某型履带式无人战车通过性与射击稳定性仿真及优化研究

对某型履带式无人战车的通过性及射击稳定性进行研究,基于RecurDyn仿真平台建立战车的三维动力学模型,结合设计指标要求,构建不同行驶工况的路况模型,进行越障、越壕、爬坡等通过性及射击稳定性的仿真分析。仿真结果表明,该战车的初始设计方案基本可以满足指标要求,但存在越障时战车上仰姿态过高、落地时受到的冲击过大、越壕时诱导轮受到严重磕碰等问题,设计方案还应进一步改进。通过对仿真动画和战车俯仰角以及相关部件的受力曲线进行分析,对负重轮的布局进行改进设计,将第2组负重轮及其悬挂的装配位置向车首方向前移0.45 m,改进后的战车通过性得到了显著提高,且稳定性未受到任何不利影响。研究结果可作为无人战车智能环境感知与自主机动技术的研究基础,为相关车辆的底盘行驶系统设计提供一定参考。     

基于遗传算法的协同航迹规划算法研究

文中针对无人飞行器的协同航迹规划,提出了一种基于遗传算法的协同航迹规划算法。该算法采用双层进化机制,不同的飞行器生成各自的可行航迹种群用于下层进化;对不同飞行器的可行航迹进行组合形成协同航迹组种群用于上层进化。实验表明,该算法能够在较短的时间内规划出较优的协同航迹组;同时,由于下层进化中利用了状态表征矩阵和新的引导信息,使得收敛速度比标准遗传算法更快。     

基于改进遗传算法的协同航路规划研究

在进行协同任务规划时应同时考虑协同航路规划和任务分配这两个问题,同时到达进攻目标、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协同航路选择的优化模型,并且给出了编码结构;针对遗传算法存在的不足,提出了一些改进;然后采用改进的遗传算法对协同任务规划模型进行了仿真验证。仿真结果表明该方法可以有效地规划出协同航路。     

基于改进遗传算法的协同航路规划研究

在进行协同任务规划时应同时考虑协同航路规划和任务分配这两个问题,同时到达进攻目标、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协同航路选择的优化模型,并且给出了编码结构;针对遗传算法存在的不足,提出了一些改进;然后采用改进的遗传算法对协同任务规划模型进行了仿真验证.仿真结果表明该方法可以有效地规划出协同航路.     

基于智能算法的无人集群防御作战方案优化方法

兵力部署与任务分配是无人集群防御作战的重要过程,有效利用集群中有限的兵力并发挥出最高的作战效能对提高无人集群的作战胜率至关重要,进行高效的作战任务分配能够协调集群一致性并更好完成作战任务。针对无人集群防御作战中的关键作战方案,研究无人集群防御作战的兵力部署及协同任务分配优化问题。构建基于智能体技术的无人集群防御作战模型,量化无人集群兵力部署所需的关键参数,对作战区域与兵力进行规划,设计目标函数。提出一种自适应遗传算法,解决无人集群的兵力部署问题。算法可根据实时运行情况动态调整目标函数、交叉率和变异率,保证适应度值较高个体的传承并避免算法出现局部最优。进行防御作战仿真,为验证无人集群兵力部署的效果,提出一种基于深度Q网络的深度强化学习改进算法,解决无人集群任务分配问题,对部署好的无人集群进行任务分配并作战。该算法能够自适应调整Q值,避免算法因过度估计造成无法收敛至最优解。防御作战实验结果表明,所提出的无人集群兵力部署及协同任务分配方法可有效提高防御作战的成功率,实现无人集群的自主协同及智能对抗。     

不同行驶系统对战车稳定性的影响研究

以某中型无人战车的初期方案设计的底盘选型为研究背景,将基于完全相同的上装和车身主体的战车分别搭配履带、6×6轮式和8×8轮式3种不同的行驶系统,形成不同的设计方案,采用多体动力学仿真分析方法,计算战车在平坦路面上静止状态下和25 km/h速度行驶状态下的纵向射击的车身俯仰角和侧向射击的车身侧倾角,以及C、D和E级路面上以10、25和40 km/h速度行驶时的车身俯仰角,通过仿真对比分析3种设计方案的战车射击稳定性和行驶稳定性。研究结果表明,在不考虑制造成本、可靠性和可维修性、长途运输等因素的前提下,履带式底盘在稳定性方面更有优势,且两种轮式战车之间的差距不大。研究结果为战车在初期方案设计过程中对行驶系统的选型提供了动力学方面的参考。     

遗传算法在武器目标分配中的应用

从问题编码、初始种群产生、遗传操作等方面给出了武器目标分配问题的遗传算法详细设计,以及不同武器射击精度和射击规则下的编码方式.将遗传算法和仿真模型相结合,实现了适应度函数的动态变化,为解决对抗作战中大规模的武器目标动态分配问题提供了一种有效方法.     

面向火炮射击密集度的随机因素稳健设计

为了实现对射击密集度的有效控制,解决考虑随机因素的射击密集度优化设计问题,利用基于随机模型和随机优化的稳健设计理论,提出一种指标要求导向型的随机因素参数区间计算方法。基于蒙特卡洛模拟,采用六自由度外弹道模型,利用某型大口径榴弹炮数据求解射击密集度并研究其统计特性。利用不合格概率、灵敏度指数两个稳健目标准则,构建射击密集度稳健设计随机模型。采用带精英策略非支配排序遗传算法并结合反向传播神经网络代理模型技术对稳健设计随机模型进行优化求解,确定符合指标要求的随机因素参数区间。对比分析结果表明,该方法可同时保证射击密集度指标的最优性和稳健性,对射击密集度的预测具有一定可行性。     

俄罗斯对无人战车的需求、运用及编配

正2015年,是俄罗斯军事装备井喷的一年,在莫斯科阅兵式上展示了一大批新型武器装备。而有更多的装备,在随后的新闻媒体中被进一步披露,其中已经开始推向世界军火市场的无人战车则更为引人关注。本文综述了俄罗斯陆军无人战车的需求、发展及新型战术和编配。苏联/俄罗斯对无人战车的认识苏联时代,苏军就把无人战车划分为自主式和遥控式两大类。20世纪80年代之前,苏联军工部门就     

炮车比研究与试验

本文对火炮后坐阻力与车重的比值——炮车比与射击稳定性、射击密集度和悬挂闭锁等的关系及其影响因素进行阐述,对发生在车、炮两界之间有关战车闭锁的功过褒眨作出评论,并对炮车比限值被突破的现状及极限值的存在作论证,对战车要否设置驻锄和诱导轮要否着地提出分析。本文提供部分炮车比方面实际试验结果作为研究分析正确性的佐证,得出惯性滞后时间大于膛内运行时间是确定炮车比极恨值的主要依据,单发间断射击不必闭锁,连续不间断射击可以闭锁,炮车比大时可设驻锄,但应有消耗后坐能量的环节等结语。     

一种基于遗传算法-模式搜索法的无人机路径规划

为改善遗传算法局部寻优精度较差的固有缺陷,提出一种基于遗传算法-模式搜索法的无人机路径规划算法.采用简单的一维编码表示路径,构造了路径最优化的目标函数和适应度函数.先用遗传算法全局搜索,得到全局近似最优路径,在此基础上使用局部寻优精度好的模式搜索法,得到精度更好的路径.仿真结果表明所提的遗传算法-模式搜索法改善了单一遗传算法局部寻优精度较差的缺陷,提高了路径规划的精度.     

基于强化学习补偿的地面无人战车行进间跟瞄自适应控制

针对底盘运动和路面起伏对地面无人战车行进间跟瞄带来的非线性干扰问题,提出一种基于强化学习补偿的地面无人战车行进间跟瞄自适应控制方法。该跟瞄控制方法由主控制器与补偿控制器两部分构成,主控制器利用PID控制算法结合当前跟瞄误差得到主控制量,补偿控制器利用Dueling Q网络强化学习算法对战车当前状态和局部规划路径附近的路面起伏信息进行处理得到补偿控制量。建立地面无人战车一体化运动学模型,对基于强化学习的补偿控制算法进行阐述;基于V-REP动力学软件在三维场景中进行仿真验证。实验结果表明：基于强化学习补偿的跟瞄控制方法对底盘运动和路面起伏具备较好的自适应能力,有效地提升了无人战车行进间跟瞄的准确性与稳定性。     

无人飞行器海上航迹规划差分进化算法研究

为研究海洋环境下的无人飞行器（UAV）航迹规划问题,提出了一种基于差分进化算法（DE）的航迹规划方法。该方法通过对规划环境进行预处理将岛屿处理成地形威胁区,使问题简化为二维平面规划。采用实数编码方式对航迹进行编码,建立了航迹代价函数的数学模型,从航迹质量、算法稳定性和收敛速度3个方面比较了DE与遗传算法（GA）和粒子群优化算法（PSO)的性能。仿真实验结果表明,所提方法能在复杂的海洋环境下为飞行器规划出一条安全的可飞航迹。     

基于回合制的火力分配优化问题建模方法研究

为解决火力分配中目标威胁度量化评估难,以及不同装备使用不同弹药对不同目标的毁伤效果差异大问题,建立了火力分配优化问题模型,该模型以最大战斗力指数为目标函数,并在火力分配基础上提出了装备-弹药-目标的分配方法。以武器装备回合战斗力指数为火力分配依据,有效解决了当前优化模型中很难精确确定不同目标威胁度大小问题;以回合制为计算周期确定装备战斗力指数、弹药消耗发数及装备运用方案等,有效解决了当前优化模型中一次计算后目标动态变化造成的火力资源浪费以及实时动态分配造成的计算困难等难题。运用遗传算法求解所建立的模型,算例结果验证了模型的可行性和有效性。     

无人作战飞机侦察监视航路规划研究

侦察监视航路规划是无人作战飞机（unmanned combat aerial vechicles,UCAV）任务规划系统的一项重要研究内容,其目的是找到一条从起始点出发并最终回到起始点,在某种性能指标下最优的飞行路径。本文提出了一种航路规划的遗传粒子群优化算法,设计了算法流程,给出了规划方法,解决了大范围内单／多机的侦察监视航路规划问题,仿真结果证明了该算法的有效性。     

基于BP神经网络和遗传算法的扫雷参数优化

针对扫雷作战仿真中的参数优化问题,论述了BP神经网络和遗传算法在扫雷参数优化中的应用。首先对某作战背景下的扫雷作战效能进行了详细分析,给出了雷区清扫率的计算方法;然后利用BP神经网络建立了扫雷参数与雷区清扫率之间的数学模型;最后通过遗传算法对扫雷参数进行优化研究。研究结果表明,该方法能够较精确地建立扫雷作战效能模型,并能快速搜索到最优扫雷参数组合条件。     

动态环境下无人地面车辆点云地图快速重定位方法

无人地面车辆在战时全球定位系统定位信号缺失情况下,依靠车载传感器确定在已有地图中的位置是无人车辆发挥效能的关键。现有方法多基于二维栅格地图,难以适用于场景变化大的复杂环境,为此提出了一种动态环境下基于三维点云地图、采用聚类词带模型的快速定位算法。通过连续多帧激光雷达点云数据进行反向溯源,利用贝叶斯公式进行动态障碍物剔除,对点云进行聚类并提取各类的视点特征直方图描述子,进而构建词典与数据库并快速匹配,实现无人车点云地图中快速起始位置寻址;基于改进的实时激光定位与建图算法,完成了后续精准定位。实车实验结果表明：该算法在动态环境下能有效准确地在三维点云地图中精准定位,满足实时性需求。     

基于改进A*算法的多无人机协同战术规划

多无人机协同作战是未来无人机作战方式的重要发展趋势。为增强多无人机系统的任务执行能力,提高系统整体作战效能并实现高效资源分配和调度,提出一种基于改进A^*算法的多无人机协同战术规划方法。按照离线规划和重规划两方面,设计战役层和战术层的作战目标迭代优化方案;建立编队协同作战的数学模型,以编队成员间的时间协同和碰撞协同代价为变量,得到多约束条件下的综合编队目标函数;结合多层变步长搜索策略和单步扩展的搜索方式,基于改进A^*算法,用于求解复杂战场环境下的多无人机编队协同作战航路。分别利用改进A^*算法和传统A^*算法进行对比仿真实验。仿真结果表明,多无人机协同战术规划方法能够较好地完成作战任务,改进A^*算法能够获得更优的航路,从而验证了所提算法的有效性。     

基于统计学原理的无人作战飞机鲁棒机动决策

为解决无人作战飞机（UCAV）鲁棒自主空战决策问题,提出基于统计学原理的鲁棒机动决策方法。为使空战态势变化具有一定的钝感性,建立UCAV数学模型,改进典型的机动动作库,设计空战态势参数的鲁棒隶属度函数。在鲁棒机动决策中引入统计学方法,针对UCAV对抗非机动目标和机动目标两种典型空战案例进行了数字仿真。仿真结果表明,基于统计学原理的鲁棒机动决策方法在引导UCAV向态势优势区域攻击占位方面具有一定的鲁棒性和寻优性。