不确定环境下的多无人机协同搜索航路规划

为解决多架无人机(UAV)在不确定环境中搜索目标的问题,根据多UAV协同搜索的基本原则,建立了多UAV协同搜索的环境模型和UAV运动模型,提出了一种满足UAV机动限制和适应数据通讯延迟的协同路径决策算法.根据先验知识将环境分为未知环境,已知环境和禁飞区,设计了搜索回报函数,引导UAV对未知环境进行搜索,对已知环境进行规...     

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。     

时敏目标多无人机协同打击任务的关键技术

针对时敏目标多无人机协同打击任务,在阐述了时敏目标概念及其时敏特性的基础上,介绍了其发展历史及研究现状,概述了协同搜索技术、航迹规划、协同任务分配、信息融合与处理以及试验与仿真等关键技术,总结出时敏目标多无人机协同打击任务的发展趋势。     

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。     

多目标空地异构无人系统协同任务分配方法

针对由地面无人车与多无人机组成的空地异构无人系统面向大范围、多目标的协同任务分配问题，以无人系统完成任务时间为优化目标，同时考虑无人机收放、续航能力以及任务时序等约束条件，建立空地异构无人系统的任务分配模型，提出一种多目标空地异构无人系统任务分配方法。结合密度值最大聚类和混合粒子群优化算法，对空地异构无人系统的任务分配问题进行求解，从而得到满足约束条件的全局任务分配结果；通过仿真实验对所提方法进行验证。实验结果表明，该方法能够有效地求解在不同作战环境中的空地异构无人系统的任务分配问题。     

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。     

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。     

网络环境下的基于Agent的多架无人机的任务规划系统

针对无人机作战环境的复杂性,考虑到无人机作战系统的多任务、高实时性、协调性等特点,提出了在网络环境下基于Agent的任务规划思想,通过分析无人机特有的高实时性要求,给出了分布实时多Agent的无人机作战任务处理系统的结构,利用了Agent的自主性和协同性,实现多架无人机协同作战的要求.     

多无人机协同方法研究

单架无人机执行侦察或攻击等任务时面临侦察角度和范围等诸方面的限制,制约了作战效能的发挥,多无人机协同执行任务能够提升整体的作战效能和生存性。分析了多无人机协同所面临的挑战,系统地研究了现有的多无人机协同方法。针对基于无人机自主控制的协同方法和基于工作流的协同方法,分析和对比了它们的协同时间。结果表明,基于工作流的协同方法具有更稳定和更短的协同时间,更适于复杂多变环境下多无人机协同执行任务。     

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。     

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。     

多异构无人机覆盖搜索任务区域分配方法研究

针对多异构无人机协同覆盖搜索中的任务区域分配问题,提出了一种分析求解方法。首先,对机载传感器探测机理进行了分析,提出了一套UAV对地探测性能参数指标的整合、确定方法;其次,根据确定的性能参数在综合考虑编队整体航路代价和时效性代价的基础上建立了任务区域分配模型;最后,通过仿真校验了方法的有效性并得出了任务区域的面积分配结果。     

基于协同攻击区的航空集群最优空间构型研究

针对有人/无人机协同攻击中的航空集群最优空间构型问题,提出了基于自适应Tent混沌搜索灰狼优化算法的航空集群空间构型寻优方法。建立空空导弹协同攻击区数学模型,结合协同攻击区边界搜索方法,得到航空集群在任意空间构型下的协同攻击区解算方法;将自适应Tent混沌搜索方法应用到灰狼优化算法中,有效避免原算法易陷入局部最优和搜索速度慢的问题;以协同攻击区域大小作为目标函数,利用改进后的算法对航空集群空间构型进行寻优。仿真结果表明,改进后的算法能够有效地求得使航空集群协同攻击区域最大且我方伤亡最小的最优空间构型,且最优构型下航空集群协同攻击区明显大于单机攻击区的简单叠加。     

无人作战飞行器编队协同攻击轨迹规划研究

研究了无人作战飞行器（UCAV）编队协同对地攻击轨迹规划问题。基于单机运动学/动力学方程、编队成员相对运动模型和威胁模型,结合平台初、末端约束条件,建立了编队协同对地攻击轨迹规划数学模型;提出了综合考虑单机威胁、任务时间、编队等效碰撞次数及执行指令时间误差的综合目标函数,形成最优控制方法的求解框架。为使编队整体轨迹优化,将编队任务轨迹分段。采用hp自适应伪谱法对构建的模型进行解算,得到编队攻击轨迹。数字仿真结果表明：规划的编队攻击轨迹满足约束要求,证明了所构建的编队攻击轨迹规划模型的有效性。     

攻击型无人机协同作战控制方法研究

探讨了攻击型无人机目标搜索、识别、攻击作战的协同控制问题。通过分析典型作战情况，在搜索理论基础上，运用概率方法，根据搜索域上的动态“回报率”状态图，建立了多机协同搜索规划模型。通过目标的协同识别，提高目标的识别概率。建立了目标识别矩阵以考虑错误目标识别的情况。最后针对协同和非协同情况，分别就不同取值的识别概率和目标杀伤概率，进行仿真，评估其效能。结果表明，协同控制策略显著降低虚假目标攻击次数，达到90%，但对目标击毁数，协同和非协同情况没有太大差别。协同控制策略为组成战斗组的多机联合作战提供了近优控制方法，对实际作战中充分利用无人机资源，提高无人机机群的作战效能，具有实际意义。     

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。