无人机集群网络资源优化综述

无人机集群以其灵活性、低成本和可搭载各类传感器等优势,已成为执行复杂任务的关键设备,其应用依赖于及时高效的通信,因此针对无人机集群网络的研究近年来也得到了广泛关注。无人机集群高移动性、高信息交互量和低能源存储量等固有特性,使其通信资源的管理面临各种严峻的挑战。本文首先综述了无人机集群网络的应用场景、优势及其特点,并结合信道接入控制体制,对无人机集群的无线资源优化问题进行分类,提炼出资源优化所面临的挑战。随后从策略与方法的角度对现有的网络资源优化方案进行了总结归纳,梳理了大规模集群场景下的通信性能提升、高动态环境下的及时决策更新,以及多元异构需求下的通信满意度提升等技术难点。最后,依据研究现状与潜在机遇,结合新兴技术的应用优势,对无人机集群网络的技术方向和发展前景进行了展望。     

指挥控制网络级联失效模型研究*

基于指挥控制网络的拓扑特征和级联失效特点,提出了一种带可调节参数的指挥控制网络级联失效模型。该模型提出了一种考虑节点组织地位的初始负载定义方法,以网络级联失效平均规模和级联失效临界值作为网络的抗毁性度量;通过仿真实验分析了网络负载的层次性、节点过载承受能力、跨级指挥和平行指挥等模型参数对指挥控制网络级联失效行为的影响,为现实指挥控制网络的级联失效行为的研究提供了新的思路。     

基于节点免疫策略的装备保障网络级联失效模型

针对实际装备保障网络中各保障实体均具备智能性的特点,在传统复杂网络的“负荷-容量”级联失效模型基础上,结合Agent建模仿真方法,建立了装备保障网络遭受攻击后的“故障-传播-修复-免疫”级联失效模型。将载荷重分配范围内的节点划分为四类,完好节点、传播节点、恢复节点和免疫节点,其中免疫节点是指节点修复后一定概率获得攻击免疫功能,模拟真实保障实体在得到协同保障进行修复后,在自身学习能力下一定概率躲避再次攻击的能力。最后通过解析计算与模型仿真,分析了改进模型在随机保障、定点保障和伴随保障三种保障模式对应的随机免疫、目标免疫和主动免疫策略下,保障网络中节点的演化关系,证明了模型的合理性和有效性。     

面向级联失效的复杂网络加权策略

针对加权复杂网络抵制级联失效的鲁棒性问题,提出一种介数相关的节点加权方法,并应用加权流局域重新分配原则构建了带有可调权重参数的级联模型。在典型模型网络和真实网络上探讨了级联行为。数值模拟和理论分析结果给出了网络达到最强鲁棒性水平时所对应的权重参数值。与现有的度相关加权策略对比,介数相关加权策略使得网络鲁棒性更强。     

面向级联失效的复杂网络动态增边策略

针对复杂网络级联失效现象,提出三种应对级联失效的动态增边策略：随机增边策略、最大介数增边策略和最大剩余容量增边策略。基于级联失效的ML模型,本文从容忍参数、初始负荷参数和增边成本三方面对不同增边策略的效果进行仿真研究。仿真结果表明：在三种仿真网络中,最大剩余容量增边策略效果和成本在总体上优于其余两种增边策略;增边策略在随机网络中效果最稳定,在小世界网络中效果不稳定;在较低的容忍参数时,各增边策略的效果随初始负荷参数的改变而产生较大的波动。     

公路工程测量中无人机测绘技术的应用研究

公路工程是经济社会发展过程中最重要的基础设施之一,保证公路工程施工建设质量,是推动地区间经济交流、优化区域间文化沟通的必然选择,也是为广大人民群众提供更高质量出行体验的不二之选。近年来,各种各样的先进技术开始在公路工程测量工作中发挥作用,保证了测量数据的准确性和测量工作的高效性,而无人机测绘技术无疑是比较具有代表性的技术之一,文章在介绍无人机测绘技术优势的基础上,对公路工程测量中无人机测绘技术的应用要点进行研究。     

城市轨道交通网络特性与级联失效鲁棒性分析

为探讨城市轨道交通网络(U RT N)的网络特性及面对突发事件时的鲁棒性,提升运营效率,基于复杂网络理论,采用Space-L方法构建URTN拓扑结构,提出URTN站点重要性综合评价指标.建立URTN级联失效模型,设计级联失效仿真算法,通过网络效率和最大连通子图比例两项鲁棒性评价指标,定量分析不同攻击策略下U RT N级...     

基于多agent系统的大规模无人机集群对抗

本文将多agent系统引入到大规模无人机集群对抗决策系统中,给出了基于多agent系统的大规模无人机集群对抗决策方法.将机群中的每个无人机视为一个独立agent,建立了无人机运动模型,为无人机设计了独立的个体行为集,并针对每种行为给出了决策方法.通过每个个体无人机对其邻域环境的作用,涌现出宏观的集群对抗(作战)效果.使用MATLAB仿真软件对所设计的大规模无人机集群对抗方法进行了仿真,验证了所设计的基于多agent系统的大规模无人机集群对抗决策方法的有效性.     

测绘工程测量中无人机遥感技术的运用研究

随着城市化的发展,测绘工程备受关注。无人机遥感技术的应用也受到相关人员的关注和重视。并对无人机遥感技术的应用进行了探讨,以期提高无人机遥感技术的应用效果。本文研究了无人机遥感技术在测绘工程测量中的应用,使无人机遥感技术能够充分发挥自身的特点。     

基于CAS集群的单点失效问题解决方案

单点登录(SSO)可以消除多个应用服务系统之间的重复认证过程,但会加重认证负载,引起单点失效的风险,导致服务中断。针对上述问题,提出具有集群功能的单点登录系统,将用户登录请求分发到不同的单点登录服务器,解决单个单点登录服务器负担过重的问题,增强系统运行的稳定性。     

基于类圆映射的多目标粒子群优化算法

针对多目标优化求解的问题,提出一种基于类圆映射的多目标粒子群优化算法(qMOPSO).首先,利用类圆映射技术将高维空间的解集映射到二维坐标平面,监控粒子种群的进化状态.其次,为了兼顾种群的收敛性和分布性,采用类圆占优和类圆扇块距离的概念设计了新的档案集管理策略.另外,根据种群分布熵变化情况,选择全局最优粒子,指导种群进化方向.最后,基于换维思想和淘汰机制,采用一种新的综合管理策略,提高种群寻优性能.所提算法采用三类测试函数和五种对比算法进行了对比实验.仿真实验证明,该方法是正确、有效的.     

一种基于应力矩阵的无人机集群队形变换控制方法

针对复杂环境下无人机集群队形变换与编队控制问题,提出一种可抑制外部干扰的无人机集群队形变换策略,设计基于滑模的编队控制方法.首先,考虑无人机集群中存在多个领导者,提出一种“双层领导者-跟随者”无人机集群协同队形变换控制策略,实现障碍环境下的编队队形变换;然后,基于图论、一致性理论和滑模控制理论设计针对无人机集群存在外部干扰条件下的从机时变编队控制律,能够实现无人机编队按几何参数和几何图案连续变化;其次,通过构造Lyapunov函数证明在扰动条件下多领导者无人机集群系统队形变换的稳定性;最后,利用数值仿真验证所提出队形变换控制方法的有效性.     

基于移动群智感知的多旋翼无人机噪声控制技术

由于多旋翼无人机产生噪声的位置点较多,难以感知具体的噪声位置,导致噪声控制效果不理想,因此提出基于移动群智感知的多旋翼无人机噪声控制技术;分析多旋翼无人机噪声信号在无人机蒙皮结构、加筋板结构、典型壁板结构内的布局形式,获取无人机板状结构的振动特性,求解同步开关阻尼、短路开关阻尼、电感开关阻尼、外加电压源开关阻尼的数值表达式;根据开关阻尼计算结果和移动群智感知原则,对多旋翼无人机的噪声位置进行精准定位;按照感知任务分配表达式,计算调度性能指标的具体数值,完成基于移动群智感知的多旋翼无人机噪声控制任务调度;实验结果表明,在移动群智感知算法作用下,无人机噪声信号在各个方向上的波动幅值均得到较好控制,与模糊逻辑控制方法相比,能够较好维持多旋翼无人机的稳定运动能力。     

动态学习混沌映射的粒子群算法

传统粒子群优化算法（PSO）对社会认知部分与自我认知部分都采用恒定学习常数,一定程度上限制种群全局协调能力。在算法收敛后期种群多样性丧失而导致全部个体收敛于搜索空间中的某一点,这易诱发早熟现象。针对这种缺陷提出一种动态学习混沌映射的粒子群优化算法（VLCMPSO）。在算法初期迭代中应多考虑自身记录的最佳点,在算法后期应快速向种群最佳点收敛,因而设计一种进行协调的动态学习因子。为克服早熟现象,判断种群多样性方差低于设定阈值时,以混沌映射的方式将该代最优个体位置更新且以新的方式进行优化操作。经实验证明新算法在收敛速度与精度上都具有更好的性能。     

基于扩张状态观测器的反馈线性化无人飞行器姿态控制

随着集成电子等技术逐渐成熟,无人飞行器得到了广泛的关注和应用;其中,由于飞行器在飞行阶段具有高响应速度、耦合动力学和非线性等特点,使其在飞行阶段的姿态控制成为该领域重点研究的方向之一;针对该研究方向,文章提出了一种基于反步法技术的反馈线性化无人飞行器姿态跟踪控制方案来解决其在受到环境干扰的条件下可以精准跟踪姿态角度的问题;在该方法中,设计了反步法技术拆分简化模型和反馈线性化减少调节参数,并利用扩张状态观测器(ESO)来对扰动进行估计和补偿,同时给出了ESO的收敛性和闭环系统的稳定性来证明该方法的可实施性;最后给出了仿真结果,验证了该方法在干扰的环境下仍可以精准控制无人飞行器姿态。     

无人机DEM测点插值算法的矿区沉陷测绘技术

为实现对矿区沉陷深度的精准测量,完善测绘技术的具体实施方案,针对无人机DEM测点插值算法的矿区沉陷测绘技术展开研究;根据DEM测点获取结果,实施分维值测定处理,再以此为基础,确定插值拐点所处区域,实现对无人机DEM测点插值算法应用流程的完善;联合像控点布设原则,定义空中三角区域,并通过推导径向插值基函数的方式,建立矿区沉陷区域的地理模型;在空间坐标系转换条件的基础上,确定矢量数据叠加的处理结果,再结合像片倾角与旋偏角的实际取值,求解测量精度评价指标,完成无人机DEM测点插值算法的矿区沉陷测绘技术实施方法的设计;实验结果表明,上述测绘技术方法作用下,沉陷深度测量结果与矿区真实沉陷深度之间的差值不超过1 m,符合精准测量的应用需求,对于测绘实施方案的完善可以起到一定的促进性影响作用。     

姿态融合滤波的无人机抗干扰控制算法

提出一种基于姿态融合滤波的无人机(UAV)抗干扰控制算法.分析无人机飞行的运动模型,构建无人机在飞行的姿态参量约束下的运动方程,设计扩展卡尔曼滤波器进行干扰滤波,实现飞行姿态参量信息融合,以捷联惯导传输到执行器的姿态融合误差为控制目标进行控制算法优化.仿真实验结果表明:采用该方法进行无人机的姿态信息融合和控制,输出的姿态信息参量具有较高的精度,误差收敛到最小,控制性能较好,抗干扰能力较强,保障了无人机的稳定飞行.     

基于粒子群优化的Rao-Blackwellized粒子滤波SLAM算法

为了实现在高相似度环境中移动机器人精确高效的自定位与建图,提出了一种基于粒子群优化（ PSO）的Rao-Blackwellized粒子滤波同步定位与地图构建（ SLAM）算法。利用激光扫描数据校正里程计信息,得到多模态的似然函数,克服相似环境对机器人定位的影响;利用粒子群优化算法提高常规粒子滤波器的估计性能,使得高似然采样集向各个后验概率密度分布取值极大的区域运动,同时保持低似然粒子多样性,从而在一定程度上克服粒子贫乏问题,并且显著地降低精确定位所需的粒子数。对所提算法与Gmapping算法在MIT数据集上进行仿真对比实验,结果表明了该算法的可行性和有效性。     

基于逻辑自映射的变尺度混沌粒子群优化算法*

针对基本粒子群优化算法的早熟收敛问题,提出了一种基于逻辑自映射的变尺度混沌粒子群优化算法。该算法在粒子群优化算法每次寻优结束时,采用逻辑自映射函数产生混沌序列,在已搜索到的精英粒子附近尝试搜索更优解并动态收缩搜索范围,在防止算法过早陷入局部最优的同时提高了算法搜索的精度。仿真结果表明,新算法在寻优成功率和平均最优值方面有很大提高,在求解包括欺骗性函数和高维函数在内的多种函数优化问题方面具有良好的效果。