基于蚁群算法的无人机侦察任务分配

随着无人机(Uninhabited Aerial Vehicle,UAV)平台自身性能和信息化水平的提升,如何对无人机进行侦察任务分配成为重点问题;并且任务分配问题涉及无人机和目标数量、位置、性能等众多因素,也使任务分配问题变得十分复杂.针对侦察任务分配问题,进行分配建模研究,细化约束条件,使其更贴合实际应用场景.利用...     

基于重叠联盟博弈的无人机侦察时间资源分配优化

在利用多无人机进行多目标侦察时，需要进行合理的任务分配。优化无人机资源与任务重要程度之间的关系，才能充分发挥多无人机侦察的优势。为了实现多无人机协同侦察时的时间资源分配优化，首先根据任务点和无人机的位置分布情况对多无人机进行预分配，然后对预分配后的空闲无人机进行协同时间资源优化。将空闲无人机协同时间资源分配问题建模为重叠联盟博弈模型，通过对所构建模型的求解，得出多无人机的协同侦察时间资源分配方案。仿真结果表明，优化时间资源后侦察系统的收益得到了提升。     

基于改进遗传算法的多无人机任务分配

为解决传统遗传算法在求解多无人机任务分配问题时易陷入局部最优和收敛速度较慢的问题,文中提出一种融合模拟退火思想的改进遗传算法。首先描述多无人机任务分配问题,将其转化为多旅行商问题,并建立数学模型;然后在传统的遗传算法中引入Metropolis准则,对选择、交叉、变异后的子代种群进行优化调整,使算法可以跳出局部最优并快速收敛;最后进行仿真实验,采用TSPLIB数据库对改进算法进行有效性验证,分别求解不同规模的多旅行商问题,对算法的优越性进行验证,求解任务分配算例以验证改进算法解决多无人机任务分配问题的可行性。实验结果表明,改进的遗传算法能跳出局部最优,收敛速度显著提升,在求解多无人机任务分配问题时,寻优效果优于改进前的算法。     

多无人机协同侦察任务规划方法研究综述

由于军事侦察任务的复杂性不断提高,且侦察方式逐渐向多无人机协同的方向发展,而任务规划是无人机执行侦察任务的关键技术,因此研究多无人机协同侦察任务规划方法具有重要意义。根据侦察对象的不同将其分为“点对点”协同侦察和“点对面”协同侦察两种任务模式。对于“点对点”协同侦察,对其目标分配算法与航迹规划算法的原理、优势与不足及改进方法进行了分析,介绍了航迹平滑的常用方法。对于“点对面”协同侦察,从环境信息是否可知的角度对当前的侦察方法进行了分析并总结。最后指出了未来多无人机协同侦察的发展趋势为多无人机携带多种载荷对环境未知的区域进行多角度覆盖侦察。     

无人机多目标侦察航迹规划方法

针对侦察型无人机在任务区域对多个任务目标进行侦察时的航迹规划问题,提出了一种基于改进帝国竞争算法(ICA)的无人机多目标侦察航迹规划方法。首先,把任务区域多个目标的侦察顺序问题转化为旅行商问题(TSP)模型,然后通过改进智能单粒子优化(ISPO)算法快速计算每种顺序的最优航迹,以与航迹长度和航迹复杂程度有关的值为国家权力大小,最终通过ICA对其求解。仿真结果表明,该方法能够顺利计算出近似最优的侦察顺序和满足飞行性能约束的航迹。     

无人机覆盖搜索地域通信网交叉式航路规划

针对地域通信网的侦察搜索问题,提出一种以交叉式航路来实现对地域通信网部署区域完全覆盖搜索的无人机航路规划方法。首先,根据地域通信网结构特点以及干线节点天线波束特性,定性地分析得到无人机侦察干线节点时的最大侦察距离与盲区侦察距离,并分析得到无人机搜索干线节点的静态模型以及动态模型;其次,根据侦察模型,建立并优化无遗漏搜索的无人机交叉式搜索航路模型,该方法可保证搜索到地域通信网所有干线节点,并提高任务执行效率;最后,对无人机交叉搜索航路进行仿真,仿真结果表明,该方法能有效搜索到地域通信网每一个干线节点,并求解了无人机交叉式覆盖搜索航路代价。     

无人机大区域侦察研究

利用自身携带的侦察设备对大区域内目标进行独立的侦察是无人机在现代战场上的主要应用之一。针对无人机执行侦察任务的效能问题,首先,建立了CCD摄像机的侦察模型,在分析了无人机完成侦察任务的能力和侦察代价后,提出了大区域侦察路径的效能评价模型;接着,应用效能评价模型,对无人机的光栅式侦察方式进行了改进及路径分析,并通过仿真进行了验证。研究结果对无人机完成实际的侦察任务具有一定的参考作用和工程应用价值。     

无人机侦察任务规划预处理方法

随着无人机相关关键技术的突破,无人机在军民两域得到了广泛应用。本文研究了一种依据目标点地理信息对无人机侦察任务规划的预处理方法,讨论了运用和改进K-均值(K-Means)算法对众多"目标点"聚类成不同"任务区"的过程,对无人机侦察任务分配和行航线规划具有极大参考作用。     

面向复杂障碍环境的多机协同侦察任务规划

针对复杂障碍环境下的多机协同侦察任务规划问题开展研究.首先,针对不同侦察任务需求,构建传感器探测、有效持续侦察时间、复杂多边形障碍等数学模型;随后,综合考虑持续侦察时间和障碍规避约束,提出了一种面向复杂障碍环境的多机协同侦察规划分层求解方法,通过分层细化有效降低多机协同侦察问题的求解复杂度;最后,考虑无人机运动学约束,提出了一种基于贪心策略的启发式路径规划算法,能够在规避障碍物的同时获得尽可能短的可行路径.仿真结果证明了提出算法的有效性.     

无人机光电侦察、监视技术研究

无人机是获取战场情报、进行监视和侦察活动的最佳平台,已成为未来战争中的重要武器,而其情报、监视和侦察能力的提升更依赖于无人机光电系统技术的发展.从无人机的侦察、监视任务出发,详细介绍了无人机上的各种光电侦察,监视设备,并分析了各种光电设备的优缺点和应用现状;系统研究了无人机光电系统的侦察、监视技术,并对无人机光电系统的搜索、跟踪等关键技术进行了详细研究;最后对无人机光电系统的发展趋势加以预测和展望.