基于T/S-SAS的多无人机四维协同攻击航线生成

针对多无人机攻击目标时间协同以及飞行航线空间协同问题,提出基于时间与空间双协同稀疏A^*搜索(T/S-SAS)算法的多无人机四维协同攻击航线生成算法。改进飞行扩展节点模型,设计基于并发扩展的算法结构,建立时间协同代价计算模型与多机防碰撞约束模型,并开展仿真研究。研究结果表明：所提算法能够增强无人机攻击航线的规划效率、减少不同无人机抵达目标的协同攻击时间极差、解决不同无人机之间的空间防碰撞问题;该算法使多无人机协同攻击航线满足时间/空间约束,提升了多无人机协同时间打击性能及飞行路线空间协同性能,提高无人机协同作战效率与作战能力。     

多目标时空同步协同攻击无人机任务分配与轨迹优化

针对复杂战场环境下分布式无人机对多目标协同打击任务,提出多目标攻击的任务分配与轨迹优化算法。建立典型多目标打击的任务场景和无人机模型;基于Delaunay三角形理论,以禁飞区为节点构建搜索地图;运用A^*算法实现威胁最小的单机路径搜索;在无人机动力学约束和能耗损失最小的基础上,引入时间调节因子,采用基于贝塞尔曲线的分布式无人机时空同步轨迹优化方法,得到对多目标同时打击的优化轨迹;设计轨迹跟踪控制器,对预规划轨迹进行跟踪仿真。仿真结果表明,多目标攻击的任务分配与轨迹优化方法能够对多目标实现多角度、时空同步、分布式协同打击,且对噪声及阵风等具有较强的抗干扰能力。     

基于任务区分的无人机航路规划方法

军用无人机飞行航路必须基于作战任务规划,在任务完成和飞行安全之间体现不同侧重.文中将无人机航路规划问题区分为固定航路规划和突防航路规划,阐明了各自的规划要点,提出的基于任务完成度的固定航路规划方法和基于改进蚁群算法的突防航路规划方法,能够满足无人机不同作战任务需求.通过算法仿真和作战仿真系统的应用实践,证明了文中方法的合理性和实用性.     

无人机编队Dubins 航路规划及编队控制器设计

为完成无人机编队任务并解决无人机在飞行中因干扰而造成编队任务失败的问题,设计一种无人机编队 任务的Dubins 航路规划算法及控制器。根据无人机编队同时到达集结点的时间一致性要求,利用解析几何方法进行 航路设计,通过分析无人机飞行状态,设计了能够进行速度调整的控制器,并使用六自由度无人机模型验证了航路 算法及控制器的性能。仿真结果表明：该航路算法能够解算出各种编队任务的飞行航路,在控制器作用下能够很好 地完成编队任务。     

有/无人机编队协同作战指挥控制关键技术综述

随着无人机技术的发展和作战任务的日渐复杂,有人机与无人机联合编队协同作战将是未来作战的一种重要形式,有/无人机编队协同作战指挥控制技术成为当前研究的难点问题之一。总结梳理了近年来国内外有/无人机协同作战相关项目研究进展情况。通过分析有/无人机编队组成和典型作战过程,研究了有/无人机协同作战指挥控制体系结构。从指控组织动态优化、智能决策、任务规划、数据通信四个方面,分析归纳了有/无人机编队协同作战指挥控制关键技术。对有/无人机编队协同作战指挥控制技术的未来发展方向进行了展望。     

基于Q学习的多无人机协同航迹规划方法

针对多无人机同时到达目标的航迹规划问题,建立战场环境模型和单无人机航迹规划的马尔可夫决策模型,基于Q学习算法解算航程最短的最优航迹,应用基于Q学习算法得到的经验矩阵快速解算各无人机的最短航迹并计算协同航程,通过调整绕行无人机的动作选择策略,得到各无人机满足时间协同的航迹组。考虑多无人机的避碰问题,通过设计后退参数确定局部重规划区域,基于深度Q学习理论,采用神经网络替代Q_table对局部多无人机航迹进行重规划,避免维度爆炸问题。对于先前未探明的障碍物,参考人工势场法思想设计障碍物Q矩阵,将其叠加至原Q矩阵,实现无人机的避碰。仿真结果表明：所提基于Q学习的多无人机协同航迹规划算法能够得到时间协同与碰撞避免的协同航迹,并对环境建模时所未探明的障碍物进行躲避;与A^*算法相比,针对在线应用问题,新算法具有更高的求解效率。     

多无人机协同作战武器目标分配建模

针对多无人机作战协同自主性不高的问题,论文通过分析无人机作战的约束条件,综合考虑多无人机协同作战下敌我双方的优势和威胁能力指数,建立了多无人机协同作战武器目标分配的数学模型,并通过仿真验证了该模型能够较好地解决多无人机协同作战武器目标分配问题,对于提高无人机协同作战的效能具有借鉴意义。     

受限通信下多基地多无人机协同搜索多目标任务规划问题

针对多无人机协同搜索多目标的多旅行商航路规划问题(multiple traveling salesman problem,MTSP),建 立一种多目标、多基地、目标有通信限制的多无人机协同侦察任务规划模型。考虑完成任务所需时间、总搜索路径 长度及任务均衡性,利用量子遗传算法进行优化;针对侦察目标受通信类型限制模拟仿真。结果表明,该模型能得 到完成侦察任务的最优航线。     

复杂区域多UAV覆盖侦察方法研究

为提高多无人机对复杂目标区域进行覆盖侦察的效率,首先采用多边形宽度和最小面积外接矩形求解方法对不规则区域进行整理和离散化处理;其次,基于改进蚁群算法对各离散网格中心节点进行优化生成树的构建;最后,依据所得优化生成树进行多无人机协同覆盖侦察航路的规划。仿真结果表明,所提方法在完成目标区域覆盖侦察任务过程中所需转弯次数最少,且无需重新任务规划即可完成编队侦察任务重构,有效的提升了系统覆盖侦察的效率。     

智能无人集群系统协同控制关键问题分析

无人机集群协同控制是智能无人机集群协同作战的技术基础,在复杂的动态环境和时间敏感态势下,可实现对各种信息快速有效地获取、处理、传输以及多平台的控制。针对智能化无人集群系统协同控制的关键问题,重点分析了复杂战场环境下多无人机系统的多级分布式协同控制体系结构以及具有时空约束的协同航迹规划问题,比较了采用三种不同算法的多无人机协同航迹规划的仿真结果;分析了集群编队控制中的协同控制策略和编队队形重构等关键问题,给出了多无人机编队运动轨迹和编队构型变化轨迹的仿真结果。最后从5个方面阐述了智能无人机协同控制技术的发展。     

基于改进A*算法的路径规划在海战兵棋推演中的应用

为满足海战兵棋推演中多目标路径规划的需求,解决传统A*算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A*算法的路径规划方法.建立一种映射机制,实现了A*算法在兵棋推演环境中的初步运用.构建一种既能满足多目标需求又能保证生成最优路径的估价函数.为验证算法有效性,在实际推演平台上进行了相关实...     

基于多蚁群系统的多无人机协同目标搜索方法

针对多UAV协同搜索问题,建立了基于搜索概率图的UAV环境信息描述模型,提出了一种基于多蚁群算法的协同目标搜索算法。该算法由多个蚂蚁种群构成,每个蚂蚁种群负责搜索一架无人机的路径。蚂蚁个体在搜索路径时通过其所在群体的信息素的引导以趋向最优路径,同时,受到来自其它种群的信息素的排斥作用进而避免无效搜索。实验结果表明,该方法能有效地实现多UAV之间的协同,实现路径搜索,减少路径交叠,提高了搜索效能。     

一种基于导航误差空间的无人水下航行器路径规划方法

无人水下航行器(UUV)的传统路径规划方法常忽略对路径安全有重要影响的导航误差约束。针对此问题,将导航误差引入环境模型中,提出一种基于导航误差空间(NES)的全局路径规划方法。NES综合自身位置、导航误差和环境信息,将随机导航误差转化为有确定代价的约束条件。提出符合实际导航特点的导航误差传递模型,并采用圆概率偏差（CEP）评估导航精度。目标代价同时考虑了路径长度和航行安全性等因素。运用改进A^*算法进行路径搜索,获得最优路径。数字海洋环境仿真实验表明,提出的规划算法简便、快速,可有效降低路径的安全风险。     

基于协同进化算法的多舰扩方应召反潜搜索方法

反潜作战是现代海战中水面舰艇的主要作战任务之一,对潜搜索行动是水面舰艇反潜作战的重要组成部分,是实施对潜攻击的前提和保证.针对目前常规多舰扩方搜索方法存在搜索效率低、协同能力弱的问题,对现有的2种多舰扩方搜索样式进行协同路径优化.根据舰艇声呐搜索原理以及实际反潜战术的应用,以在固定搜索时长内使得搜索效能最大为目标,建立了2种搜索样式最优协同路径问题的数学规划模型,给出了运用改进的协同进化算法规划多艘舰艇搜索路径的具体求解过程,并通过仿真实验得到不同搜索样式下的多舰协同最优搜索路径.结果表明:该方法具有搜索范围大、搜索效率高的特点,相比常规方法具有较大优势,适用于解决多舰扩方反潜搜索路径规划问题.     

无人机多机协同航迹规划的研究及发展

构建了无人机协同航迹规划的结构框架,并阐述了其发展,分析了无人机系统约束及威胁场约束,探讨了无人机航迹几何建模方法及协同规划算法的国内外研究概况,并着重分析了协同规划算法如遗传算法、神经网络及蚁群算法。最后,阐述了无人机协同航迹规划面临的关键问题及发展趋势。     

智能反舰巡航导弹协同攻击效能评估

智能反舰巡航导弹协同作战已成为重要的发展趋势，如何衡量体系对抗条件下的导弹协同攻击问题是近年来作战效能评估研究的一个新方向．采用改进信息熵函数的方法，通过把作战过程分解成多个节点，用不确定性自信息量来度量各节点所完成任务的程度，得出了一种适合求解不确定系统作战效能的评估方法，并以智能反舰巡航导弹协同攻击为例，进行了具体研究．     

多无人机远距突防协同目标搜索决策

针对需要远距突防的不确定区域运动目标的搜索问题,提出了多无人机（UAV）远距突防和协同目标搜索的路径决策。改进基本的二维扩散模型,建立考虑目标运动与地理环境限制条件下的不确定区域扩散模型,在此基础上基于电势场算法和滚动时域控制研究了远距突防与优化路径决策策略。综合考虑不确定性降低收益、平均不确定度与综合抗力,构建协同搜索收益函数,为协同搜索路径决策提供路径优化准则,进行仿真实验。仿真结果表明,本算法能够有效地应对突发威胁与不确定区域扩散,完成多UAV远距突防与协同目标搜索任务。     

航母编队油料伴随补给规划模型及算法研究

基于航母编队油料伴随补给规划问题,提出作战背景下补给舰船的3种补给策略。根据合理假设,将解决TSP问题的指导思想加以改进并应用于补给规划问题中。以最小化补给时间和最大化作战效能为目标函数,分别构建补给规划模型,通过Matlab软件,利用改进的多目标离散粒子群算法对问题进行求解,并进行仿真实验验证。仿真结果表明：该方法是合理、有效的,能获得更小的补给时间和更大的编队作战效能,较好地实现航母编队油料伴随补给规划问题的优化。     

航母编队油料伴随补给规划模型及算法研究

基于航母编队油料伴随补给规划问题,提出作战背景下补给舰船的3种补给策略。根据合理假设,将解决TSP问题的指导思想加以改进并应用于补给规划问题中。以最小化补给时间和最大化作战效能为目标函数,分别构建补给规划模型,通过MATLAB软件,利用改进的多目标离散粒子群算法对问题进行求解,并进行仿真实验验证。结果表明,该方法是合理、有效的,能获得更小的补给时间和更大的编队作战效能,较好地实现航母编队油料伴随补给规划问题的优化。