未知环境下异构多无人机协同搜索打击中的联盟组建

为了提高多架异构无人机在未知环境下协同执行搜索打击任务时的效能,提出了一种未知环境下的异构多无人机协同搜索打击中的联盟组建方法,研究了实时性较高且适应于未知环境下的任务分配机制。以最小化目标打击时间和最小化联盟规模为优化指标,以满足同时打击和资源需求为约束条件,建立了联盟组建模型;为了提高联盟组建的实时性,提出了一种分阶次优联盟快速组建算法(MSOCFA)。算法复杂度分析说明了该算法是一个多项式时间算法,并且通过与粒子群优化算法进行仿真对比,验证了该算法具有较低的计算复杂度,满足实时性要求。为了使得多架无人机能自主协同完成搜索打击任务,设计了基于有限状态机(FSM)的多无人机分布式自主协同控制策略。仿真验证了未知环境下的异构多无人机协同搜索打击中的联盟组建方法的合理性和可行性。使用蒙特卡洛法验证了无人机数量和目标数量对联盟组建的影响,即无人机数量越多,目标数量越少,其平均任务完成时间越短。 为了提高多架异构无人机在未知环境下协同执行搜索打击任务时的效能,提出了一种未知环境下的异构多无人机协同搜索打击中的联盟组建方法,研究了实时性较高且适应于未知环境下的任务分配机制。以最小化目标打击时间和最小化联盟规模为优化指标,以满足同时打击和资源需求为约束条件,建立了联盟组建模型;为了提高联盟组建的实时性,提出了一种分阶次优联盟快速组建算法(MSOCFA)。算法复杂度分析说明了该算法是一个多项式时间算法,并且通过与粒子群优化算法进行仿真对比,验证了该算法具有较低的计算复杂度,满足实时性要求。为了使得多架无人机能自主协同完成搜索打击任务,设计了基于有限状态机(FSM)的多无人机分布式自主协同控制策略。仿真验证了未知环境下的异构多无人机协同搜索打击中的联盟组建方法的合理性和可行性。使用蒙特卡洛法验证了无人机数量和目标数量对联盟组建的影响,即无人机数量越多,目标数量越少,其平均任务完成时间越短。     

一种有效抑制机载传感器成像畸变干扰的景象匹配算法

电荷耦合器件(CCD)与合成孔径雷达(SAR)是两种最常用的机载传感器,是景象匹配辅助导航系统的关键组成部分.当系统传感器获取的实测图存在严重成像畸变时,传统的基于特征点集间Haus-dorff距离测度的匹配算法精度较低,通过引入多尺度自卷积(MSA)这种具有仿射不变性的局部特征,并将其同图像的尺度不变变换(SIFT)特征串行组合可以得到一种更加鲁棒的匹配算法.采用CCD和SAR传感器获取的图像对算法进行了仿真验证,实验结果表明:引入MSA特征对抑制景象匹配算法中多源传感器成像畸变的干扰十分有效,匹配精度显著提高.     

多传感器资源动态分配拍卖算法研究

设计了一种基于拍卖算法的多传感器资源动态分配方法。根据工程领域需求对任务进行优先级排序,作为多传感器资源分配顺序的依据,考虑了目标的威胁值和信息需求等因素。建立传感器与任务配对函数,将配对函数作为传感器资源动态分配的衡量指标,并使用层次分析法确定配对函数中各性能参数(如检测概率、截获概率、定位精度、跟踪精度、识别概率等)的权值。通过加入资源动态分配约束改进拍卖算法,保证目标任务连续性执行,提高了多传感器资源动态分配效能。通过仿真验证得出该分配方法科学合理有效。