基于改进合同网的多UAV打击地面TST任务重分配

针对多架无人机打击地面时敏目标的任务重分配问题进行研究,提出了适用于TST打击的多UAV控制体系和作战模式。基于TST打击过程和任务重分配时的战场情况,针对TST的打击时间要求,以整个任务交战时间为作战效果评估指标,对合同网方法进行改进。对于战场上出现的不同突发情况,均能使无人机群保持合适的招标体系并选择最有利于缩短任务重分配时间的交易方式,保证了战场上任务分配的实时性。最后通过仿真试验验证了在多种战场情况下该方法的可行性。     

多目标跟踪的飞行器集群协同实时任务分配策略

针对跟踪过程中,多动态目标优先级变化引起的飞行器任务实时重分配问题,提出了一种飞行器集群智能自组织控制方案。该方案基于飞行器集群组网和集群协同计算技术,实现分布式集群实时控制与协同任务分配,以保证对多目标的实时跟踪。针对跟踪目标优先级变化的场景,提出了具有双向选择机制的合同网改进算法,能够解决突发情况导致的飞行器集群任务实时分配问题。最后进行仿真验证,实验结果表明,该方案能够提高飞行器集群的协商效率,减少通信频率,提升任务分配的时效性。     

基于多智能体和合同网的巡航导弹自主任务分配

针对巡航导弹编队自主任务分配问题,将单个巡航导弹武器视为一个Agent智能体,多巡航导弹构成多Agent系统(Multi-Agent System,MAS),建立了MAS任务分配目标函数及相关约束模型,鉴于任务分配的分布式特点,引入合同网协商方法,建立了基于合同网(Contract Net Protocol,CNP)的自主任务分配模型。通过仿真验证了模型的正确性,计算结果表明合同网可以有效解决巡航导弹编队自主任务分配问题,并达到整体分配效果最优。     

分布式故障诊断管理研究

复杂武器系统故障诊断是武器型号后勤保障的难题。研究复杂武器系统的故障诊断管理,能提高武器系统故障诊断的准确性和效率。采用分布式故障诊断体系结构,按照故障诊断任务流引擎规划诊断流程,使用任务分解与或树进行诊断任务分解,基于改进合同网协议安排任务分配流程,进行诊断任务分配,各诊断专家诊断结果采用模糊信息融合算法汇总诊断结果,用专家系统推导设计故障诊断单元。诊断系统综合了复杂武器系统多个故障诊断专家的判断,有效提高诊断质量。对建造分布式武器故障诊断系统有参考价值。     

基于光线投射的电磁态势实时可视化

战场电磁环境态势具有复杂、多维、时变特性,研究战场电磁态势实时可视化技术,对于作战指挥员了解战场态势,作出科学指挥、决策意义重大。目前,表征战场电磁态势的数学模型并不完善,以场强为例,建立了多辐射源空间场强合成的数学模型,为电磁态势三维体数据场的构建提供数据来源;战场态势的复杂性,使得与体数据场相关的数学模型也相对复杂,传统基于中央处理器（CPU）的实现方法无法达到实时解算的要求,鉴于此,提出了基于通用计算图形处理器（GPGPU）的体数据场加速生成技术,实验结果表明该技术能够满足实时可视化的需求;设计了一种体绘制传递函数,并利用基于图形处理器（GPU）的光线投射算法,实现了电磁态势实时可视化。     

基于ACA_PSO算法的无人机分布式任务分配方法

为解决分布式任务分配问题，采用“粒子化”的蚁群算法进行无人机分布式任务分配。基于蚁群_粒子群混合算法，在原有蚁群算法基础上进行改进，使其具有“粒子”的特性。建立扩展协同多任务分配问题模型(ECMTAP)，采用构造允许的状态转移集合的方法，大大减少了产生的不合理解的个数，并弥补了蚁群算法陷入局部最优和早熟问题的缺点。实验结果表明：该算法能够有效地解决复杂约束条件下的多无人机分布式任务分配问题，具有较好的收敛速度和任务分配结果。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。     

基于自适应A~*算法和改进遗传算法的反舰导弹航路规划

以计算时间和航程距离为优化指标,以反舰导弹机动性、最大动力航程、各种通行障碍为约束条件,提出了反舰导弹射前航路优化的改进A*算法和改进遗传算法。改进A*算法通过构建一个网络来搜索次优路径,在搜索过程中,网络节点间距和节点密度随战场环境自适应改变。该算法以更小的计算量获得更优的航路,而且能够应对复杂程度很高的战场环境。改进遗传算法通过实数编码技术和初始种群智能化创建方法,生成具有可变长的染色体和全部由可行解组成的初始种群,避免了初始种群中由于存在大量非可行解而导致搜索效率降低的问题。最后,对两种改进算法在不同复杂程度的作战环境中进行了仿真实验,结果表明,改进A*算法适合用于复杂战场环境下的实时航路规划,改进遗传算法则适合用于导弹发射前并且精度要求高的航路规划。     

装备群选择性维修决策与任务分配联合优化

为满足作战任务需求,对装备群进行选择性维修的同时进行作战任务分配,可有效提高装备群的整体作战效益。针对选择性维修决策与任务分配独立优化的问题,以最大化任务完成概率为目标,构建装备群选择性维修决策与任务分配联合优化模型,引入环境系数表征不同子任务的工作环境对单元状态的影响;通过求解马尔可夫模型得到单元的任务完成概率,进而得到子任务和整个任务的完成概率;采用基于随机密钥的遗传算法进行求解,分析环境系数对联合优化结果的影响,通过算例验证了模型和算法的有效性。研究结果表明：在选择性维修决策时考虑作战任务分配能够得到更优的结果;该模型可为战场环境下装备维修决策问题提供理论指导和技术支持。     

基于智能算法的无人集群防御作战方案优化方法

兵力部署与任务分配是无人集群防御作战的重要过程,有效利用集群中有限的兵力并发挥出最高的作战效能对提高无人集群的作战胜率至关重要,进行高效的作战任务分配能够协调集群一致性并更好完成作战任务。针对无人集群防御作战中的关键作战方案,研究无人集群防御作战的兵力部署及协同任务分配优化问题。构建基于智能体技术的无人集群防御作战模型,量化无人集群兵力部署所需的关键参数,对作战区域与兵力进行规划,设计目标函数。提出一种自适应遗传算法,解决无人集群的兵力部署问题。算法可根据实时运行情况动态调整目标函数、交叉率和变异率,保证适应度值较高个体的传承并避免算法出现局部最优。进行防御作战仿真,为验证无人集群兵力部署的效果,提出一种基于深度Q网络的深度强化学习改进算法,解决无人集群任务分配问题,对部署好的无人集群进行任务分配并作战。该算法能够自适应调整Q值,避免算法因过度估计造成无法收敛至最优解。防御作战实验结果表明,所提出的无人集群兵力部署及协同任务分配方法可有效提高防御作战的成功率,实现无人集群的自主协同及智能对抗。     

基于并行蚁群算法的常规导弹作战任务分配

作战任务分配是常规导弹作战研究的关键问题之一。结合常规导弹作战实际情况和任务分配特点,综合考虑作战意图、任务协同等约束条件,采用并行蚁群算法,建立了作战任务分配模型。在多子群蚁群算法的基础上,设计了基于任务能力评估的子群协调沟通策略和基于任务代价的状态转移规则,提出了并行求解任务分配问题的蚁群算法思想。通过仿真验证了模型的正确性,仿真结果表明该方法能够有效解决常规导弹作战任务分配问题。     

多无人作战飞机双精度航迹规划技术

针对多UCAV协同任务规划时,任务分配与航迹规划的耦合关系以及对航迹规划的不同特点,提出利用Voronoi构建路标、使用Dijkstra算法快速规划出一系列面向任务分配的快速预估航迹,以满足其快速性要求。在此基础上考虑航迹的可飞行性等约束,利用蚁群算法优化出面向UCAV飞行的精细最优航迹,形成一种双精度的航迹规划方法。仿真实验结果表明,该方法能够满足任务规划的需求,同时当战场态势变化时,能够动态的调整航迹,以适应新的作战态势。     

美军订购手持式战场指挥装置

近日,美国陆军与通用动力公司C4系统分公司签订了一份230万美元的合同,订购联合战场指挥-平台(JBC-P)手持式网络化战场指挥装置,以增强下车步兵的指挥、控制和态势感知能力。JBC-P手持式战场指挥装置是联合战场指挥项目的组成部分,旨在开发一种可利用政府专用通信网络进行通信的手持装置。这种装置可传输视频信息,包括地形图和实时定位信息等。     

在线注入式战场复杂电磁环境仿真系统

为准确、科学、逼真地构建复杂战场电磁环境,提出一种战术仿真与信号仿真相结合的复杂电磁环境构 建新思路。依托半实物仿真技术,采用计算机并行处理算法,由远程导调与控制模块完成战术仿真的规划与设计, 利用可靠通信协议与战场电磁信号生成器完成信息实时交互,实现复杂电磁环境信号的逼真模拟及在线注入。仿真 结果表明：该系统能模拟产生各种新体制、高稳定、高逼真的雷达辐射源信号,系统功能强大,操作简便,具有重 要的军事应用价值。     

多无人机多任务对地攻击协同任务分配

针对多无人机对地协同攻击多任务分配问题,通过合理假设对问题进行抽象简化的基础上,建立了基于任务分配收益和代价的总体分配效能函数模型,并以此模型作为任务分配方案的评估标准。引入各种操作符重新定义了离散粒子群优化算法的速度以及位置更新公式,建立了算法实现的基本流程,并利用该DPSO优化算法对任务分配模型进行求解。分别针对多UAV单任务,单UAV多任务以及多UAV多任务进行仿真分析,结果表明,DPSO算法比遗传算法具有更好的全局搜索能力和收敛速度,通过仿真验证了任务分配模型的合理性和正确性,验证了算法的有效性和相对于遗传算法的优越性。     

大规模海战场环境实时仿真

在海上作战仿真系统中,首先要解决的是海洋环境的模拟问题。本文提出了一种实现大规模实时海浪生成算法,可以有效地表现不同气象条件下的海战场环境,通过优化颜色和网格数据,在PC机上使用一般显卡建立了一个海上环境的实时仿真平台,实现了在225 km×225 km范围内的海面实时漫游。     

空地联合反TBM预警的任务分配优化

为有效利用预警资源,对空地联合反TBM预警的任务分配问题展开深入研究,提出任务分配的准则,建立任务分配的决策模型,并结合空地联合反TBM预警任务的实际,给出基于任务分解和粒子群算法的求解算法。仿真结果表明,该优化方法符合反TBM预警的实际,能较好地解决空地联合反TBM预警的任务分配问题。     

适应未来精确打击的柔性化飞行器射频装备研究

针对武器装备提升对复杂战场环境适应能力的需求,从全域和子域角度解析了战场环境的复杂性,可以看出"全域"战场环境的复杂性并不等价于战场环境在"空间、能量、时间、频谱、极化、速度、天气"等"子域"的投影也复杂,在此基础上,指出武器装备以"静态多域"解决未来复杂战场环境的"问题多域"的局限性,并从国外先进装备发展分析中提出以射频设备柔性化实现信息化载荷侦/干/探/通一体化的发展趋势,建立了威胁等级评估模型和任务优先级评估模型,最后用MTPEDF算法对平台资源的管控策略进行了研究。     

装备伴随抢修任务分配决策方法

针对陆军装备现地抢修任务强度大、抢修期短、力量分散的特点，提出多抢修组条件下装备战场伴随抢修的组织实施流程，并分析了多抢修组条件下装备伴随抢修决策优化问题。综合抢修任务总完成量和抢修耗时建立决策优化目标函数，以抢修时间为硬约束条件，建立了多抢修组装备伴随抢修决策优化模型。为解决高维决策空间求解难题，通过改进遗传算法确定了任务分配和抢修顺序联合决策求解方法。案例分析表明，该模型适于解决多抢修组伴随抢修任务分配和路线规划问题，求解算法具有一定的稳定性。     

基于弱引发加时Petri网并发系统逻辑验证与资源优化

在弱引发规则下用二态加时Ｐｅｔｒｉ网建模、分析一类具确定性时间和冲突结构的并发系统；联系柔性制造系统、Ｃ３Ｉ系统这类实时并发系统的逻辑验证及有限资源优化问题，在并发意义下研究该网模型的逻辑特性与时间特性，示例表明了有关结果的可应用性