无人作战飞机自动机动轰炸原理及技术分析

针对无人作战飞机单机自动对地面固定目标实施轰炸的原理进行了探讨,并对相关技术提出了解决思路,目的在于提出一种基于首次进入概率预测的对地轰炸机动策略选择机制,实现无人作战飞机的飞行打击一体化。在保证对地轰炸有效性的同时,兼顾退出意图,并尽可能地发挥无人作战飞机高机动性的特点,以提高生存率。     

基于改进ACO算法的无人作战飞机航路规划设计

为了使无人作战飞机能在敌方防区内以最小的发现概率和航路代价到达目标点,提出一种基于改进蚁群算法对UCAV进行航路规划的方法;首先,根据燃油代价和威胁代价设计了目标函数,并根据敌方防区威胁源生成VORONOI图,然后通过对信息素初始化方式、蚂蚁转移规则以及信息素更新规则进行改进以优化传统的ACO算法,最后定义了使用改进ACO算法对UCAV进行航路规划的具体算法;仿真实验证明文中方法能实现UCAV航路规划,且与经典ACO算法相比,文中方法具有较快的收敛速度和较强的全局寻优能力。     

飞翼布局无人作战飞机自动着陆控制系统设计

飞翼飞机是一种先进的飞行结构.但由于气动外形的特殊,无垂直尾翼的飞翼飞机在着陆阶段,极易受到侧风的干扰,而使其偏离航线;根据飞翼飞机的气动参数,建立了飞翼飞机的非线性数学模型,设计了飞翼无人机的着陆轨迹和控制方案;针对飞翼飞机的特性,采用不同于常规飞机的控制律,设计了抗侧风自动着陆控制系统;设计的控制系统经过非线性仿真试验,结果显示,飞机抗侧风着陆性能达到了设计要求,从而验证了设计方案的可行性.     

无人作战飞机低可探测航线仿真检验方法研究

为了确保无人作战飞机在执行任务时较不容易被敌方雷达探测到,需要对无人作战飞机任务航线的低可探测性进行检验.分析并建立了基于机身RCS特性的航线低可探测性的计算模型;提出了使用B样条曲面对离散探测距离点进行插值的方法,形成连续RCS探测距离曲面;运用可视化仿真的手段,建立该计算模型的三维模型,将航线与周围战场环境、电磁环境、探测模型综合地表现在虚拟战场中.最终实验结果证明了该方法可以有效地提高指挥人员对航线的检验效率.     

基于MMDP的无人作战飞机任务分配模型研究

针对多无人作战飞机动态任务分配问题,以马尔科夫决策过程理论为基础,建立基于多智能体马尔科夫决策过程MMDP(Multi-Agent Markov Decision Process)的动态任务分配模型;系统中状态信息、目标的出现和收益值等均服从概率分布;改进的MM-DP寻优算法以多UCAV在有限时间内执行任务收益值最大为评价函数,并应用遗传算法在所有可选决策集中确定最优任务分配策略;数值仿真验证了算法的有效性。     

无人作战飞机系统的辅助决策等级实验研究

无人作战飞机的辅助决策系统包括两部分：任务规划与控制站为操作者呈现清晰明确的任务界面和操作提示;机载智能体的变权限任务管理策略为操作者和无人机动态分配任务和功能,这些辅助都基于人与自动化的交互关系,分为召唤、建议和否决多个辅助决策等级。为了定量评测各级辅助决策方式的效用和辅助不可靠的负面影响,设计开发了等级实验。通过比较操作者手动和三种辅助操作方式的反应时间和正确率,得到了三种辅助决策等级的效用基本相等,辅助可靠性超过35%时就可以采用等实验结论,结论可以用来指导无人作战飞机辅助决策系统的设计。     

无人作战飞机打击时敏目标的任务规划研究

针对无人作战飞机打击时敏目标的任务规划问题,提出了一种基于遗传算法的路径任务规划方法。首先运用Voronoi有向图和Dijkstra算法得到单架无人作战飞机单个目标的规划路径。然后提出了时敏目标时间敏感函数的概念,并由此构建了多无人作战飞机打击时敏目标的任务规划代价计算模型。最后设计了多无人作战飞机多任务规划的变长度染色体整数编码遗传算法,运用该算法对打击时敏目标的任务进行仿真,仿真结果表明了所提出方法的正确性和可行性。     

基于模糊规则和动态蚁群贝叶斯网络的无人作战飞机态势评估

为解决无人作战飞机复杂环境下的态势评估难题,阐述了蚁群优化和贝叶斯网络基本原理和数学模型,设计了一种基于模糊规则和动态蚁群贝叶斯网络的无人作战飞机态势评估方法.该方法通过蚁群贝叶斯网络把不完备数据转换成完备数据,从而大大简化了学习的复杂度, 并保证算法能够向好的结构不断进化.利用模糊逻辑改进动态蚁群贝叶斯网络算法,引入基于模糊语言和规则的专家经验,结合单值评估结果与概率向量,评价了不同时刻无人作战飞机的行为能力等级,能够提高态势评估方法的智能性并应用于工程实际.通过仿真实验验证了该方法在解决复杂作战环境下无人作战飞机态势评估问题时的可行性和有效性.     

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。     

A Predator-prey Particle Swarm Optimization Approach to Multiple UCAV Air Combat Modeled by Dynamic Game Theory

Dynamic game theory has received considerable attention as a promising technique for formulating control actions for agents in an extended complex enterprise that involves an adversary. At each decision making step, each side seeks the best scheme with the purpose of maximizing its own objective function. In this paper, a game theoretic approach based on predatorprey particle swarm optimization (PP-PSO) is presented, and the dynamic task assignment problem for multiple unmanned combat aerial vehicles (UCAVs) in military operation is decomposed and modeled as a two-player game at each decision stage. The optimal assignment scheme of each stage is regarded as a mixed Nash equilibrium, which can be solved by using the PP-PSO. The effectiveness of our proposed methodology is verified by a typical example of an air military operation that involves two opposing forces: the attacking force Red and the defense force Blue.      

基于作战能力估计的通信对抗作战目标决策

针对复杂战场下的通信对抗作战目标决策问题,提出一种基于作战能力估计的解决方法。根据群体决策方法的特点,构建战场态势的动态物元表示模型,设计多层次能力聚合的通信对抗体系作战能力评估方法,给出基于决策风险态度因子的通信对抗作战目标决策方法。分析结果表明,该方法能形式化、统一化、动态化地表示战场的态势信息,易于计算,且能实现对作战目标决策的量化分析。     

仿鹰群智能的无人机集群协同对抗飞行验证

自主能力强且低成本的无人机集群协同对抗,是无人机集群对抗中打击敌方攻击防御体系和拦截敌方入侵机群的一个重要手段.哈里斯鹰是一种集群狩猎的猛禽,集群狩猎对于哈里斯鹰获取维持生命活动所需的能量具有重要意义.从无人机集群协同对抗任务与哈里斯鹰协同狩猎行为相似性出发,本文提出一种仿鹰群智能的无人机集群协同对抗方法.首先通过分析鹰群的集群狩猎行为,建立鹰群智能行为机制,并将其映射到无人机集群协同对抗行为中;在该模型的基础上,利用李雅普诺夫导航向量场控制无人机的运动状态,使得我方无人机能够以恒定的速度收敛到预定的轨迹上,完成对敌方无人机的对抗打击;最后,搭建无人机集群验证平台,对所设计的仿鹰群无人机集群协同对抗模型进行外场飞行验证,试验结果验证了本文所设计的模型在无人机对抗环境中的可行性与有效性.     

水面舰艇作战能力研讨式评估软件设计

针对传统的水面舰艇作战能力评估方法未能充分发挥计算机的计算能力和专家的知识与经验的综合作用,在分析水面舰艇作战能力指标体系的基础上,提出了基于综合集成研讨技术的研讨式评估方法,设计并开发了评估软件,阐述了人机交互系统、人工语言系统以及问题求解系统等三个子系统的功能,介绍了软件操作流程。实例应用表明,该软件可为专家评估水面舰艇作战能力提供良好的研讨工具。     

Loon Copter: Implementation of a hybrid unmanned aquatic–aerial quadcopter with active buoyancy control

Aquatic–aerial unmanned vehicles recently became the focus of many researchers due to their various possible applications. Achieving a fully operational vehicle that is capable of aerial, water‐surface, and underwater operations is a significant challenge considering the vehicle's air–water–air transition, propulsion system, and stability underwater. We present in this paper an unconventional unmanned hybrid aquatic–aerial quadcopter with active buoyancy control that is capable of aerial flight and water‐surface operation, as well as subaquatic diving. We report on the first successful prototype of the vehicle, named the Loon Copter, to provide initial evaluation results of its performance in both mediums. The Loon Copter uses a single set of motors and propellers for both air and underwater maneuvering. It utilizes a ballast system to control vehicle buoyancy and depth underwater, as well as to perform seamless air‐to‐water and water‐to‐air transitions. A closed loop control algorithm is utilized for the vehicle's aerial and water‐surface stability and maneuver, whereas an open loop control algorithm is used for underwater maneuver. The experimental results show a fully operational prototype with six degrees of freedom underwater, stable flight, operation capabilities on water surface, and agile maneuvering underwater.     

无人机非确定性等价自适应容错飞行控制

针对存在执行器复合故障的固定翼无人机跟踪控制问题,本文提出一种基于非确定性等价原理的自适应容错飞行控制策略.该策略能够有效地估计无人机纵向动态中执行器的失效及漂移故障,保证故障发生后闭环系统的最优性能指标.在自适应容错飞行控制设计中,通过引入辅助系统并动态调节因子,构造非确定性等价原理中偏微分方程的近似解,以简化自适应律设计复杂度.此外,借助Lyapunov稳定性分析方法,证明了在所设计的自适应容错控制器作用下闭环系统的稳定性.最后,仿真验证表明所设计的控制方法能够保证故障无人机的闭环系统性能.     

无人机电源地面测试系统设计

为了实现对某型无人机电源系统的快速检测,设计了一种基于Labwindows/CVI的无人机电源地面测试系统。测试系统的硬件部分能够实现数据的快速采集,软件部份分为数据采集软件和数据处理软件。实际应用表明,该系统测试结果达到设计要求,具有运行稳定可靠、操作方便、维护简单的特点,能够满足无人机电源系统的维护保障需要。