基于搜索理论的多无人机协同控制方法研究

探讨了多无人机对静止多目标协同搜索问题。运用搜索理论,根据搜索域上的“回报率”状态图,针对多无人机协同控制的搜索规划方法进行了研究。并通过蒙特卡洛仿真,以理论上最优搜索为标准,对协同搜索和随机搜索进行了评估。仿真结果表明,协同搜索相对随机搜索能更有效地利用无人机资源,提高无人机机群的作战效能。     

多架反辐射无人机的作战效能分析

应用WSEIAC武器系统效能模型给出了单架反辐射无人机的作战效能表达式，推导了多架反辐射无人机的作战效能表达式．讨论了反辐射无人机的作战使用特点，并针对多架反辐射无人机的作战效能分析了攻击资源的分配。     

反辐射无人机攻击效能评估

应用概率数学模型描述反辐射无人机在威胁环境中的攻击过程，给出了反辐射无人机完成任务概率、目标雷达被击毁概率及反辐射无人机被击毁概率的表达式．最后讨论了反辐射无人机空对地攻击行动中某些效能的度量，并计算了实例．     

基于蚁群算法的多无人机协同任务规划研究

现代战争中,无人机对战前情报收集、重要空域控制、重点目标监视和打击等起着关键作用.随着攻击方参战无人机的规模增加,相应防御方的防御力度也在提高.无人机群的作战任务面临的是多目标多雷达的防御群.因此,多无人机协同任务规划的研究主要集中在任务分配和路径规划.基于蚁群算法建立了针对目标群简化的数学模型,解决了侦查无人机滞留防御方雷达探测范围内的时间总和最小的航线优化问题,完成了无人机侦查任务拟制最佳路线和调度策略,实现了多无人机的协同任务规划.     

通信受限下多无人机协同运动目标搜索

针对搜索问题中的目标通信限制和运动特性,采用连通矩阵建立了无人机通信拓扑结构。基于贝叶斯理论利用多架无人机联合探测信息对目标存在的后验概率进行更新,通过计算目标转移概率密度得到动态时敏目标的预测概率,提高了目标存在概率图的准确性;设计了一种调度信息素,建立了数字信息素图使用方法及更新机理,增强了无人机的协作性。在此基础上设计了合理的UAV协同搜索性能指标函数,最后在分布式模型预测控制框架下对性能指标函数进行优化求解,仿真结果表明两种搜索图能够引导无人机协同搜索,加强了机间合作,提高了搜索效率。     

反辐射无人机攻击目标击毁概率分析

在理论分析反辐射无人机命中概率和条件毁伤概率的基础上，提出了一种反辐射无人机攻击地面雷达目标时击毁概率的计算法，经算例验证，结果比较符合实际．为评估反辐射无人机的作战效能，提供了一个简洁、实用的方法．     

基于蚁群算法的无人机任务规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，本文对新近发展的蚁群算法进行了研究，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

瞄准点选择对子母弹对地攻击效果的影响

为达到最佳毁伤效果,在对目标进行攻击时应该合理选择瞄准点.基于子母弹对地面目标的毁伤效能,给出了合理选择瞄准点的依据.建立了集群目标完全已知和不完全识别两种情况下对目标的攻击效果评估模型.通过算例对模型进行了验证,结果表明:在了解集群目标中单元目标分布的情况下,并且在瞄准点选择时考虑这一因素能够减少火力攻击的次数,提高作战效能.     

攻击无人机的协同航路规划

在空中进攻战役计划制订时应充分考虑敌方目标的有关因素及其周围防御力量的水平，合理选择进攻目标、确定攻击航路以及分配恰当的突击力量于突击目标。针对这一问题提出了目标分配及航路选择的优化模型，并改进了遗传算法的编码方式。在此基础上采用遗传算法对基于目标分配的无人机协同作战任务进行了仿真检验，确定了各无人机的攻击目标及相应的回避威胁的协同航路。通过该方法可以有效地提高无人机的协同作战效能。     

无人机群协同作战任务分配方法研究

针对战场环境的多目标、多任务以及无人机能力有限等特点,设计了一种适应于多目标、多无人机、多任务种类的无人机群协同多任务分配模型。结合该模型以及其中的任务偏序约束、协同任务约束、无人机能力约束等约束条件提出了基于任务序列的遗传算法染色体编码方法,和基于同类任务的遗传算法交叉、变异算子。该方法利用遗传算法的全局搜索优化解特点,对无人机群的协同任务分配进行优化。仿真试验表明该方法能够保证满足任务分配约束条件的基础上使任务的分配更加优化。