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。     

基于HLA的无人机任务推演系统仿真研究

通常的任务控制过程包括任务预规划,任务执行,任务监控和重规划等部分.该文通过分析任务预规划的不足,在任务控制过程中引入了任务推演的概念,并对无人机任务推演的相关概念和内容进行了分析和讨论.同时针对无人机系统多速率时间推进的特点,设计了无人机任务推演系统的系统结构,并基于HLA体系设计和分析了无人机推演系统的仿真互联结构.然后讨论了无人机任务推演系统中的飞行仿真模块的SOM仿真建模.最后基于RTI实现了无人机飞行仿真推演模块与飞行三维可视化模块的互联.     

基于IMOPSO算法的多目标多聚焦图像融合

目前的多聚焦图像融合方法对于融合模型的建立主要依赖于经验,其参数配置存在主观性.提出了一种基于IMOPSO算法的多目标多聚焦图像融合方法,简化了多聚焦图像融合模型,克服了参数配置对经验的依赖性.首先给出了多聚焦图像融合有效的评价指标,然后构造了统一的小波域多聚焦图像融合模型,最后以模型参数作为决策变量,采用IMOPSO算法进行多目标优化搜索.IMOPSO算法不但引入变异算子以避免早熟,而且引入拥挤算子,使Pareto优解尽可能均匀分布于Pareto前端,并采用一种新的自适应惯性权重提高寻优能力.实验结果表明,IMOPSO算法具有更快的收敛速度和更好的寻优能力,同时基于该算法的融合方法也实现了Pareto最优多聚焦图像融合.     

基于柔性长鳍波动推进的仿生水下机器人设计与实现

以基于柔性长鳍波动推进的仿生水下机器人试验模型为背景,主要研究其设计与实现问题．首先,介绍了仿生水下机器人试验模型的设计原则及其系统总体结构,然后重点研究了仿生柔性长鳍、主控模块与通讯系统、运动控制子系统的设计方法、系统构成和工作原理,最后介绍了试验模型的系统测试与航行试验结果及其结论,并指出了仿生水下机器人试验模型的改进重点和柔性长鳍波动推进技术今后的研究方向．基于柔性长鳍波动推进的仿生水下机器人试验模型的研制成功,初步验证了柔性长鳍波动推进方式应用于水下机器人推进控制系统在原理上和技术上是可行的．     

长背鳍波动推进游动研究

以依靠长背鳍推进的“尼罗河魔鬼”为研究对象,对弓鳍目模式推进进行了研究。在“尼罗河魔鬼”巡航游动试验的基础上,通过对鱼体几何形态和柔性长背鳍波动的运动学分析,建立了“尼罗河魔鬼”长背鳍波动推进的简化运动学模型,并利用大摆幅伸长体理论分析了长背鳍波动推进的水动力学特性。计算表明:“尼罗河魔鬼”在0．728～0．985身长／s的速度范围内,长背鳍波动推进的水动力学效率介于81．664％-86．420％之间,表明长背鳍波动推进游动是一种适应水中环境的高效游动模式。     

无人机攻防对抗不完全信息动态博弈方法研究

以不完全信息动态博弈理论为基础,无人机攻防对抗问题为背景,建立无人机攻防对抗问题的不完全信息动态博弈模型;针对博弈树的求解问题,设计免疫进化算法,求解问题的贝叶斯纳什均衡解,得到无人机的最优策略序列。仿真结果表明该模型能够合理的应用于无人机攻放对抗问题当中,具有较好的应用价值。     

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．     

仿鱼柔性长鳍波动运动分析与建模

研究了弓鳍目鱼“尼罗河魔鬼”的柔性波动长背鳍.针对波动长鳍大的柔性变形特征,提出了由N根刚性鳍条依靠柔性薄膜连接组成的柔性波动长鳍简化模型;在分析长背鳍运动和流固耦合的基础上,建立了柔性波动长鳍的运动学模型;进而,从弹性薄壳理论出发,考虑柔性长鳍结构的几何非线性,并引入无矩薄壳理论的假定,建立了柔性长鳍波动的平衡方程.依据所建立的运动学模型和柔性长鳍波动的平衡方程,可以进一步解析柔性长鳍波动运动的动力学性能.     

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.     

基于变形模板的多目标识别与定位

典型目标的识别与定位是无人机应用系统的关键技术之一,但实现完全地自动目标识别和定位存在一定的困难。该文提出一种采用变形模板进行多个目标的识别和定位方法,以机载传感器的融合图像为基础,并引入人在回路的思想,设计了基于变形模板的多目标识别和定位算法,重点研究了多目标变形模板库的构造和相应能量函数的定义,而变形模板的优化采用具有保优策略的遗传算法实现。仿真实验表明该方法具有较高的目标识别与定位能力,可以有效解决无人机图像中多个典型目标的识别与定位问题。