验证了该方法的有效性。     

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。     

Analysis of unmanned aerial vehicle navigation and height control system based on GPS

According to the characteristic of global positioning system (GPS) reflection signals, a GPS delay mapping receiver system scheme is put forward, which not only satisfies the unmanned aerial vehicle (UAV) guidance localization but also realizes height measurement. A code delay algorithm is put forward, which processes the direct and land reflected signal and outputs the navigation data and specular point. The GPS terrain reflected echo signal mathematical equation is inferred. The reflecting signal area, when the GPS signal passes the land, is analyzed. The height survey model reflected land surface characteristic is established. A simulation system which carries guidance localization of the UAV and the height measuring control through the GPS direct signal and the land reflected signal is designed, taken the GPS satellite as the illumination source, the receiver is put on the UAV. Then the UAV guidance signal, the GPS reflection signal and receiver’s parallel processing are realized. The parallel processing reduces UAV’s payload and raises system’s operating efficiency. The simulation results confirms the validity of the model and also provides the basis for the UAV’s optimization design.     

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.     

基于大脑情感学习的推力矢量无人机姿态控制

建立了与普通无人机相区别的带推力矢量的无人机数学模型,并提出了一种基于大脑情感学习(brain emotion learning, BEL)的推力矢量无人机姿态控制方法。首先设计了气动控制器和近似推力矢量控制器,然后设计了基于BEL算法的推力矢量控制补偿器。对无人机全量模型进行非线性数值仿真,结果验证了所建立的数学模型的正确性、推力矢量技术在无人机姿态控制上的特定优势以及BEL智能方法的自学习、自适应能力。