基于生物地理学优化的多UCAV协同航迹规划

研究多无人机协同路径规划问题,为了获取从起始点到达目标点,能够避开各种阻碍的最优运动路径,提出了一种基于BBO的多UCAV协同航迹规划方法.通过对地形环境、航迹表示方式进行描述,将生物地理学优化算法运用于多UCAV协同航迹规划,对约束条件及威胁进行分析,建立了UCAV航迹规划模型及多UCAV协同航迹规划模型;对BBO算法适宜度向量编码及迁徙模型进行了分析,设计了相应的优化算子;最后,构建了多UCAV协同航迹规划的求解框架,并结合BBO算法开展了相应的仿真.仿真结果表明,改进方法较好地实现了多UCAV协同航迹规划的优化.     

基于改进人工蜂群算法的多无人作战飞机协同航迹规划

针对多无人作战飞机(UCAV)航迹规划约束条件复杂、不确定因素多、实时性要求高的特点,提出一种基于改进的人工蜂群算法求解多UCAV协同航迹规划模型。首先构建战场空间的改进Voronoi图生成航迹优化可飞区域;然后采用混沌搜索算法来初始化航迹集合作为算法的蜜源,使其初始航迹集合能以有限的数据充分表示航迹优化可飞区域;最后对多UCAV在多种威胁环境下的航迹空间寻优进行仿真验证。仿真结果证明改进的人工蜂群算法提高了蜜源多样性和算法的收敛速度,增强了UCAV的动态战场适应能力和突发威胁应对能力。     

基于免疫粒子群算法的多UCAV协同任务分配

任务分配问题是多UCAV协同控制的关键和有效保证。综合考虑问题的多规划指标和多类复杂约束条件,建立了基于多目标整数规划的协同多任务分配模型。通过模拟生物免疫系统的免疫特征和运行机制,并将粒子群优化作为算法的局部搜索算子,设计了一种适用于问题求解的免疫粒子群算法,使算法同时具有人工免疫算法种群多样性好、粒子群优化局部搜索能力和进化方向性强等特点。仿真实验表明该方法具有良好的优化效果和时间特性,可较好地解决多UCAV协同任务分配问题。     

多UCAV协同任务分配模型及粒子群算法求解

任务分配是多无人作战飞机(UCAV)协同控制的基础.对此,分析了影响任务分配的关键战技指标,建立了针对攻击任务的多UCAV协同任务分配模型.应用连续粒子群算法对问题进行求解,建立了粒子与实际问题间的映射,通过位置饱和策略构造粒子的搜索空间,采用自适应惯性权重提高粒子群算法的收敛速度和全局寻优能力.考虑到单机的任务载荷限制,引入了买卖合同机制以实现多机任务协调.仿真结果表明,所提出模型和算法可以较好地解决多UCAV协同任务分配问题.     

基于整数规划的多UCAV任务分配问题研究

在深入分析多UCAV任务分配问题的特点的基础上，提出了求解多UCAV协同任务分配的整数规划方法．通过设计决策变量和灵活地对各种约束条件形式化，建立了多UCAV任务分配问题的形式化模型．并以典型的UCAV任务SEAD为想定，进行了仿真验证与分析．仿真结果表明该模型可以较好地解决多UCAV协同作战的任务分配问题．     

UCAV对地多目标序次攻击决策研究

在增强无人机战斗力的研究中,针对无人作战飞机(UCAV)对地多目标序次攻击决策问题展开研究,建立多目标序次攻击的决策模型.为提高UCAV执行多目标攻击任务的成功率,决策模型综合考虑了UCAV在整个任务过程中所面临的战场风险,并将决策算法与航路规划问题分解,提出一种基于威胁分布密度的飞机生存概率评估方法,提高了决策效率.将序次决策问题转化为最优搜索问题,利用自适应蚁群算法求解决策问题并给出具体算法流程.仿真结果表明,多目标序次攻击决策方法能有效解决复杂战场环境分布所带来的目标排序优化问题,给出合理的多目标攻击时序,为方案设计提供了依据.     

编队协同对地攻击指挥决策系统体系结构研究

对有人机/UCAV编队对地攻击指挥决策系统体系结构进行了研究。首先分析了有人机/UCAV编队协同对地攻击作战体系结构,建立了编队协同作战指挥决策模型,对人机功能进行了划分,提出了有限中央控制下的分布式有人机/UCAV编队协同指挥决策体系结构。在此基础上,基于MAS理论,建立了编队协同对地攻击MAS体系结构,给出了UCAV Agent的详细结构。最后,采用HLA开发环境建立了系统仿真结构模型,仿真实验证明了所建立系统体系结构的有效性。研究内容对提高编队复杂作战环境适应能力和整体作战效能至关重要。     

面向协同任务的多UCAV分布式任务分配与协调技术

对多架无人作战飞机 (Unmanned combat aerial vehicle, UCAV) 分布式控制中的任务分配与任务协调问题开展研究. 采用合同网实现任务执行过程中的任务分配. 通过对合同网进行扩展, 使 UCAV 能够在招标和竞标的同时处理任务间的时间约束. 设计了一种新的部分全局规划协商机制, 能够更有效地对执行相关任务的 UCAV 的任务计划进行协调. 通过 Petri 网建模方法, 将两种协商机制模型化为 Petri 网并分析了协商过程的正确性与协商结果的可行性. 仿真实验验证了方法的有效性.     

多传感器交叉提示技术在UCAV侦察任务中的应用研究

多UCAV在协同执行对多目标的侦察任务过程中,若某一UCAV被摧毁,则该UCAV所承担的子任务将不能完成.为解决此问题,将多传感器交叉提示技术应用到多UCAV系统当中,以此顺利实现目标交接.首先引入多Agent技术,提出了基于多Agent技术的传感器分布式管理结构.其次,将采用多传感器交叉提示技术的多UCAV作战场景用数学语言描述,构建数学模型.然后,在考虑使航线相异度最小和长度最短的条件下,提出基于改进人工蜂群算法的UCAV飞行航线优化方法.最后,重点研究多传感器资源动态控制过程,为实现任务交接,提出基于拍卖理论的多传感器交叉提示算法.仿真结果表明,论文所提出的模型具有合理性,方法具有有效性.     

基于改进鱼群算法的多无人机任务分配研究

多无人机协同任务分配问题是多无人机协同控制的关键,为解决单目标函数构建的任务分配模型不能满足决策者对战场环境大量信息的需求,以最大航程和最长任务执行时间作为多无人机任务分配的两个目标函数,依据多目标优化理论,建立了协同任务分配多目标优化模型.并采用了一种借鉴遗传算法中的变异思想的改进鱼群算法进行求解,得到多无人机任务分配的多目标最优解集,然后根据决策者的偏好选择最佳任务分配方案.最后将上述算法应用于多无人机协同任务分配中并进行了仿真,仿真结果验证了改进鱼群算法的收敛性及有效性,为多无人机协同任务分配优化提供了参考依据.     

基于扩张状态观测器的UCAV自适应滑模控制

针对固定翼UCAV（Unmanned Combat Aerial Vehicle）系统中存在的不确定性和外部扰动，设计了一种基于扩张状态观测器的自适应超扭曲滑模控制器用来抑制系统扰动，从而提高对于UCAV的控制性能。建立固定翼UCAV的六自由度非线性模型，针对姿态控制和速度控制分别设计扩张状态观测器对模型中难以精确测量的状态量和外部扰动进行估计，依据奇异摄动原理分别对姿态和速度设计自适应超扭曲滑模控制器，实现对UCAV的姿态和速度的跟踪控制。采用某型固定翼UCAV非线性模型对所设计的控制器进行仿真验证，并且与传统的自抗扰滑模控制方法进行了对比，仿真结果表明，基于扩张状态观测器的自适应超扭曲滑模控制器具有更小的超调量和稳态误差。     

基于空域法的UCAV群目标编群策略研究

随着空战环境和任务的复杂化,无人作战飞机开始从单个应用转向集群式应用,目标编群是UCAV群协同作战的首要条件。本文提出了基于空域法的目标编群策略,设计了目标编群的算法。仿真结果表明:基于空域法的编群策略能很好地适应空战中态势的变化,较好地获取目标的群数。     

提高无人作战飞机协同作战能力的关键技术

简要分析了提高无人作战飞机协同作战能力所涉及的几个关键技术问题。从国外无人作战飞机协同作战相关战例研究入手,对有人机对无人机飞行导航系统和战斗机交战管理2个典型协同战例进行描述;重点分析了多无人作战飞机协同作战、有人机与无人作战飞机协同作战两种作战样式中的关键技术问题;最后介绍了无人作战飞机协同作战的两种典型应用。     

Multi-model cooperative task assignment and path planning of multiple UCAV formation

Multimedia Tools and Applications - Multi-model techniques have shown an outstanding effectiveness in the cooperative task assignment and path planning of the unmanned combat aerial vehicle(UCAV)...     

A modified ant optimization algorithm for path planning of UCAV

A modified ant algorithms is presented as a fast and efficient approach for path planning of UCAV in this paper. To fleetly and reliably accomplish the air combat task, the path planning plays an extremely important role in the design of UCAV. The planned path can ensure UCAV reach the destination along the optimization path with the minimum probability of being found and the minimum energy consumed cost. Due to the big search space, the original ant algorithm can easily converge to local best solutions, and the search speed is slow. For avoiding these disadvantages, an improved ant algorithm is given and it is used to optimize path of UCAV. The modified ant algorithm can improve the speed of selection course, and decrease the probability of local best solutions. When UCAV meets the unexpected threat during its fly, it needs to revise the aforehand given path with re-planning technology. Based on the modified ant algorithm, a new method of three-dimensional real-time path re-planning is presented for UCAV. The simulation results show that this proposed path-planning scheme can obtain the optimization path which can be re-optimized when the unexpected threats appear.     

基于自适应模糊PID的UCAV姿态控制

针对UCAV刚体六自由度模型非线性强耦合的特点,结合专家经验设计了一种自适应模糊PID姿态控制方法。利用小扰动原理对UCAV非线性模型线性化,得到了纵向和横侧向通道的状态空间表达式,实现了纵向和横侧向通道的解耦。针对纵向通道的俯仰角和速度以及横侧向通道的滚转角对设计的自适应模糊PID控制器进行了仿真验证,结果表明该控制器具有较快的响应速度和较高的稳定性,能够有效控制UCAV实现预期姿态。     

自主空中加油时变质量无人作战飞机非线性控制

针对自主空中加油中无人作战飞机(UCAV)位置保持问题, 进行了时变质量UCAV的动力学建模与非线性控制设计. 综合考虑了燃油传输对UCAV的质量、惯性矩阵和质心位置的影响, 基于相对于惯性系的状态变量, 推导了UCAV时变质量动力学方程. 通过引入谱半径, 将局部化自适应边界指令滤波反推方法应用于UCAV的位置保持控制. 使用逼近器对未知模型不确定性进行在线逼近. 对于固有逼近误差和外部扰动, 采用局部化自适应边界进行补偿. 通过指令滤波反推, 设计了相对位置、速度、姿态角和角速度四个反馈回路来保证UCAV的稳定性. 最后, 三种不同加油方案下的非线性仿真验证了非线性飞行控制律的有效性.