基于SPEA2和NSGA-Ⅱ算法的并行多目标优化算法

文章结合SPEA2和NSGA-Ⅱ两个多目标进化算法,基于岛屿模型,提出了一种新的并行多目标进化算法。该算法采用多线程实现,适合在多核处理器或机群系统上执行。实验结果通过与串行算法SPEA2和NSGA-Ⅱ比较证明了该并行算法的有效性。     

基于合作博弈的多无人机任务研究

针对多无人机合作博弈问题,对多无人机任务策略进行研究。通过考虑合作联盟的目标价值指标函数和代价指标函数,建立多无人机合作联盟博弈模型,给出一种合作博弈的求解方法,最终得到多无人机最优联盟策略。仿真结果表明,该方法具有很好的可行性和有效性。     

紫外光通信协作编队无人机联盟围捕算法

编队无人机对目标无人机进行围捕是多无人机战场作战中重要且典型的任务之一，本文将无线紫外光通信技术与围捕算法结合，提出了一种紫外光通信协作编队无人机联盟围捕算法。该算法借助无线紫外光辅助无人机编队机间数据保密传输和非直视通信，将联盟生成算法与区域最小化策略进行融合，采用动态规划法对最优联盟结构进行求解，使用区域最小化策略对目标无人机实施空中围捕，完成在复杂场景中无人机编队高效围捕多目标任务。对区域最小化策略和本文提出的紫外光协作编队无人机联盟围捕算法进行了仿真对比，实验结果表明：所提出的紫外光协作编队无人机联盟围捕算法在无人机编队围捕多目标过程中平均降低了12.73%的能耗，算法迭代次数平均降低了27.49%，验证了该算法能耗少、围捕效率高的性能。     

一种改进的基于时间约束的无人机任务分配模型

在对地攻击中,如果多架无人机被安排执行多个任务,就将面临如何协调无人机来执行任务的问题。最优的分配方案应该首先保证任务完成的准确性。假设有多架无人机和多个目标,这些无人机要对这些目标执行分类、攻击、确认的任务。本文对Corey Schumacher等人提出的一种基于时间约束下的时间分配模型进行了改进,对目标加入威胁因素,以增加模型的灵活性,提高完成任务的准确性。通过仿真计算,证明了改进型模型的可行性。     

面向多模异构任务的无人机集群自主协同优化

针对无人机集群同时遂行多个异构模式、异构价值、异构需求任务时的自主协同优化问题,构建了集群遂行多模异构任务协同优化模型,提出了一种基于重叠式联盟博弈的分布式协作算法。通过综合考虑任务模式、任务价值、任务需求,以及集群中不同无人机成员的资源情况,基于不同任务类型下联盟内任务成功率和效能计算,优化无人机任务选择和资源分配并实现算法收敛和系统稳定,以及优化的分布式多机协同。仿真结果表明,所提方法能有效提高系统效用和任务成功率,并能在不同环境下实现面向异构任务目标的高效协同。     

基于进化多目标优化的对地打击武器-目标分配

基于进化多目标优化方法研究对地打击武器-目标分配(WTA)建模和求解问题.首先,分析对地打击WTA问题特点,定义优化目标函数为飞机突防风险最小和目标毁伤效能最大,提出一种基于栅格地图的防空火力对飞机威胁的量化评估方法,建立多目标优化问题模型;然后,采用一种多目标优化算法NSGA-Ⅱ对问题求解,结合问题特点设计算法各组成部分;最后,构建仿真算例进行实验分析,仿真结果表明,所提模型和算法能够有效求解对地打击WTA问题,可为工程实现提供参考.     

多无人机协同打击任务分配方法

针对多无人机任务分配问题,给出了一种新方法。首先建立了无人机的能力函数,然后通过能力函数的雅可比矩阵,给出多无人机协同打击位置和无人机俯仰角的计算方法;进而建立了无人机毁伤代价指标函数、航程代价指标函数和价值收益指标函数,给出了多无人机协同打击任务的分配方法,最后进行了仿真验证。仿真结果表明:在多无人机协同打击任务分配中,考虑能力函数的分配方案与未考虑的方案相比,获得了更大的目标收益值,提高了多无人机协同打击能力。     

人工智能和知识图谱在无人机智能作战中的应用

在信息化作战条件下,各种侦察监视设备（如卫星、雷达、无人机群等）可以获取海量的战场信息数据。如何有效利用这些海量多源异构信息来提高无人机作战的智能化程度和打击精度是当前的一个热门研究领域。在介绍了人工智能和知识图谱发展现状的基础上,针对如何引导无人机完成智能打击这一目标构建了知识图谱,并结合具体的作战任务需求和场景特点给出了解决方案。     

多无人机协同任务规划

为解决多无人机协同规划军事目标打击的问题,基于多旅行商（TSP）数字规划理论进行路径和时间的优化。文中建立了多旅行商（TSP）数字规划模型,并根据任务性能和区域划分理论,利用退火算法求解出该模型的最优解。使用A*路径规划算法,通过编程仿真规划出了无人机的时间最优路径。结果表明,该方法较好地解决了当前无人机协同作战的目标分配问题,大幅提高了无人机协同作战的能力。     

无人机作战网络动态联盟协作模型

针对无人机作战网络多任务协作问题,提出一种基于动态联盟的无人机多任务协作模型。根据无人机网络的连通性和任务优先级,建立任务协作消息转发机制,合理控制动态联盟建立规模,以提高联盟的多任务处理效率。在离散事件系统仿真理论的基础上,建立了一种基于优先级队列的无人机网络多任务协作仿真模型,采用时间步长推进方法,模拟了无人机网络的多任务协作过程。实验结果表明,与原有的动态联盟多任务协作方法和非协作的多任务处理机制相比,改进方法能够减少无人机网络的多任务处理时间,提高无人机作战的多任务处理效率。     

基于AMPSO算法的无人机任务分配问题研究

针对多无人机多目标任务分配问题,用一种改进的自适应变权重粒子群优化(AMPSO)算法寻找最优分配方案。涉及联盟组建的任务分配问题较为复杂,目前尚不能有效获得最优解。用分配优先权机制处理联盟成员剩余资源不确定的问题,并建立种群粒子和任务分配方案间的映射关系。通过仿真验证,用AMPSO算法可以快速获得多机多目标最优任务分配方案。     

无人机侦察图像目标定位在军事上的应用研究

无人机能够通过多种方法定位出目标的精确位置信息,以便实施战场指挥或军事打击。主要整理并分类介绍了无人机侦察图像目标定位的各种技术原理,解析了其在军事领域的应用范围;并以无人机飞行任务为模型,完整详细地用空间量算的无人机侦察图像目标定位技术对无人机实际飞行进行航迹规划的运用,证明了无人机侦察图像目标定位技术的重要军事价值。     

考虑单目标探测需求的多传感器联盟技术研究

针对传感器联盟的组建问题,在考虑单目标探测精度需求和能耗需求的情况下,阐述了多传感器组建联盟的具体流程,建立了传感器联盟模型,引入并改进人工狼群算法求解适应度最佳的传感器联盟方案。仿真实验表明,所述的传感器联盟组建流程具有可行性,模型具有合理性,算法具有有效性。     

基于智能算法的无人机航迹规划

文中针对多无人机在复杂约束条件下编队协同、巡航范围内覆盖率高的问题,基于K-means算法和Hop-field神经网络算法实现了一种无人机整体航迹规划方法。对任务要求的禁飞区域、目标区域建立任务区域的数字地图模型,进行模型分解合理的将有效区域分解为多个子目标点。随后采用K-means算法对无人机巡航的目标点进行聚类,并结合Hop-field神经网络算法对同类子目标点进行无人机航迹规划。以无人机在抗震救灾中的真实数据为实例,通过仿真实现了巡航区域90%的覆盖率,验证了文中方法的鲁棒性和有效性。     

无人机空对地多目标攻击的满意分配决策技术

任务分配是多无人机协同控制的重要内容。建立了多机协同多目标攻击排序的数学模型、并提出基于满意决策的攻击分配算法, 根据参与目标分配的每架无人机完成任务的预估效益和预估代价提出满意集, 建立拒绝函数和选择函数从而获得满意分配结果, 最后在Matlab环境下进行了数值仿真。仿真结果表明, 所研究的基于满意决策的多无人机协同攻击的目标分配方法是有效的。     

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。     

搜索打击任务的多无人机编队的研究与优化

无人机探测范围和携带的可消耗载荷有限, 因此, 当被侦测的目标需要不同种类和不同数量的载荷才能被完全摧毁时, 就需要一组无人机形成编队来打击目标。提出一种针对搜索打击任务的多无人机编队方法, 该算法通过两个阶段来确保打击目标的时延最短和编队规模最小。同时, 给出了3种不同的搜索策略: 随机搜索、多车道搜索、网格搜索, 进一步优化算法。最后, 利用Monte-Carlo方法仿真实现了编队算法并分析了3种搜索策略的性能。     

物联网数据收集中基于负载均衡的无人机-车联合轨迹规划

为了提升大规模物联网数据收集的效率,提出了一种基于负载均衡区域划分的多无人机-车联合轨迹规划算法,其中,无人机作为空中基站收集物联网设备的数据,地面无人车作为移动电池更换站以弥补无人机能量的不足。为了缩短整体任务完成时间,优化目标为最小化所有无人机-车中最长的任务完成时间,将该问题建模为多站点车辆路由问题的一个变种,并从负载均衡的角度对其进行求解。具体来说,首先通过负载均衡区域划分算法将物联网设备分配到无人机-车的服务区,在此基础上,多站点无人机-车的轨迹规划问题退化为多个独立的单站点单组无人机-车的轨迹规划问题,进而设计联合轨迹规划策略优化各个服务区中的路径。数值结果验证了所提算法在任务完成时间和负载均衡度方面优于对比算法。     

基于综合控制的无人机对地攻击技术研究

研究以无人机为平台,以激光制导导弹为武器的对地攻击技术。应用综合控制技术设计了一种无人机投放激光制导导弹的火力/飞行综合控制结构,由火控模块计算出航向偏差信号,飞控系统根据偏差信号,控制无人机以水平机动的方式完成瞄准;设计控制逻辑,保证无人机在各种条件下完成占位攻击任务;进行了包括无人机六自由度模型、综合控制模块、武器模块和目标模块在内的投弹仿真验证。结果表明无人机能很好地完成对地攻击任务,设计的综合控制结构合理有效。     

基于粒子融合NSGA-Ⅱ的永磁无刷直流电机多目标优化

为了更好地解决永磁无刷直流电机设计中的复杂非线性模型多目标优化问题,设计了一种基于粒子融合机制改进的精英保留非劣排序遗传算法(NSGA-Ⅱ),用多目标粒子群优化算法中的粒子位置更新模式替代NSGA-Ⅱ的交叉操作,大幅提高了算法的搜索性能。将该算法应用于永磁无刷直流电机优化设计,通过计算达到了减小电机的体积重量、减小转子转动惯量及机电时间常数、提高永磁无刷直流电动机功率密度的目的。仿真结果表明该优化设计方法效果比较理想,对电机的优化设计有较大的参考价值。