基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题,依据无人机的实时数据,构建了基于路径的多层规划模型,并设计了模型的算法求解流程.使用遗传算法与禁忌搜索混合算法,得出了任务规划中的最优路径规划,并在此基础上进行了冲突的消除.通过仿真案例表明,用无人机协同配合导弹部队作战,实时传输作战数据,能够解决战场信息模糊不确定的问题;使用多层规...     

基于混合多目标进化算法的多无人机侦察路径规划

由于侦察任务的复杂性和不确定性,无人机对其目标的侦察时间往往是不确定的。将多无人机对观测时间不确定目标的侦察路径规划问题建模为使任务时间、编队总耗时和编队规模同时最小化的多目标优化路径规划问题。对此,在基于ε 占优的稳态多目标进化算法基础上引入多目标局部搜索,给出了混合ε 占优多目标进化算法,提出了一种使用插入最近点方法的启发式遗传操作。实验结果表明,算法能够有效解决所研究的问题,并且其优势随着问题规模的增大而显著。     

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。     

基于面向服务的通用任务规划仿真集成方法研究

采用基于Service oriented architecture(SOA)的集成框架实现了仿真环境中无人机系统的通用任务规划模块功能的集成.给出了具有系统之系统特点的多无人机综合仿真环境UAVSSE体系结构设计和多层次集成方法.将任务规划功能模决抽象为任务规划服务,基于Web Services技术实现通用的任务规划服务封装.利用注册、发现和绑定机制,任务规划功能能够动态地集成进仿真运行,并能为多架无人机和多个地面系统的仿真提供任务规划服务.通过综合仿真环境中的原型系统验证了相关技术,结果表明基于面向服务方法的任务规划集成能够为多UAV仿真环境提供有效的任务规划功能集成,弥补了HLA在构建动态"系统之系统"仿真中的不足,并能为未来的仿真系统和真实UAV一体化运行提供借鉴.     

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。     

基于DBN威胁评估的MPC无人机三维动态路径规划

模型预测控制(model predictive control, MPC)路径规划算法适用于三维动态环境下的无人机(unmanned aerial vehicle, UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network, DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建DBN威胁评估模型,将UAV在战场环境中的威胁态势用威胁等级概率表示,与MPC路径规划算法相结合,得到基于DBN威胁评估的MPC UAV路径规划算法。通过多组仿真分析表明,在三维动态环境下,特别是威胁尾随无人机时,基于DBN威胁评估的MPC无人机路径规划算法可以得到有效的无人机路径。     

基于进化算法的多飞行器四维航迹规划方法

鉴于目前的航迹规划方法都局限于二维或三维空间,提出了一种基于进化算法的多飞行器四堆航迹规划方法.该方法在三维航迹规划的基础上加入时间代价约束,通过计算航迹节点在四维空间的坐标,将到达目标的时间与航迹搜索结合起来,使多个无人飞行器能够对目标进行同时打击并避免飞行器在飞行过程中的碰撞.仿真试验结果表明,该方法可以快速有效地完成四维航迹规划,获得满足要求的多飞行器飞行航迹.     

基于蚁群算法的水下潜器三维空间路径规划

路径规划是水下潜器智能控制的关键技术之一,其任务是在已知障碍物的环境中按照某一最优指标寻找一条从起始点到目标点的无碰路径。使用蚁群算法对水下潜器三维空间路径规划问题进行了研究,以ACS算法为基础设计了路径优化搜索算法,详细讨论了信息素表示方法、路径点选取原则、启发式函数设计和信息素更新规则,给出了算法的具体流程,仿真实验结果表明,该算法能够方便有效的实现三维空间中的路径规划。     

车载多无人机协同多区域覆盖路径规划方法

针对小型无人机在区域信息采集中的优势,考虑到复杂多变的应用情景,提出一种面向大面积多区域覆盖扫描任务的车载多无人机协同模式。该模式中,车辆可作为无人机的移动基站,与多架无人机协同完成多个大面积区域的覆盖扫描任务。充分分析新问题特点后,建立了优化车辆地面行驶路径和多无人机协同空中飞行路径的0-1整数规划模型,提出了一种基于三阶段的智能优化算法,先后对多无人机区域覆盖路径以及车辆协同路径进行规划,快速构造可行解,而后基于自适应大规模邻域搜索算法对可行解进行优化。本文设计了包含8个目标区域的实际案例,验证了车载多无人机协同模式的优势和算法有效性,并进一步通过10个随机案例验证了算法性能。对比实验证明,车载多无人机协同模式在执行多个大面积区域覆盖任务上,相比车载单无人机模式能够显著缩短任务时间。     

多无人机3D侦察路径规划

针对现有路径规划方案忽略侦察区域优先级以及缺乏对侦察区域中新发生事件的跟踪,而导致规划路径不能适应动态环境和无法根据侦察区域重要性来执行优先侦察等问题。首先,提出将侦察区域重要性作为必要优化指标,与无人机能耗和飞行风险值等7个优化指标加权联合,构成路径优化过程中评估生成路径的多目标效用函数,从而使得规划路径可以反映侦察区域优先级特性。然后,提出了基于事件检测的侦察区域重要性值更新机制以提升路径规划方案对动态环境的适应性。最后,采用粒子群算法求解最优路径。仿真结果表明,利用所提路径规划方案生成的侦察路径能最大限度优先覆盖重要侦察区域,并且所提更新机制能够跟踪侦察区域中发生的新事件。     

虚拟角色的一种自主运动路径规划方法

虚拟角色的路径规划是动漫游戏的一个重要课题,如何建立高效的路径规划方法仍是一个热点话题。提出了一种基于感知记忆的路径规划方法,该算法包括全局路径规划、局部路径规划和记忆模块。全局路径规划是根据已知的路径建立的,提出了拥堵系数和容忍度的公式;而局部路径规划是根据局部感知建立的,虚拟角色能够依据局部路径规划探索一个未知环境,全局路径信息记录在记忆模块中。构造了一个包含虚拟角色的三维迷宫,实验结果表明,根据前面探索信息建立的全局路径规划是有效的。     

无人作战飞机任务规划与控制单元仿真系统

首先对无人作战飞机任务规划与控制单元的总体方案进行设计,对仿真系统的各功能模块进行了描述.然后提出了分层递阶的任务规划与控制功能结构及其逻辑框架,并给出基于可扩展标记语言的任务链模型.最后实现了控制单元指挥多编队无人作战飞机协同作战的仿真,并对进一步的研究进行了展望.     

空间预警系统任务分析/规划仿真环境

针对空间预警系统的任务分析和规划问题，使用基于ASPEN的表示建模语言建立起航夭系统的任务模型，将Pareto遗传算法、混合遗传算法等多种搜索算法，和卫星仿真软件STK集成在一起，建立了一个任务分析规/划仿真环境，并在其中进行了一些仿真分析研究，如预警卫星星座优化、预警卫星传感器调度等。     

基于PSO和扩展TOPSIS方法的COA优选方法

作战方案(COA)优选是任务规划系统的重要组成部分,其性能很大程度上决定了任务规划的性能.因此针对任务规划必须符合作战要求和时效性要求,提出了扩展TOPSIS和PSO结合的COA优选方法.首先,为了提高规划的时效性,采用粒子群算法进行搜索优化;对作战要求和作战效能数据进行模糊化处理,生成标准化决策数据,计算每个COA到TOPSIS(逼近于理想解排序)正负理想解的距离;得到COA灰色关联贴进度,作为PSO算法的适应值.文章最后进行实例分析,验证该方法的可行性和有效性.     

无人作战飞机操作员控制台仿真系统

首先对无人作战飞机操作员控制台仿真的总体方案进行设计,然后对操作员控制台仿真系统的各功能模块和逻辑结构进行了描述,并给出了仿真中基于可扩展标记语言的任务链模型。最后实现了操作员控制台指挥控制多架无人作战飞机协同作战的仿真,并对进一步的研究进行了展望。     

一种基于不确定信息的UCAV目标分配方法

在UCAV(无人战斗机)编队任务规划中,UCAV的任务分配是一个重要研究课题。针对不确定信息条件下的UCAV任务分配问题,建立了基于不确定信息条件下的UCAV任务分配模型,通过SMAA(随机多属性可接受性分析方法)方法,给出了基于SMAA的不确定信息UCAV任务分配方法,并通过仿真实例说明了基于SMAA的不确定信息UCAV任务分配方法的有效性和适用性。     

可构成空-地攻击条件的判据

对于在任意的载机对目标位置速度指向上,受可用过载的约束,能否操纵飞机构成正确的投放条件这一空-地攻击决策系统所要解决的基本问题,给出两个判据,分别基于两种载机导引策略：角误差比例导引律和通常的比例导引律．证明了角误差比例导引律在大范围内保证了走向误差的指数收敛．并指出,空-地攻击的诀策问题与任务解算是不可分高的．     

多约束条件下战场导航路径规划问题研究

为提高战时导航路径规划的有效性,着重考虑了导航目标自身对道路的约束因素,建立多约束条件下导航路径规划问题模型;对影响路径规划的道路指标进行无量纲化,给出了多约束条件下导航路径规划问题的求解算法;实例验证表明,算法在路径规划过程中融合了多方面的约束因素,较传统的算法,有利于提高战时导航路径规划的有效性。     

移动机器人路径规划技术的现状与展望

移动机器人技术研究中的一个重要领域是路径规划技术。它分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划。综述了移动机器人路径规划技术的发展现状，指出了各种方法的优点与不足。最后对移动机器人路径规划技术的发展趋势进行了展望。