无人机集群智能涌现与演化建模论述

为研究无人机集群复杂性及智能生成机理,阐述无人机集群智能涌现与演化的概念及方法.针对无人机集群智能涌现的信息融合、在线任务规划、陌生环境下搜索与攻击优化和集群队形控制4个应用领域,论述其建模需求及原理,提出无人机集群智能演化的规则、算法和案例3个具体演化方向,并论述实现演化的建模途径,可对进一步研究无人机集群智能涌现和演化建模提供理论参考.     

基于智能体的无人机集群弹性均衡度量与仿真评估方法

无人机集群任务执行过程呈现分布式、多阶段、对抗性等特征,因蓄意攻击导致的持续性破坏事件时有发生。为确保任务执行,要求集群中的各飞行编队均具备一定弹性。然而,现有的度量方法难以有效描述长周期任务和持续性破坏特征下无人机集群能力均衡特征,基于此,本文拟给出一种新的度量与仿真评估方法。首先,提出一种面向任务的集群弹性均衡度量方法,通过任务过程描述,给出编队性能与任务需求度量,由此定义集群弹性均衡;然后,以建模框架、破坏行为以及重构行为模型为基础,建立一种基于智能体的无人机集群联合侦察任务模型,并通过仿真对弹性均衡度量进行评估;最后,以无人机集群执行联合侦察任务为例开展案例验证。仿真结果表明,所提出的度量与仿真评估方法可为无人机集群持续破坏下的能力设计提供支撑,保证无人机集群在任务中可靠、稳定运行。     

基于模糊推理Petri 网的无人机智能决策方法

为了提高动态不确定环境下无人机的自主控制级别,建立一种基于模糊推理Petri网的无人机智能决策方法。以 FRPNs 结构实现规则推理,按照规则分析系统的推理过程,并基于模糊推理 Petri 网的智能决策进行仿真。仿真结果证明：该方法提高了决策的实时性,实现了无人机攻击和防御的自主决策。     

基于国产嵌入式智能计算平台的无人机检测方法

面向陆地战场上对反无人机侦察的现实需求,提出一种基于国产嵌入式智能计算平台的无人机检测方法。针对无人机体型小、易受战场环境影响而不易察觉的难题,采用红外、可见光图像和视频流等多源输入进行目标检测;针对嵌入式平台算力和存储能力有限的特性,构建轻量化深度神经网络,通过将单次多盒检测器(SSD)中的特征提取网络替换为MobileNet进行模型优化;选用国产嵌入式平台比特大陆SE5智能计算盒进行验证,完成模型转换和移植。实验结果表明：所提基于轻量化深度神经网络MobileNet-SSD的无人机检测方法在国产嵌入式智能计算平台上能够准确判断出目标的类别,且平均识别精度和帧率与在开发环境中运行差距不大。充分表明所提方法在国产嵌入式智能计算平台上进行移植后,能够在速度和精度方面满足应用环境对无人机检测算法实时性与准确性的要求。     

基于混沌蚁群算法的集群无人机协同任务分配

针对无人机集群协同任务分配问题,以无人机集群完成所有任务的总航程和未完成任务数最小为优化目标,构建多目标的多任务分配数学模型,并提出基于混沌蚁群算法的优化方法对模型进行求解。借鉴混合算法能提高单一算法性能的思想,在集群任务分配问题中将混沌算法的遍历性、随机性和蚁群算法的信息素正反馈机制结合起来,并通过仿真实验验证所提方法的有效性和适用性。结果表明：基于混沌蚁群算法的集群无人机协同任务分配方法能够增强全局寻优能力,提高算法效率,为多无人机分配最优的任务序列。     

复杂交通场景下目标稳定跟踪方法研究

为克服实际交通场景中环境的复杂性和目标的多样性给雷达目标稳定跟踪带来的问题,采用基于卡尔曼滤波和概率数据关联的雷达多目标跟踪算法,实现点迹与航迹之间的关联.提出一种基于欧氏距离的改进航迹关联方法,增加航向夹角判别的约束,解决了由于多目标相互遮挡或交叉运动带来的航迹不连贯、不稳定问题,实现了航迹与航迹之间的关联,提升了航...     

德国联邦国防军寻求广域侦察用的无人机系统

雷锡恩金属防务公司和以色一列航天工业公司就研发德国联邦国防军战区纵深成像侦察系统（SAATEE）计划中的广域侦察用的苍鹭无人侦察系统签署了一项合作协议。     

持续监视问题多无人机协同搜索策略

针对持续监视问题开展多无人机协同搜索策略研究。将模糊数学理论引入协同搜索领域,提出了基于模糊c均值聚类的多无人机协同搜索策略,克服了常见多无人机协同搜索策略由于重复搜索与频繁转场导致搜索代价无功消耗的不足。在此基础上考虑无人机动力学约束,以提高搜索策略的工程实用性。最后,通过数值仿真对FCM搜索策略进行效能分析。仿真结果表明,与常见多无人机协同搜索策略相比,该策略具有搜索效率高与稳定性强的优势。     

无人机集群对要地防空的威胁及反制对策研究

无人机集群是一种颠覆未来作战形态的新型智能化武器系统,将给传统要地防空带来巨大挑战.从技术发展、实战应用、能力缺失三个方面深入剖析了无人机集群对要地防空的威胁.针对要地反无人机集群现实需求,提出了"环形部署,梯次防御,尽远设防,灵活布防"的部署策略,以及"多源融合,早期预警"、"充分准备,快速反应"、"多措并举,打防结...     

基于模糊c均值聚类的多无人机协同搜索策略

针对多无人机静态搜索任务与持续监视任务开展多无人机协同搜索策略研究。针对基于"回报率"图的贪婪搜索策略和分布式协议搜索策略在搜索收益和剩余"回报率"均匀性方面存在的不足,对其原因进行了分析并提出了基于模糊c均值聚类的多无人机协同搜索策略,该策略将模糊数学的方法引入多无人机协同搜索领域,将离散搜索环境以"回报率"和空间位置为特征矢量进行聚类划分,减少了无人机转场次数,降低了搜索代价的无功消耗,提高了搜索收益和剩余"回报率"均匀性。仿真结果表明,本文提出的协同搜索策略在静态搜索任务中比贪婪策略的搜索收益提升了39.03%,剩余"回报率"降低80%,比分布式协议搜索策略性能有所提升;而在持续监视任务中,本文提出的搜索策略的搜索收益比两种基准搜索策略提升了22.74%和18.82%,剩余"回报率"均匀性分别提升了89.28%和87.37%,有效地提高了多无人机协同搜索的任务效能。     

基于数据挖掘方法的多传感器数据融合系统

提出了基于数据挖掘技术的多传感器数据融合方法,根据该方法运用粗糙集--模糊神经网络建立了融合系统模型,给出了系统的原理图,并对系统各部分所用算法进行了研究.最后介绍了该模型的特点,即有较强的通用性,并举例予以说明.     

基于模糊层次分析法的无人机系统效能评估方法

针对无人机系统性能指标的相对性、模糊性,运用模糊数学方法建立模糊综合评价模型,对无人机系统的作战效能评估问题,提出了基于模糊层次分析法的评估模型。并以两种无人侦察飞机系统为例给出了综合评价的分析实例。     

基于直觉模糊的无人机系统故障维修分配方法研究

针对现有武器系统故障维修分配方法仅以系统维修度为约束条件而过于简化这一不足,提出基于直觉模糊约束的无人机系统故障维修分配方法。结合实际存在的约束资源模糊等情况,建立直觉模糊规划模型,在给定条件下,将其转化为确定型线性规划,并通过实例运用对模型进行了验证。结果表明:该方法能从正反两方面提供令人满意的解,为无人机系统故障维修分配的优化提供科学依据。     

无人机遥控方式的智能管理策略

为解决无人机地面站多种遥控方式共存时的诸多问题,依据无人机各种遥控方式的特点及其适用范围,设计一种基于优先级的遥控方式智能管理策略及其实施方法。该策略实现的核心是在不改变地面站硬件构架的基础上,构建兼容三种遥控方式的遥控信号处理系统,并提出三种工作模式:自动模式、固定模式和复合模式。在各模式中制定了指令组合的优先级,实现了遥控方式的有效切换和指令的灵活组合。实际结果证明该智能管理策略实施良好,系统模式划分合理,实现了遥控方式管理的智能化。     

基于姿态率控制的无人机目标跟踪算法

固定翼无人机跟踪机动目标时,由于运动速度的差异性,需要规划特殊的航迹才能达到较好的跟踪效果。根据无人机的机动特性对系统进行了建模,考虑风的干扰,设计了基于姿态率控制的无人机目标跟踪算法,并对该算法进行了仿真。仿真结果表明,该算法能有效抵抗风的干扰,保证无人机目标跟踪的可靠性。     

基于自主切换的无人机航向跟踪设计

基于某型无人机飞行运动模型,研究设计了基于自主切换的无人机航向跟踪控制律。建立了无人机运动的数学模型,设计了飞行控制系统结构,以及纵向、横侧向控制律和自主导航功能模块,实现了无人机的基本飞行控制和自主导航功能。通过仿真验证,该无人机具有比较理想的飞行航线跟踪和飞行航线切换能力,自主导航功能模块达到了预期的设计要求。     

基于动态权值分配的无人机高度融合估计方法

为了提高无人机在海上低空飞行时的高度导航精度和可靠性,提出一种基于动态权值分配的高度融合估计方法。通过建立INS/GPS组合导航系统误差模型,设计了惯性/卫星/雷达高度计组合导航卡尔曼滤波器,并通过采用最优权值分配策略进行数据融合,实现低空飞行条件下的高度准确估计。仿真结果表明：该方法在低空飞行条件下的高度导航精度有明显提高,具备较强的鲁棒性,具有较大的工程应用参考价值。     

面向反无人机蜂群的智能对抗体系

针对反无人机蜂群的紧迫需求,提出构建空地协同智能对抗体系的构想。阐述体系功能、体系组成及工作原理,明确智能感知与决策等关键技术研究方向;基于空地协同智能指挥控制系统,综合运用多种空中、地面的无人侦察及武器系统,实现对无人机蜂群的快速发现、精准跟踪、智能识别及毁伤拦截,有效提升体系化对抗效能。结果表明,该体系可为我军发展智能化反无人机蜂群作战力量体系提供思路。     

基于SOFM神经网络的多目标跟踪方法

针对现代作战中同一空域内目标数据的空中态势易呈现团状、聚类跟踪困难程度不断加大等特点,应用具有良好聚类特性的自组织特征映射神经网络（SOFM）,通过对各传感器测量的数据融合,进行动态聚类,实现对多目标的实时精确跟踪。仿真试验证明,改进SOFM网络模型对多目标的跟踪较之传统SOFM网络模型具有更好性能。