山地条件下的无人机气象威胁度建模与评估方法

针对无人机在山地条件下飞行时气象威胁因素复杂多变,提出一种基于贝叶斯网络的山地气象威胁度建模与评估方法。结合专家知识与EM算法构建贝叶斯网络模型,利用多树传播推理算法对山地气象要素进行威胁等级评估。评估结果表明,基于贝叶斯网络的气象威胁度评估能够正确直观地划分山地气象要素对无人机的威胁等级,对无人机智能决策具有重要意义。     

基于改进蚁群算法的无人机低空突防三维航迹规划

探讨了无人机低空突防三维航迹规划中地形、威胁以及航迹代价评估等模型的建立方法.将蚁群算法引入无人机航迹规划,针对传统蚁群算法易出现停滞现象,引入偏航角对启发信息进行调整改进;建立优先搜索集,使蚁群算法更快速有效地搜索到最优航迹.仿真实验结果证明了该规划方法的效率.     

融合遗传算法与BP神经网络的气象威胁度建模与评估

针对无人飞行器航迹规划中的气象威胁要素模糊性强、复杂多变等特点,提出一种融合遗传算法与BP神经网络的气象威胁度评估方法。利用遗传算法的全局寻优能力优化BP神经网络的初始参数及结构,结合GA-BP神经网络对气象威胁度进行建模与评估。通过Matlab仿真验证,结果表明该方法能够准确评估气象威胁度,与BP神经网络相比,具有更快的收敛速度、更好的全局收敛性,提高了评估效率与准确度。     

基于多策略SSO和改进A*算法的无人机动态航迹规划

针对无人机遇到突发威胁动态航迹规划问题,提出了一种基于多策略SSO和改进A*算法的无人机动态航迹规划方法。该方法将无人机航迹规划划分为静态航迹规划和突发威胁实时规避两个阶段:首先,对于静态航迹规划阶段,采用多策略SSO优化算法对极坐标航迹规划模型进行求解,通过引入完全弹性碰撞、自适应跳跃等机制,在有效满足飞行性能约束的同时,提高了航迹规划结果的可行性;其次,对于突发威胁实时规避阶段,采用改进A*算法对局部区域进行航迹重规划,通过拓展A*算法搜索邻域个数和引入最小"弯折"估计代价函数,在保证实时性要求的同时,能够规划出更加平滑的最优航迹。仿真结果表明,提出的方法能够有效地给出更为满意的无人机动态航迹规划路线。     

采用粒子群优化算法的无人机实时航迹规划

战场环境是动态变化的,很难预先获得全局精确的威胁信息,因此需要无人机具备一定的实时航迹规划能力.采用连续型粒子群优化(PSO)算法进行无人机参考航迹的实时规划,以最大转弯半径、步进、最短距离和回避威胁作为适应度函数的评价指标,得到代表最优航路的离散点.对算法进行了相应的仿真,结果表明该方法费时短,占用内存少,可以满足在线实时航迹规划的要求.     

基于LPA*算法的无人机三维航迹快速规划研究

针对无人机的快速航迹规划展开研究.首先针对航迹规划的实际需要,将航迹规划划分为二维的航线规划和二维航线点之间的三维航迹规划;然后对二维威胁建模得到的赋权图,用Dijkatra算法产生初始的多任务二维航线;再结合无人机在飞行过程中的约束条件,提出动态权值的三维LPA*的航迹规划方法对二维航线产生的航线点之间进行规划,满足地形回避和威胁回避.仿真表明,上述方法可以有效快速地完成规划任务,同时当数字地图改变时,LPA*算法可以通过检测局部一致性来避免进行重新的全局搜索,大大缩减了搜索空间,从而可以快速地修正航迹.     

基于粒子群算法的无人机航迹规划简

文中提出了一种基于粒子群算法的无人机航迹规划算法。为了减少规划的难度,通过“最小威胁曲面”概念的引入,将“最小威胁曲面”进行水平投影,从而将三维航迹规划问题转换成为二维航迹规划问题进行处理;然后利用动态粒子群算法在水平投影面里进行航迹搜索;最后给出了仿真验证,通过仿真结果可以看出,本文介绍的航迹规划方法的有效性。     

基于改进粒子群优化算法的无人机实时航迹规划

在无人机航迹规划中,通过改变惯性权重和采用自适应粒子群编码方式,以最大转弯半径、步进、最短距离和回避威胁作为航迹的评价指标,将约束条件、地形地貌及威胁信息引入适应度函数等方法,对粒子群优化算法进行改进,解决了粒子群算法在寻优过程中易陷入局部最优的问题.仿真结果表明,该方法可实现在线实时航迹规划.     

基于多机协同的组网雷达欺骗干扰策略

针对组网雷达抗欺骗干扰能力强的特点,分析了利用多机协同对组网雷达进行航迹欺骗的可行性.利用多无人机协同干扰,可以将分布式干扰及空间航迹融合的优势充分发挥,取得理想的欺骗干扰效果,在敌方的雷达网信息融合系统中形成欺骗干扰航迹.首先从几何关系上分析了飞行器完成欺骗干扰的运动条件,并提出了分步优化的干扰航迹数学模型.利用该规划模型可以降低协同干扰的难度,同时使假目标成功避开威胁区域到达目标位置.仿真实验证明了模型的可行性与可靠性.     

基于PSO算法的无人机侦听与反制仿真研究

阐述改进PSO算法的无人机航迹规划的侦听模型与对应的欺骗式干扰反制模型,通过计算机对模型效果进行了仿真评估并讨论了算法的收敛速度,仿真研究了50次侦听航迹中,基站均不被侦听条件下,干扰机的功率与最优部署位置和数量,从而证明干扰机位置规划模型的可用性和准确性。     

基于机动目标威胁和粒子群算法的航路规划

执行飞行作战任务前对飞行航路进行合理规划十分重要,而环境/威胁建模是航路规划需要解决的首要问题。根据飞行过程中可能遇到的各种威胁源的特点,建立了山体障碍、恶劣气候及导弹、高炮固定阵地等各种静态威胁源的威胁概率函数模型,并进一步构建了机动导弹、高炮等动态威胁源的威胁概率函数模型;针对粒子群算法全局搜索能力强、收敛性好的特点,将粒子群算法运用到航路规划中,并进行了仿真实验,仿真结果证明了模型及算法的有效性。     

基于遗传算法的航路规划编码研究

面对复杂的作战环境,飞机执行作战任务前合理地规划出飞行航路十分重要。遗传算法因其良好的全局搜索能力而在优化问题中得到了广泛的应用。针对地形障碍、恶劣气候、导弹及高炮阵地等威胁源的特点,建立了连续的威胁概率函数模型;描述了各威胁源不同距离处的威胁概率分布情况,并进一步构建了航路规划目标函数模型;将遗传算法运用到航路规划中,设计了一种扩展航路点和规划空间、分段变步长的编码方式。对算法进行了相应的仿真,仿真结果表明,运用所设计的编码方式得到的航路有效地规避了威胁。     

战术航空侦察航路规划评价模型

介绍了进行战术航空侦察航路规划需要考虑的各个因素,从影响战术航空侦察任务的三个方面(战术生存性、飞行约束性、任务有效性)着手,建立了基于任务要求的侦察航路评价模型,解决了战术航空侦察航路规划中航路优劣的评价问题.     

巡逻攻击导弹协同侦察航路规划研究

为了充分发挥巡逻攻击导弹巡逻侦察能力,研究了巡逻攻击导弹侦察航路规划.首先,在威胁建模的基础上,基于图论思想将巡逻侦察航路规划问题转化为哈密顿圈问题;然后,提出了基于Floyd算法和改良圈算法的航迹规划算法,求取了初始航路;最后采用三次B样条对航路进行优化,得到可飞航路.仿真结果表明该方法简单实用.     

航路规划中数字地图单元格代价计算模型研究

为了解决航路规划中使用的原始数字地图信息量不够全面的问题,结合反舰导弹航路规划的实际作战背景,建立了数字地图单元格代价计算的数学模型.该模型包含了地形高程代价、威胁危险代价、战略回避代价和搜索区目标存在代价等基本模型.通过该模型可以将原始数字地图转化为包含各种相关航路规划主客观信息的综合数字地图.     

采用威胁启发粒子群算法的无人机航路规划

针对复杂地形和威胁环境下的无人机航路规划问题,对粒子群算法进行了改进,提出了融入威胁启发机制的改进粒子群算法.充分利用无人机在任务区域中已知的威胁信息,将其作为威胁启发项,构成粒子群速度更新公式的一部分,有效丰富粒子群算法的搜索行为,增强粒子在搜索过程中的针对性和指导性.使用最小威胁曲面方法,降低粒子编码的维数,并采用...     

粒子群法在三维航迹规划及优化中的应用

有效航迹规划是对敌纵深目标攻击成功的可靠保证,为了在复杂的地形和敌方火力威胁环境中生成最优的三维航迹,提出了一种利用粒子群法来优化三维航迹规划的方法,同时,利用动态窗对原航迹规划中新出现的威胁进行航迹动态规划。根据飞行器的飞行性能,通过引入最小威胁曲面概念生成三维航迹搜索空间,再利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影,将原来的规划问题简化为在一个一元函数多项式系数空间中的搜索寻优。仿真结果显示,利用粒子群法优化的静态航迹规划能有效减小搜索空间,提高规划效率,同时,动态航迹规划能回避新威胁。     

基于气象威胁的无人机航迹规划方法研究

针对复杂气象条件下的无人机航迹寻优问题,用栅格法进行环境建模;在基本蚁群算法的基础上,用确定性选择与随机性选择相结合的方法对节点的状态转移规则进行改进.用精英蚂蚁系统、最大最小蚂蚁系统及最好最差蚂蚁系统思想更新信息素规则,对部分参数进行自适应处理,并将遗传操作融入航迹搜索过程中,同时对航迹进行平滑处理.仿真结果表明,改...