基于混合模型的异构无人机蜂群效能评估

为实现无人机蜂群效能的快速评估,提出一种基于ADC (availabilitydependability capability)系统效能评估和BP神经网络预测的混合模型,以应对无人机蜂群配置和状态的多样性以及效能计算的复杂性。在分析蜂群效能构成要素的基础上,建立包含无人机通用平台能力,系统级能力,以及任务执行能力的能力指标体系。利用ADC法生成蜂群作战效能样本集合,运用BP神经网络构建关于无人机参数和能力指标的综合作战效能评估模型。利用该评估模型实现异构无人机蜂群实例的综合作战效能评估。结果表明：该模型评估误差可达5%以下,基于样本的评估时间可达3 h以内,验证了该模型在异构无人机蜂群效能评估中的有效性及高效性。同时,通过分析数量、配置对无人机蜂群综合效能的影响,获得了异构无人机蜂群配置的可行建议。     

一种基于数独分组的拉丁超立方试验设计方法

为解决拉丁超立方设计在复杂因子的实验设计空间中存在优化时间长和因子水平组合爆炸的问题。提出一种基于数独分组的拉丁超立方设计方法。该方法对因子通过数独分组降维,在降维后的各个子空间中平移种子设计。将基于数独分组的拉丁超立方设计与另外两种常用的拉丁超立方设计方法在中高维度试验空间中进行对比,结果表明,基于数独分组的拉丁超立方设计有较优的空间填充性和最短的运行时间。     

基于模型的无人机系统架构综合评估方法

系统架构综合评估是无人机(unmanned aerial vehicle, UAV)研制中的重要环节,本文从UAV总体设计的需求出发,提出了系统架构综合评估指标体系的全面性和层次性原则。根据基于模型的系统工程方法构建了三级评估指标体系。通过将系统架构模型的仿真结果作为评估指标体系的输入,建立了一种系统架构模型与评估模型关联的综合评估分析方法,以达到UAV总体技术方案快速闭环设计与优化的目标。面向工程应用,开发了一个系统架构多方案权衡软件。以某UAV系统架构综合评估作为实例,验证了方法与工具的正确性和工程实用性。