攻击型无人机任务规划系统浅析

由于现代战争中地面防空火力的加强以及雷达系统具体较强的捕捉目标能力,战时反应的时间越来越短,无人机受到敌方地面威胁程度也随之增大,盲目的进入战场实施攻击会造成极大的损失,简单的人为决策也不可能对复杂多变的战场环境做出客观全面的评价。     

无人作战飞机打击时敏目标的任务规划研究

针对无人作战飞机打击时敏目标的任务规划问题,提出了一种基于遗传算法的路径任务规划方法。首先运用Voronoi有向图和Dijkstra算法得到单架无人作战飞机单个目标的规划路径。然后提出了时敏目标时间敏感函数的概念,并由此构建了多无人作战飞机打击时敏目标的任务规划代价计算模型。最后设计了多无人作战飞机多任务规划的变长度染色体整数编码遗传算法,运用该算法对打击时敏目标的任务进行仿真,仿真结果表明了所提出方法的正确性和可行性。     

战术任务规划系统研究

驾驶员智能决策辅助系统对于提高作战飞机的生存性和完成任务有效性具有重要意义，研究现代军机战术任务规划和管理系统结构、组成及功能，给出了信息融合、态势评估和任务规划各子系统实现方法；基于目标和任务模型，实现了冲突检测与消解，利用模型预测控制的滚动优化和在线校正技术，实现了突发事件情况下战术飞机飞行轨迹的在线规划问题，具有较好的鲁棒性和抗干扰性，研究结果表明了该方法的有效性。     

基于改进蚁群算法的多无人机航路规划研究

无人机的航路规划研究是无人机任务控制系统的关键技术,在用Voronoi图法对威胁环境建模的摹础上,提出了基于Voronoi图的多行为蚁群算法,增强了蚂蚁之间的协同性,有效解决了可行解的收敛性与多样性之间的矛盾,并对求解过程加入了方向性引导,提高了算法的求解效率.在多机协同方面,利用上述算法分同起止点与不同起止点两种情况对多机协同航路规划进行了仿真,针对得到的多条初始航路,利用协同时间指标对多初始航路进行选择.最后用三次样条方法对协同最优航路进行了平滑处理.     

无人机任务规划系统体系设计①

无人机任务规划系统(MPS)是一项复杂的系统工程,一个综合高效的任务规划系统对于具有超视距侦查和监视能力的无人机完成作战任务是相当重要的。系统地构建一个可行的任务规划系统需要考虑的因素很多,首先要进行任务信息需求分析,其次是对各种资源的合理配置,另外还要满足飞机飞行特性、航空控制规则以及作战法则等标准。从无人机任务规划概念出发,分析无人机任务规划系统的信息需求环境和构建要求,归纳了无人机任务规划的基本体系结构和模块化设计,最后给出了无人机任务规划系统基本的评价指标。     

改进粒子群算法在UCAV航路规划中的应用

针对在无人作战飞机(UCAV)航路规划中存在的计算复杂和收敛性等问题,该文利用标准粒子群算法原理,在算法搜索过程中引入变异算子,克服了标准算法易陷入局部极值点的不足。利用一组正弦波曲线来构造一个粒子,通过对正弦波个数和幅值的限制,使该方法得到的飞行航路严格经过起始点和目标点,而且满足UCAV的机动性能要求。仿真结果表明该方法简便可行,粒子能较快地收敛于全局最佳航路。     

基于无人机中继的导弹集群任务规划系统研究

导弹集群协同作战是C4ISR的网络攻击的典型作战模式,本文以无人机中继模式为例分析了导弹集群实施远程打击的作战流程。任务规划系统的关键技术包括网络体系下的系统结构、任务调度技术、实时航路规划技术、人在回路制导方式下导弹饱和攻击技术等。设计了导弹集群任务规划仿真系统,主要功能包括:任务管理、地图预处理、数据链信息处理、任务规划、视景仿真等。导弹集群协同航路规划子系统是任务规划系统的重要子系统,对其系统结构进行了分析与设计,并给出了航路规划的仿真结果。     

基于协同任务的无人机群航路规划算法

当前,无人机在航行途中,与无人机群和其他环境因素,例如,执行任务的目标地点、飞行障碍物共同构成一个庞杂的飞行环境,系统里的各部分既相互制约又相互影响,使得多机协同航路规划评估问题十分复杂,表现出飞行场景动态性与信息不确定性、任务艰难性、建模复杂性、组合多样性、计算复杂性和时间紧迫性等特点。特别是针对面向协同任务的航路规划评估,还要考虑时序、编队、任务等各方面因素,这些因素不仅仅是定量信息,还有很大一部分是定性信息。采用A-star算法将定量信息与定性信息进行合理融合,客观规划协同航路。通过实验仿真,路径规划算法能有效地避开多个路障点,在实际监测中具有较好的效果。     

面向协同任务的多UCAV分布式任务分配与协调技术

对多架无人作战飞机 (Unmanned combat aerial vehicle, UCAV) 分布式控制中的任务分配与任务协调问题开展研究. 采用合同网实现任务执行过程中的任务分配. 通过对合同网进行扩展, 使 UCAV 能够在招标和竞标的同时处理任务间的时间约束. 设计了一种新的部分全局规划协商机制, 能够更有效地对执行相关任务的 UCAV 的任务计划进行协调. 通过 Petri 网建模方法, 将两种协商机制模型化为 Petri 网并分析了协商过程的正确性与协商结果的可行性. 仿真实验验证了方法的有效性.     

基于改进ACO算法的无人作战飞机航路规划设计

为了使无人作战飞机能在敌方防区内以最小的发现概率和航路代价到达目标点,提出一种基于改进蚁群算法对UCAV进行航路规划的方法;首先,根据燃油代价和威胁代价设计了目标函数,并根据敌方防区威胁源生成VORONOI图,然后通过对信息素初始化方式、蚂蚁转移规则以及信息素更新规则进行改进以优化传统的ACO算法,最后定义了使用改进ACO算法对UCAV进行航路规划的具体算法;仿真实验证明文中方法能实现UCAV航路规划,且与经典ACO算法相比,文中方法具有较快的收敛速度和较强的全局寻优能力。     

可扩展性卫星任务规划系统的设计与实现

针对现有卫星任务规划系统可扩展性差的特点,设计并实现了一种类似于HLA(High Level Architecture)框架的可扩展性卫星任务规划系统HES3(High-Extensible Satellite Scheduling System).为保证HES3的可扩展性,提出了基于专家系统和约束分离的卫星任务规划算法的两阶段规划处理机制.设计了基于类甘特图和GIS(Geo-graphic Information System)视图的规划结果可视化人机交互接口.最后,通过一个应用实例说明了HES3的运行过程.     

XML文档在卫星任务规划系统中的应用研究

介绍了卫星任务规划系统的总体开发流程,通过分析卫星任务规划系统的输入输出数据的属性,发现传统的关系型数据在任务规划系统中所存在缺点,将XML模式用于描述卫星任务规划系统中的输入输出数据结构和数据内容,实现了卫星任务规划输入输出数据的标准化,展现了对输入输出数据进行标准化描述的XML文档格式.通过对输入输出数据的标准化描述,任务规划系统能够摆脱数据库的限制,实现跨领域、跨平台的应用.为今后任务规划系统向B/S结构的转变打下了基础.     

基于蚁群算法的无人机编队折线航路规划系统

针对无人机编队折线航路规划系统一般为单向行驶,造成规划速度较慢的问题,设计基于蚁群算法的无人机编队折线航路规划系统。首先,根据实际的设计需求及标准,构建主处理定位模块;其次,构建蚁群航路规划指令集群,采用多目标的形式,提高航路的规划速度;最后,进行系统测试。经过3个航路测定区域的对比分析可知,无人机编队规划的最佳航迹代价值均可以达到50以上,说明该系统的航路规划能力较强,规划速度快,具有较高的应用价值。     

多无人机任务推演系统研究

研究多无人机任务推演系统的设计与实现过程,在多无人机任务推演系统具体需求的基础上,设计系统的分层体系结构与具体功能模块。针对系统实现过程中的多机协同任务分配及航迹规划问题,建立相应的数学模型并使用改进遗传算法对模型进行求解。使用分布式处理技术解决模型解算与实时数据显示的矛盾。基于MapX控件实现系统中战场地图的显示与操作功能。该系统对制定合理作战方案、发挥无人机的最佳作战效能具有重要意义。     

多无人机协同攻击路径规划研究

如何实现多架无人机规避复杂威胁区域对敌重要目标实施协同打击成为近来研究的难点,研究实现协同打击的关键是规划出多无人机从各自起始点到目标的最优协同攻击路径,以解决路径规划的关键技术为目的。对复杂威胁区域中,多无人机最优协同攻击路径规划进行了研究。首先,构建了多无人机最优协同攻击路径规划系统框架;其次,以人工智能A*算法为基础,结合无人机运动学方程对A*算法进行了改进,得到一种基于步长搜索的无人机路径快速生成算法;再次,基于改进的路径快速生成算法,以多无人机同时攻击目标为约束条件,进行变步长的协同攻击仿真计算。仿真验证了路径规划算法和协同攻击算法的有效性。     

基于XML的无人机任务链模型

对无人机系统地面任务控制站与飞行器通信协议中的任务链进行了研究。根据功能将任务链分为航路计划、传感器计划、通信计划和控制权限交接计划4个部分，建立了能够支持复杂任务的任务链模型。采用XML语言对任务链进行表达，增强了任务链的标准性和通用性。最后实现了任务控制站通过任务链控制多架无人机协同执行任务的仿真。     

基于整数规划的多UCAV任务分配问题研究

在深入分析多UCAV任务分配问题的特点的基础上，提出了求解多UCAV协同任务分配的整数规划方法．通过设计决策变量和灵活地对各种约束条件形式化，建立了多UCAV任务分配问题的形式化模型．并以典型的UCAV任务SEAD为想定，进行了仿真验证与分析．仿真结果表明该模型可以较好地解决多UCAV协同作战的任务分配问题．     

基于遗传算法的无人机航路规划优化研究

研究无人机航路规划优化问题,为了提高无人机航路规划效率和精度,传统的遗传算法易陷入局部最优、收敛速度慢导致无人机航路规划效率低、寻优精度较差等问题.为解决上述问题,提出了一种基于改进遗传算法的无人机航路规划方法.改进算法前期采用了保优选择策略和改进编码方案对无人机航路进行优化,加快了搜索速度、提高规划效率,使之适应大规模威胁问题求解;后期结合无人机特点,改进交叉和变异算子,通过改进使得每轮搜索后每-软的最优航路能更好地反映求解的质量,有效地加快了收敛,保持了稳定性.最后用改进的遗传算法对无人机航路规划进行了仿真.实验结果表明,方法避免了陷入局部最优、收敛速度加快、寻优精度提高,并缩短了搜索时间,航路规划效率明显提高.提出的算法可以引申应用于类似情况下的路线规划问题,具有-定的推广意义.     

无人机任务规划课程设计与实践

针对无人机任务规划课程教学实际,梳理相关概念与内涵,分析其在无人机专业本科学员知识体系中的作用与地位,根据任务规划人才培养的能力需求提出课程的建设思路,并着重强调该方向人才培养所需要的动手能力,对教学实践环节进行详细设计,构建开放式任务规划教学框架和递进式试验内容.