无人机集群任务规划与协同系统架构

针对无人机集群任务规划与协同控制面临的规模可扩展、任务多样化、指控互操作等新需求新挑战，界定了无人机集群任务规划与协同系统架构概念与内涵；从集群拓扑组织方式入手分析了集群任务规划与协同系统架构发展现状；在此基础上，提出了混合式无人机集群任务规划与协同系统架构设计方法，建立了分布式扁平化体系架构总体设计方法、自适应演化与自组织重构机制和事件驱动的协同触发机制。采用层次化设计思想，设计了系统底层控制层、高层控制层、协调层、通信层和人机交互层五层次结构。研究结果表明，相比于现有方法，提出的体系架构和设计方法充分考虑了单体间的组织方式、信息交互模式和互操作等集群间的基础性问题，为无人机集群任务规划与协同系统架构设计提供了理论支撑和设计参考。     

基于无人协同博弈数字孪生的系统模型构建

基于无人协同博弈快速发展并临近实战的背景下，结合数字孪生技术构建无人协同博弈数字孪生系统模型，搭建无人智能博弈的系统结构体系，从而推进无人协同博弈孪生仿真的研究实践。基于KJ法，对相关战例进行归纳分析，进而对未来战争样式进行推演、对无人协同博弈系统要素和组织关系进行演绎推理。通过构建无人协同博弈矩阵、无人协同博弈函数、无人协同博弈优化方程矩阵，完成无人协同博弈态势感知及博弈方案优化模型构建，实现阶段博弈方案全局最优，结合数字孪生技术，从物理层、虚拟层、服务层、数据层、数据连接5个方面构建出无人协同博弈数字孪生结构模型，并梳理此模型的技术体系。为实现无人协同博弈的虚实同步，交互运行，智能决策优化提供理论框架，为未来无人作战体系构建提供参考。     

基于拥塞博弈的多无人机自主侦察任务规划

为解决通信中断时多无人机自主侦察任务规划的问题,提出一种基于拥塞博弈的分布式任务规划方法。 根据问题场景给出各无人机的侦察收益函数以及各子区域的社会福利函数,基于拥塞博弈,建立多无人机自主侦察 拥塞博弈模型,验证纯纳什均衡的存在性,给出多无人机自主侦察拥塞博弈的无政府状态代价和稳定状态代价的界 限,设计一种具有性能保证并且易于实现的策略更新规则,并通过蒙特卡罗方法进行模拟仿真实验。仿真结果验证 了该模型的适用性和策略更新规则的有效性。     

基于 QPSO 的模糊策略博弈的多无人机空战策略

针对无人机作战指挥系统中多无人机空战博弈策略的问题,提出一种采用量子粒子群算法(quantum particle swam optimization,QPSO)在模糊策略下博弈的纳什均衡求解方法.通过对无人机空战态势信息的分析,建立敌我双方多无人机动空战的作战收益函数,根据给出的敌我双方无人机纯策略集中的模糊子集,构建基于模糊策略下的敌我双方无人机博弈支付矩阵,进而求得作战双方获得最优选择策略.仿真验证结果表明,该方法可行、有效.     

面向空地协同作战的无人机-无人车异构 时变编队跟踪控制

本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪控制问题,要求多无人机与无人车在形成期望时变编队构型的同时,实现对领导者参考轨迹的跟踪。首先,对无人机与无人车进行单体运动学与动力学建模,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,引入虚拟领导者刻画编队整体的运动轨迹,并基于对虚拟领导者状态的分布式观测器,对各无人机-无人车构造分布式编队跟踪控制器。进一步分析异构集群系统实现时变编队跟踪的可行性条件,给出编队跟踪控制器中各参数的选取方法。最后,给出了一个仿真例子来验证所设计控制器的有效性。     

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。     

面向无人机集群不同自主性等级的通信需求研究

通信资源是制约无人机集群作战的重要因素，不同的自主性等级下，无人机集群的通信量不同。为了估计无人机集群不同自主性等级下的通信量，采用理论分析与建模仿真相结合的方法，在搜索机动目标的背景下对不同自主性等级的无人机集群的通信量进行估计。结合搜索机动目标的背景对无人机集群不同自主性等级下的通信行为进行建模，而后通过仿真实验得到通信量分布数据，采用平均值法和排队论法两种方法对通信量进行估计，并用统计复用的方法对排队论方法进行修正。结果表明：实时图像处理技术是最需要关注的无人机集群自主技术，带来的通信资源节约效益显著。在通信量估计的过程中，均值法反映了理想的情况，排队论法更能反映实际的情况。在多点接入、统计复用的情况下，采用修正后的排队论法能进行更准确的估计。     

美国CODE项目无人机集群协同监控系统分析

为提高无人机集群协同作战人机交互能力,美国CODE项目开发的协同和应急规划监控系统是一款具有自主辅助决策的无人机集群协同监控系统。梳理了无人机集群协同监控系统的发展背景和历程,介绍了该系统的结构、每个组成模块的构成和主要功能。分析了该系统对无人机集群协同作战的决策辅助能力优势,以及对未来作战所带来的影响。     

基于合作联盟的多无人机对地攻防对抗策略

针对多无人机合作博弈问题,对基于合作联盟的多无人机对地攻防对抗策略进行研究。通过考虑合作联盟的目标价值收益指标函数、损伤代价指标函数及航程代价指标函数,建立多无人机联盟合作博弈模型,构建出其博弈矩阵,给出合作联盟特征函数与混合策略纳什均衡的定义,采用粒子群算法(particle swarm algorithm,PSO)求解出混合策略的纳什均衡,并利用Shapley值方法,给出一种合作博弈的求解方法,最终得到多无人机对地攻防最优对抗策略。仿真结果说明该方法具有很好的可行性和有效性。     

UAV集群自主协同决策控制的研究现状与分析

无人机集群自主协同决策控制为智能控制技术与平台控制技术的高度综合,是UAV集群协同作战的技术基础。如何通过有效的协同决策控制策略支持战场环境下UAV集群协同攻击多目标,满足在时空约束下以最大的成功概率和最低的风险命中目标,实现UAV集群整体作战效能大于单UAV独立作战效能的总和,是一个极具理论价值和实战意义的问题。对面向协同作战的UAV集群编队,分别从UAV集群协同任务分配、协同航迹规划、一致性协同编队控制、紧密编队中气动耦合问题、编队规避防障控制方面对国内外研究现状进行阐述,并对UAV集群自主协同决策技术研究进行重点分析。     

弹炮结合防空武器反无人机集群作战能力研究

无人机集群作战近年来已经成为国内外军事领域的研究热点。弹炮结合武器在陆基防空体系中主要承担近程/末端防御任务,是防空体系的最后一道防线。针对无人机集群作战的主要特点,建立了基于排队论的弹炮结合防空武器作战能力评估模型,通过建模与仿真,对弹炮结合防空武器反无人机集群作战能力进行了分析,提出了提升作战能力改进措施,为弹炮结合防空武器在设计阶段科学分配战技指标提供了理论支撑,同时也为空地对抗的战术战法研究提供了技术参考。     

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ABMS的全光化无人机集群体系贡献率评估方法

为研究具有复杂地形的未知战场环境中的全光化无人机集群作战概念，提出基于智能体建模与仿真的全光化无人机集群效能和体系贡献率评估方法。根据全光化无人机集群作战特点建立评估指标体系，给出各作战单元的模块化Agent模型。对超低空巡逻打击任务开展仿真，分析全光化无人机感知性能、通信性能、集群规模和集群配置对集群生存率、任务完成率、战损比和体系贡献率的影响。研究结果表明：全光化无人机能为作战体系带来新能力，有效提升体系作战效能；集群规模越大、全光化无人机占比越高，则体系作战效能越强，但全光化无人机性能提升带来的贡献并不明显。     

无人机集群协同免疫自学习围捕策略研究

针对非合作逃逸目标的围捕问题，提出了基于改进免疫自学习的协同策略。通过生物免疫系统机理与无人机集群协同围捕决策的映射关系，建立免疫自学习模型。仿照免疫应答的克隆选择、免疫记忆的过程，提出基于记忆总结、评价调节、学习进化的协同围捕算法CHS-IMEL。设计了综合围捕点分配与围捕无人机状态的抗体编码方式，构建包含围捕路径和包围效果的亲和度函数，迭代优化获得无人机的最佳航向角。仿真结果表明，在随机初始态势下，无人机集群能够利用所提策略通过协作实现对以不同策略逃逸的目标的围捕，且任务完成率最高提高11%，围捕成功时间减少了10.7%，证明了所提策略的有效性与优越性。     

基于时间协同的异型反舰导弹集群作战目标分配策略研究

针对异型反舰导弹集群作战的目标分配问题,建立了一种基于时间协同的目标分配模型。首先根据反舰作战信息,分析了导弹飞行时间差、弹-目距离和飞行速度对集群协同作战目标分配的影响,建立了一种基于导弹飞行时间标准差的时间协同优势函数,并结合距离优势与速度优势建立了综合优势函数。最后通过遗传算法求解模型最优解,仿真得到分配结果。对比分析结果表明,有时间协同优势的作战方案平均时间标准差小于无时间协同的作战方案平均时间标准差,两个算例的平均时间标准差分别下降了49.18%和63.49%,验证了模型的有效性。     

无人机集群海上作战核心技术及应用

围绕近年来美军无人机集群发展动态,系统地梳理了其无人机集群发展布局,介绍了典型的无人机集群项目。根据项目侧重点,概述了无人机集群面向实战的低成本、可再生、可靠性强的发展要求,并结合无人机海上应用现状,从海陆战场环境的差异,阐述了美军无人机集群作战应用局限性,并从中归纳和总结了无人机集群通用技术与海上作战应用核心技术需求。基于伴随侦察、防卫干扰、进攻突防等应用场景,分析了无人机集群海上作战的基本样式。     

多无人机自主协同方法协同性能研究

多无人机协同执行任务能够提升无人机的作战效能和生存性,而协同方法的有效性是协同的根本。系统地研究了协同性能基本模型。针对两种多无人机自主协同方法,基于多Agent的协同方法和基于工作流的协同方法,在协同性能基本模型的基础上,研究了其协同性能,并进一步进行了仿真验证。结果表明,与基于多Agent的协同方法相比,基于工作流的协同方法具有更好的协同性能。     

美自主集群弹性战术网络项目发展分析

自主集群弹性战术网络项目是美空军实验室为无人机集群在激烈对抗环境下实现无人机之间协同的新型通信网络,计划在2022财年为自主集群提供组网能力。介绍了自主集群弹性战术网络项目的研究目标、研制周期、经费分配、研究内容以及拟采取方案,分析了项目间的相互影响,梳理并总结了与其它项目的关系。     

无人机与巡航导弹自主协同作战模式及关键技术

在信息化战争中,无人机与巡航导弹协同作战已经成为精确打击的重要手段。针对无人机引导巡航导弹对敌方目标进行精确打击现状,分析无人机与巡航导弹协同作战需求,研究无人机与巡航导弹计划引导、任务优化、集群突防、随机攻击四种自主协同作战模式,提出支撑智能化作战的敌我目标识别、集群编队飞行、自主协同作战等关键技术。从基础科学研究和激发人才积极性两方面,提出关键技术发展对策,对提升未来精确打击作战能力具有重要理论意义。     

无人机攻防对抗不完全信息动态博弈方法研究

以不完全信息动态博弈理论为基础，无人机攻防对抗问题为背景，建立无人机攻防对抗问题的不完全信息动态博弈模型；针对博弈树的求解问题，设计免疫进化算法，求解问题的贝叶斯纳什均衡解，得到无人机的最优策略序列。仿真结果表明该模型能够合理的应用于无人机攻放对抗问题当中，具有较好的应用价值。