多无人机同时到达的standoff跟踪控制

为实现多无人机standoff目标跟踪与同时到达,提出了一种新的比例Lyapunov矢量场和基于τ耦合理论的协同速度控制器。首先,与其他的Lyapunov矢量场相比,比例Lyapunov矢量场中增加了一个可设置的参数,使得在跟踪过程中无人机能够在收敛速度和航向角速率限制之间取得平衡,最大限度的发挥无人机的性能;然后,通过进一步的理论分析得出参数越小,收敛速度越快,但是航向角速率越大。同时给出了在最大航向角速率限制下参数的选取方法,以保证获得较快的收敛速度。最后,为保证无人机能够从不同初始位置同时到达目标点,设计了基于τ耦合理论的协同速度控制律,该控制律不需要考虑实际的不规则飞行路径,只需要计算当前点到目标点的直线距离,避免了现有四维路径规划方法中路径积分复杂的问题,算法更加简单,更有利于工程实现。结果表明,通过数字仿真实例和硬件在环实验,验证了所提方法能够导引无人机同时到达目标点,并快速收敛到standoff半径,说明了该方法的有效性和优越性,且能够应用于工程实际。     

基于参考点法的无人机跟踪目标导引策略设计

基于传统参考点导引方法standoff模式进行目标跟踪,当无人机相对目标速度方向与无人机在圆形期望航迹上对应点的切线方向夹角接近90°,且接近期望航迹时,存在无人机收敛到圆形期望航迹上效率不高的问题。根据线性化参考点法跟踪圆形期望航迹的小角度假设,设计了基于参考点法的无人机standoff跟踪固定/移动目标机动飞行进入导引策略。仿真验证了该策略的有效性,使无人机能快速收敛到跟踪目标的圆形期望航迹上。     

无人机跟踪系统仿真平台的设计与实现

为解决无人机(Unmanned Aerial Vehicle, UAV)在进行地面目标跟踪实验时,存在验证难度大,成本高等问题,设计和实现了基于视景仿真软件和MATLAB/Simulink的仿真平台.首先,选择汽车作为地面目标,在视景仿真软件中导入UAV和汽车的三维模型,并设置虚拟云台和摄像机.其次,利用UAV、汽车与云台之间的相对运动模拟UAV跟踪过程中场景的变化,基于运动补偿的云台控制算法保证了虚拟摄像机始终指向目标.然后,虚拟摄像机采集目标所在区域的图片,图像跟踪算法跟踪图片中的目标,并利用目标图像模型解算目标在世界坐标系下的位置.最后,根据目标位置,使用参考点制导法生成期望的滚转角指令,引导UAV围绕目标盘旋飞行.视景仿真软件、图像跟踪算法和MATLAB/Simulink之间通过共享内存与UDP进行闭环通信.此外,提出一种实用可靠的标定方法,完成了视景仿真软件中虚拟摄像机内参矩阵的标定.仿真结果表明:该仿真平台能较好地模拟UAV对不同运动状态汽车的跟踪,得到的仿真结果具有较高的工程参考价值.本文的研究成果为目标跟踪实验提供了良好的仿真环境,有效减少实验成本.     

基于多智能体深度强化学习的无人机路径规划

为解决多无人机(unmanned aerial vehicle, UAV)在复杂环境下的路径规划问题,提出一个多智能体深度强化学习UAV路径规划框架.该框架首先将路径规划问题建模为部分可观测马尔可夫过程,采用近端策略优化算法将其扩展至多智能体,通过设计UAV的状态观测空间、动作空间及奖赏函数等实现多UAV无障碍路径规划;其次,为适应UAV搭载的有限计算资源条件,进一步提出基于网络剪枝的多智能体近端策略优化(network pruning-based multi-agent proximal policy optimization, NP-MAPPO)算法,提高了训练效率.仿真结果验证了提出的多UAV路径规划框架在各参数配置下的有效性及NP-MAPPO算法在训练时间上的优越性.     

基于有限时间一致的靶机协同中制导律设计

针对多靶机集群供靶的协同中制导问题,设计了一种带视线角约束的有限时间协同中制导律。建立靶机-目标的相对运动方程及考虑视线角约束的多靶机协同制导模型。对视线方向及法向分别设计了相应协同制导律。在视线方向基于多智能体一致性理论设计了固定时间协同制导律,通过引入速度维度确保各靶机能够同时到达;基于有限时间可变系数滑模控制方法设计了视线法向上的角度约束制导律,使各靶机视线角能在有限时间收敛至期望值且在接近终点时有一定机动能力,并通过Lyapunov稳定性理论证明系统的收敛性。仿真结果表明,所设计的协同中制导律可使各靶机以较小的脱靶量同时到达虚拟目标且满足视线角约束,验证了其有效性。     

多异构无人机任务规划的分布式一体化求解方法

针对多异构固定翼无人机对已知目标群执行侦查、打击、评估任务的规划问题,提出了一种分布式一体化求解方法,该方法将任务执行耗时约束和协同攻击约束加入到协同任务规划模型(CMTAP)中,基于分布式规划架构,通过改进遗传算法的基因编码方式和相关遗传算子,完成任务分配和航迹生成两个子问题的一体化求解。将任务完成的总时间指标加入到代价函数中,保证了各无人机规划航迹的均匀性。建立固定翼无人机六自由度模型,采用矢量场航迹跟踪算法验证了该方法的可用性,并通过蒙特卡洛数学仿真,验证了该方法的快速性。     

多无人机协同四维航迹规划的改进的Tau-H策略

为了在满足多类约束条件的前提下进行多无人机（UAVs）协同飞行的航迹规划及优化,提出改进的Tau-H运动策略.在常用的Tau-H运动策略基础上,通过在运动间距表达式中引入初速度的相关项,克服了固有的仅能考虑始末速度为零的情况的缺陷,可以实现无人机始末非静止的到达时间和速度的四维运动匹配.利用粒子群算法（PSO）搜索各无人机的初始耦合系数,形成全局航迹预规划;建立各无人机间的通信拓扑,采用采样间隔与冲突判断双驱动的滚动优化方法,求解局部再规划问题,实现航迹不断更新.通过对算例的仿真表明,基于改进的Tau-H策略得到的航迹可飞性好,安全性高,能够满足连续型多无人机航迹规划及优化的应用需求.     

基于多机器人编队控制的大件物品协同搬运

针对多移动机器人的协同搬运控制问题,基于领航-跟随者策略设计多移动机器人编队控制器。利用编队参数和领航者位置信息将编队控制转换为跟随者对虚拟机器人轨迹跟踪,实现编队的队形控制;利用反演法设计运动控制器,实现移动机器人轨迹跟踪控制;利用Lyapunov函数分析闭环系统的稳定性。仿真结果表明,编队中的移动机器人能够快速形成和保持给定的编队队形,并沿期望轨迹移动,实现了大件物品的协同搬运。     

飞行时间约束下的再入制导律

为应对现代战场的信息化与集群化发展趋势,从多高超声速飞行器饱和打击任务需求出发,针对其中的再入飞行时间约束条件进行研究,提出一套基于Deep Q-learning Network(DQN)的时间可控再入制导律.该制导律工作流程为首先纵向轨迹预测-校正模块根据当前飞行状态和攻角-速度剖面规划出倾侧角幅值;然后在线约束强化管理模块对其进行安全限幅处理;最后倾侧角符号规划模块以调节再入飞行时间为目标,在对横向飞行状态进行马尔科夫决策过程建模的基础上,设计相应的深度神经网络进行离线训练以在线生成倾侧角符号,进而与幅值信息共同组成最终的倾侧角指令.多组仿真的对比分析结果表明:在标称环境下的多任务仿真中,时间可控再入制导律能够自主地进行倾侧角符号的在线规划,在不影响制导精度的前提下,对再入飞行时间进行调整以满足不同的任务需求;在参数拉偏的蒙特卡洛仿真中,其在保证再入飞行安全、稳定的同时,仍然能将时间误差控制在合理的范围之内.从而验证了相对于传统方法而言,本研究所设计的再入制导律在任务适应性、鲁棒性与时间可控性等方面均具有良好表现,能够有效地满足飞行时间约束下的再入任务需求.     

基于自适应随动机构的机器人目标跟随

针对机器人使用固定传感器容易丢失跟随目标的问题,提出基于自适应随动机构的行人跟随方法.基于任务需求设计随动式感知机构视野评价指标;在传统规划策略的基础上,提出结合底盘方向的改进策略和基于视野深度加权的自适应角度规划策略,改进随动机构的运动目标跟随效果. 为了提高随动RGB-D传感器的行人位置跟踪效果,使用YOLOv3算法进行目标检测,结合三维坐标解算与位置度量匹配,实现多目标位置的实时跟踪. 基于Gazebo仿真环境与RoboMaster机器人,实现机器人行人跟随功能. 所提规划策略能够取得综合最优的评分指标,并实现机器人对运动行人目标稳定的轨迹跟随. 实验结果证明了所提目标跟随方法的有效性.     

基于双迭代与二阶锥规划的机载雷达稳健降维STAP方法

针对机载雷达空时自适应处理（STAP）中期望目标导向矢量的失配问题,提出一种基于双迭代与二阶锥规划的稳健降维STAP方法。该方法首先将权矢量分解为空域与时域两个低维权矢量的Kronecker积,然后分别限定实际空域、时域导向矢量与假定导向矢量之间的误差范数边界,并通过对各自最差性能进行优化,转化为相应的SOCP形式,进而利用双迭代算法实现了对两个低维权矢量的分别求解,最终合成全维STAP权矢量。该方法在保证稳健STAP性能的同时,通过双迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

多导弹攻击时间与攻击角度两阶段制导

提出了一种新的多导弹攻击时间与攻击角度制导,其制导过程分为精确时间及粗略角度控制阶段和精确角度控制阶段。第一阶段:先将攻击时间控制问题转化为攻击距离跟踪问题,并将导弹导引模型转换为以弹目距离为输出的二阶非线性模型;然后估计各枚导弹到达时间,并据此指定攻击时间,再由指定攻击时间来设计期望的弹目距离;最后对此攻击距离跟踪系统采用时标分离的方法设计慢子系统和快子系统,针对这两个子系统分别进行动态逆设计,同时考虑对攻击角度进行粗略控制。第二阶段:在第一阶段控制的基础上,进一步采用变结构制导律,实现对攻击角度精确控制。另外,本文给出了一种考虑攻击角度的攻击时间确定方法。仿真结果验证了本文给出方法的有效性。     

基于多属性决策和协同过滤的智能导购系统

提出了一种基于Agent的智能导购系统.首先,系统通过人机交互方式获取顾客的当前需求,并将当前需求与内嵌的专家知识进行集成,利用多属性决策方法作为比较机制,为顾客推荐合适的商品.为了减少人机交互时间,系统还提出基于顾客的协同过滤方法.最后,采用JADE平台开发了原型系统,并进行系统的集成和Web应用设计.     

编队接近非合作目标PSO多脉冲制导方法

为解决地球静止轨道(GEO)非合作目标远距离自主接近中的双视线导航约束以及制导精度问题,提出了一种双星编队接近的粒子群优化(PSO)多脉冲制导方法,该方法将C-W双脉冲制导律转化为带中途修正的多脉冲制导律,然后将时间固定的多脉冲燃料消耗最优问题转化为带双视线夹角约束和制导精度约束的多目标优化问题,接着将带约束的多目标优化问题转化为PSO规划问题并给出规划算法.通过在不同条件下的对比仿真验证结果表明,该方法能够有效的完成对非合作目标远距离的制导.     

粒子滤波多特征融合算法跟踪精度估计

为了对粒子滤波的多特征融合算法的跟踪精度进行估计,本文提出一种基于密度函数小波估计的跟踪精度估计方法.利用正交对称小波基函数对各特征距离值集进行处理.根据跟踪过程中各特征的不同状态,对各特征距离值集的概率分布进行融合.由总距离值密度函数求出该帧的粒子权值期望,作为跟踪精度值,并从中估计出各特征距离值集的概率分布;形成反映总的跟踪状态的距离值密度函数.     

事件驱动的对地观测任务协同规划模型

针对空天地多源遥感观测平台对重大自然灾害进行协同观测的应用趋势,从救灾与灾情评估应用需求出发,对观测任务进行事件建模,提出了基于事件时间、空间与观测需求参数集的观测任务协同规划模型.通过不同协同模式下观测事件的建模与协同求解,实现了观测任务在协同观测平台之间的分配;通过对观测时效性能、空间覆盖性能以及观测性能3个指标的分析,实现了任务规划模型的效益评价,案例分析结果验证了任务规划模型的有效性.研究成果能为协同观测中传感器观测能力的评价、观测平台的协同机制建立提供决策支持和解决方案.     

基于遗传算法的多无人机协同逆推式路径规划

综合了多无人机群的任务和任务区域的特点,在优化过程中考虑了机群综合获利效益、无人机(UAV)的的最大转弯角限制和多无人机成员间防碰和威胁区域的生存概率,合理构建了UAV任务的目标函数和约束条件。将协同逆推预测控制(CRH)方法引入无人机机群路径规划方法的研究中,并采用遗传算法求出了满足目标和约束要求的控制量。仿真算例表明采用介绍的协同逆推式路径规划算法,任务空间中无人机能够自动地分别访问不同的目标以得到最大的获利值,证明了算法的有效性。     

基于特征合成的周期性备件需求预测方法Symbol`@@

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法. 定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性. 采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

基于特征合成的周期性备件需求预测方法

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法.定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性.采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

一种有攻击角约束的三维有限时间导引律

为解决目标加速度信息未知且存在攻击角约束的三维末端制导问题,提出一种基于非线性观测器的有限时间导引律,使得弹目视线角可在有限时间内收敛至期望攻击角.首先,提出一类非线性观测器,利用导引系统中易测量的位置和速度等信息来估计目标加速度,理论分析给出了观测器稳定的充分条件;然后,利用目标加速度估计值,基于有限时间稳定理论和滑模变结构控制理论设计一种有限时间导引控制律,使三维末端导引系统的弹目视线角可以在有限时间内收敛到期望攻击角.通过分析观测误差对导引系统有限时间特性的影响,表明该方法满足工程实践需求;最后,分别对加速度为匀变速和变加速的两类变速目标进行了数值仿真,并与传统比例导引法进行了对比,仿真结果验证了所提方法的可行性与有效性.研究表明,利用非线性观测器可以稳定地估计目标加速度信息,进而利用该观测器给出的目标加速度信息设计滑模变结构有限时间三维导引律,利用该方法可以有效地解决三维末端制导过程中存在目标加速度信息未知且存在攻击角约束的难题.