网络化多传感器-多武器协同防空任务规划

针对网络化防空体系的多传感器-多武器协同任务规划问题, 考虑任务要求、装备性能、运用限制等约束, 构建多武器拦截与多传感器跟踪任务规划模型。前者以拦截时机、次数等为优化目标, 输出武器-目标配对以及对目标的拦截时段、跟踪时间要求; 后者以满足跟踪时间要求为目标, 输出传感器-目标配对和对目标的跟踪时段。设计了基于时段优选拼接和分支定界法的多传感器-多武器协同任务规划算法, 生成多传感器-多武器协同交战计划, 支持多传感器接力跟踪、跨平台打击引导、多武器协同抗击。在假定的舰艇编队与预警机协同防空场景下验证了所设计模型的有效性。     

以任务需求为驱动的多传感器资源管理方法

针对战斗机火控系统跟踪多目标过程中传感器资源管理问题,提出一种以任务需求为驱动的多传感器管理方法。该方法首先利用矩阵求迹的方式度量跟踪任务的信息需求;然后在分析任务优先级和传感器使用代价的基础上,建立以任务需求为驱动的多传感器集中式管理模型,并根据多个跟踪任务的信息需求自适应地分配传感器资源;对于分配过程中出现的NP (non-deterministic polynomial)难问题,探讨了利用改进蚁群优化算法寻找满足任务需求的最优传感器组合的可行性,并给出传感器自适应分配方案。仿真结果表明,这种管理方法可以在保证跟踪精度的条件下,根据任务的信息需求合理地分配传感器资源;此外,以任务需求为驱动的传感器管理策略可以大幅减少主动式传感器的工作时间,对于提高战斗机的生存性具有重要的工程应用价值。     

作战任务和资源间的匹配模型及求解算法研究

针对作战任务和作战资源的匹配问题,提出了一种匹配模型及其求解算法.首先分析了作战任务和资源的属性,建立了匹配问题的约束满足模型.基于改进的多优先级动态列表规划算法提出了一种匹配模型的求解算法,并结合实例进行了分析验证.结果表明,算法中引入任务与资源选择优先权参数,可以有效消解优先权冲突,增加匹配的灵活性.     

基于任务控制的动态多传感器管理方案

针对信息融合系统平台跟踪多目标过程中的多传感器管理问题,提出了一种基于任务控制的动态多传感器管理方案。根据滤波后的目标误差协方差与不同战场态势下的期望之间的差异,度量目标当前精度要求。利用模糊物元分析法,根据目标自身属性值和当前状态值,计算欧式贴近度,从而获得目标威胁度。在综合考虑传感器性能和系统资源能耗的基础上,建立了任务需求模型。依据该模型控制多传感器实现对目标的探测,寻求模型的最优解。仿真结果表明,该方案在保持目标跟踪精度及时效性的同时,能适当地控制资源消耗,减少系统总耗能。     

战役任务计划的数学描述与求解算法研究

以多兵种联合作战战役计划为例,在定义任务和作战平台模型的基础上,对战役计划问题进行了数学描述.在定义平台能力矢量与任务需求矢量距离的基础上,基于新的搜索策略提出了多优先级列表动态规划算法(MPLDS),并针对战役案例分析比较了MPLDS与MDSL算法的求解结果与计算性能.     

传感器管理技术研究现状与展望

简述了传感器管理技术研究的总体概况,包括定义、作用、管理对象、结构和功能模型.提出了传感器管理是复杂的动态多目标优化问题,分析了解决该难题的技术研究现状,主要涵盖传感器管理问题建模、优化目标设计、多目标优化、博弈论应用等.从传感器融入体系、传感器网络化集成应用和算法智能化3个方面展望了传感器管理技术发展方向.     

基于PEV准则的不确定混合多传感器联盟求解

针对不确定混合多传感器联盟求解问题,提出了一种在PEV准则下求解的方法.首先以提高传感器资源利用率和对目标跟踪精度为目的 建立目标函数,以传感器跟踪能力为约束建立不确定混合多传感器联盟模型,其次利用不确定理想点法和PEV准则将不确定模型变为确定模型,最后设计改进选择策略的烟花算法求出混合多传感器联盟的有效解,通过\"预测...     

基于匈牙利-模拟退火算法的多阶段武器目标分配方法

针对现代化战争中远程精确制导武器成本高昂以及武器发射平台数量有限的问题,研究了多阶段武器目标分配问题,以最小化武器成本为优化目标,建立了混合整数非线性规划模型。设计了一种集成匈牙利和模拟退火的混合智能搜索算法,首先根据待攻击目标的时空状态与毁伤特性确定打击阶段、标记可松弛性。在模拟退火的框架下,基于目标的松弛性调整攻击阶段,再通过匈牙利算法计算每个阶段武器和目标的精确匹配方案。通过启发式算法和精确求解技术的结合,在保证求解质量的前提下,极大减少了计算时间。通过计算实验,与变邻域搜索算法进行了对比分析,验证了该算法在求解多阶段武器目标分配问题的有效性。仿真结果表明,所提算法在计算时间和求解效果上优于变邻域搜索算法。     

传感器管理技术研究现状与展望

简述了传感器管理技术研究的总体概况,包括定义、作用、管理对象、结构和功能模型。提出了传感器管理是复杂的动态多目标优化问题,分析了解决该难题的技术研究现状,主要涵盖传感器管理问题建模、优化目标设计、多目标优化、博弈论应用等。从传感器融入体系、传感器网络化集成应用和算法智能化3个方面展望了传感器管理技术发展方向。     

基于Riccati方程的稳态传感器分配算法研究

采用协方差控制策略 ,建立了传感器分配的最优化模型 ,提出一种基于Riccati方程的稳态传感器分配算法。在预先给定稳态期望协方差的情形下 ,该算法通过求解Riccati方程计算出各种传感器组合的效能 ,并选择使目标函数值最小的传感器组合进行分配。该算法可以独立于跟踪循环之外预先计算好传感器分配方案 ,因而是一种离线的分配方法。给出了应用该方法的具体步骤 ,通过仿真实验验证实了该算法的有效性