基于蚁群算法的无人机侦察任务分配

随着无人机(Uninhabited Aerial Vehicle,UAV)平台自身性能和信息化水平的提升,如何对无人机进行侦察任务分配成为重点问题;并且任务分配问题涉及无人机和目标数量、位置、性能等众多因素,也使任务分配问题变得十分复杂.针对侦察任务分配问题,进行分配建模研究,细化约束条件,使其更贴合实际应用场景.利用...     

多无人机协同侦察任务规划方法研究综述

由于军事侦察任务的复杂性不断提高,且侦察方式逐渐向多无人机协同的方向发展,而任务规划是无人机执行侦察任务的关键技术,因此研究多无人机协同侦察任务规划方法具有重要意义。根据侦察对象的不同将其分为“点对点”协同侦察和“点对面”协同侦察两种任务模式。对于“点对点”协同侦察,对其目标分配算法与航迹规划算法的原理、优势与不足及改进方法进行了分析,介绍了航迹平滑的常用方法。对于“点对面”协同侦察,从环境信息是否可知的角度对当前的侦察方法进行了分析并总结。最后指出了未来多无人机协同侦察的发展趋势为多无人机携带多种载荷对环境未知的区域进行多角度覆盖侦察。     

考虑时间窗约束的多无人机任务分配

针对异构多无人机执行侦察、攻击等多任务时的分配问题,提出带有时间窗的基于共识的捆绑算法(WCBBA),该算法解决了基于任务时间窗以及无人机载弹限制约束条件下的多无人机任务分配问题。首先,基于约束条件建立了异构多无人机任务分配模型,设计了任务收益函数以及由于飞行距离所产生的折扣函数;其次,利用算法对多无人机执行侦察、攻击任务的分配模型进行求解。仿真结果表明,算法能够成功、高效地解决任务分配过程中的冲突问题,完成最优化的任务分配,对多任务条件下的异构多无人机协同作战任务分解具有一定的理论意义和实用价值。     

基于改进遗传算法的多无人机任务分配

为解决传统遗传算法在求解多无人机任务分配问题时易陷入局部最优和收敛速度较慢的问题,文中提出一种融合模拟退火思想的改进遗传算法。首先描述多无人机任务分配问题,将其转化为多旅行商问题,并建立数学模型;然后在传统的遗传算法中引入Metropolis准则,对选择、交叉、变异后的子代种群进行优化调整,使算法可以跳出局部最优并快速收敛;最后进行仿真实验,采用TSPLIB数据库对改进算法进行有效性验证,分别求解不同规模的多旅行商问题,对算法的优越性进行验证,求解任务分配算例以验证改进算法解决多无人机任务分配问题的可行性。实验结果表明,改进的遗传算法能跳出局部最优,收敛速度显著提升,在求解多无人机任务分配问题时,寻优效果优于改进前的算法。     

无人机多侦察载荷协同侦察效能评估

多侦察载荷协同侦察已经成为当前和未来无人侦察机主流工作方式。根据电子信号侦察设备、合成孔径雷达（SAR）和长焦距倾斜CCD相机3种机载侦察载荷的侦察特点,分析了影响机载多侦察载荷协同侦察效能的因素和指标,在各分项评估模型的基础上采用线性加权算法建立了无人机多侦察载荷的协同侦察效能模型。最后分别在不同强度的电子对抗环境下,对以上3种机载侦察载荷两两协同的侦察效能进行了计算和分析,验证了模型的可用性。     

基于ISODATA约束聚类的多无人机动态任务分配

战场环境的动态性和不确定性以及任务分配问题的复杂性,使得无人机飞行前预先规划难以满足时间敏感性要求。针对多无人机动态任务分配问题,建立了数学模型,并设计了一种求解该问题的ISODATA约束聚类法。运用分组基础上的任务再分配策略,首先通过ISODATA约束聚类实施任务分组,然后在分组基础上利用免疫粒子群算法进行组内任务重分配。仿真实验和分析表明该方法简单有效,能够应对战场环境中的多种突发情况,具有较好的时间性能。     

基于改进烟花算法的多目标多机器人任务分配

多机器人任务规划是多机器人系统研究的主要问题之一,多目标多机器人任务规划是指同时对多机器人系统的多个指标进行优化。近年来,启发式算法越来越多地被用来解决多目标问题。本文提出了一种基于改进烟花算法的多目标多机器人任务分配方法,并详细讨论了多目标解的排序方法和选择策略。为了验证该方法的性能,对7个实例进行了实验,并对该方法和其他四种多目标算法,Non-dominated Sorting Genetic Algorithm II (NSGA-II), Strength Pareto Evolutionary Algorithm 2 (SPEA2),Pareto Envelope-based Selection Algorithm (PESA ) 和一种改进的Strength Pareto Genetic Algorithm 2 (SPGA2)在S-metric指标上进行了比较。实验结果表明,在解集质量、解集覆盖度方面,基于改进烟花算法的多目标多机器人任务分配方法具有明显的优势。      

基于聚类的无人机狼群任务分配算法

本文在基于狼群行为机制的无人机集群任务分配算法的基础上,根据狼群会有目的地向着目标聚集的方向前进的现象,提出了通过聚类算法对任务分配的优先级进行改进的基于聚类的无人机狼群任务分配算法.使得狼群在分配任务过程中学习地图信息,提高任务分配的效率,节省无人机集群执行任务过程中的飞行距离与飞行时间,并在地图上对优化效果进行验证...     

采用粒子群优化算法规划无人机侦察航路

研究了粒子群优化算法,提出了将该算法运用于无人机的航路规划.引入交换指数和变异子的概念,解决了算法的局部极值问题,给出了航路规划的方法和步骤.在Matlab仿真环境下得到了参考航路.结果表明,该算法简单有效,在很大程度上提高了无人机的侦察效率.     

无人机侦察航迹规划研究

侦察打击一体化无人机是否可以精确地打击目标很大程度上取决于之前的侦察,因此侦察航迹规划系统对于这类无人机来说就显得尤为关键。首先对无人机侦察打击一体化系统进行设计,接着对搜索区域、机载侦察设备的探测区域和动作库进行建模,并根据性能指标进行决策,最后通过仿真验证。结果表明该系统能够根据当前的各种态势自主决策,生成的航迹完全可以满足无人机自主侦察的要求,使在该区域内搜索的无人机发现目标的概率最大。     

应急搜索UAV集群协同任务规划策略

目前应急搜索无人机(UAV)集群存在搜索效率低、覆盖完整性低、多机组网稳定性差等问题。对此,该文提出一种基于优化模糊C聚类算法(O-FCMA)结合优化混合粒子群算法(O-HPSO)的终端-路由UAV区域搜索任务规划策略。以UAV监测区域范围为基础,通过建立搜索区域的空间模型,进一步运用O-FCMA进行区域几何划分,并采用O-HPSO实现划分区域内的路径规划,以实现多UAV集群搜索总体任务的规划。仿真实验结果表明,采用O-HPSO结合O-FCMA进行无源UAV区域搜索任务较ACO或模拟退火算法结合K聚类算法或FCMA相比,在保证搜索区域全覆盖条件下,有源搜索与无源搜索过程中UAV决策时间分别降低了7%～21%和16%～31%,搜索效率分别提升了7%～13%和3%～7%。结果表明所提方法有效降低了UAV集群的决策时间,提升了搜索效率。     

搜索打击任务的多无人机编队的研究与优化

无人机探测范围和携带的可消耗载荷有限, 因此, 当被侦测的目标需要不同种类和不同数量的载荷才能被完全摧毁时, 就需要一组无人机形成编队来打击目标。提出一种针对搜索打击任务的多无人机编队方法, 该算法通过两个阶段来确保打击目标的时延最短和编队规模最小。同时, 给出了3种不同的搜索策略: 随机搜索、多车道搜索、网格搜索, 进一步优化算法。最后, 利用Monte-Carlo方法仿真实现了编队算法并分析了3种搜索策略的性能。     

有人机控制无人机群空战多目标分配

针对集中式体系结构下的有人机-无人机群协同空战多目标分配问题,把目标威胁分为固有属性和动态属性两部分,分别建立了目标威胁系数层次结构模型和优势函数模型;根据空战态势的不同,提出了3种效率指标,建立了相应的代价函数;针对3种代价函数,运用离散粒子群算法进行了数值仿真研究,仿真结果表明所用的算法具有良好的收敛性,适合解算文...     

基于PSO-SAS的联合侦察任务规划

针对联合侦察筹划中任务规划阶段机动侦察平台阵位与路线确定困难的问题,提出了一种基于粒子群优化-稀疏A星(Particle Swarm Optimization—Sparse A-star,PSO-SAS)算法的规划方法。该方法综合考虑侦察装备机动性能以及敌火力威胁、地形等因素,在侦察阵位规划上,建立了阵位综合评估模型,并利用粒子群算法进行阵位寻优;在路线规划上,采用稀疏A*算法进行航迹规划,通过将机动性能、安全距离、路程等约束引入搜索过程,缩短最优路线的计算时间。仿真试验验证了所提方法生成的侦察阵位和路线能够满足侦察任务要求。     

舰载雷达侦察系统坐标系转换方法

介绍了舰载雷达侦察系统常用坐标系转换方法,包括舰船地理坐标系到舰船甲板坐标系的变换及逆变换、舰船甲板坐标系到阵面坐标系的变换及逆变换,给出了具体的推导过程及坐标系相互转换的公式,结合坐标系转换的理论方法,阐述了舰载雷达侦察系统坐标系转换的应用实例.     

面向复杂障碍环境的多机协同侦察任务规划

针对复杂障碍环境下的多机协同侦察任务规划问题开展研究.首先,针对不同侦察任务需求,构建传感器探测、有效持续侦察时间、复杂多边形障碍等数学模型;随后,综合考虑持续侦察时间和障碍规避约束,提出了一种面向复杂障碍环境的多机协同侦察规划分层求解方法,通过分层细化有效降低多机协同侦察问题的求解复杂度;最后,考虑无人机运动学约束,...     

一种多无人机分布式路径规划算法

为解决多无人机路径规划鲁棒性不足、收敛速度慢的问题,提出了一种分布式多无人机路径规划方法。首先,将机队成员视为具有本地控制器的非线性动态系统,并将多无人机控制视为在线优化问题构建路径优化成本函数模型。其次,通过将局部控制和分布式路径规划相结合,并使用粒子群优化算法将平移运动与旋转动力学解耦,以实现对多无人机的分布式路径规划和有效控制。最后,通过建立基于四元数的无人机动力学模型与其他两种方法进行对比仿真测试,并搭建由三架无人机组成的机队进行飞行测试,验证所提方法的有效性。实验结果表明,所提方法能够实现对多无人机的最佳路径规划和有效控制,并具有良好的抗干扰性能,且与其他对比方法相比具有更好的收敛性、鲁棒性和抗振荡性。     

宽带侦察信号检测中的门限算法

利用接收频谱不同噪声子带的独立同分布特性,讨论了通信侦察中信号检测的自适应门限算法.以接收信号DFT输出幅度平方作为统计量时,按指数分布特征计算门限;以DFT幅度平方的积累值作为统计量时,按卡方分布或恒虚警处理计算门限.根据不同统计量服从某一概率分布的特性,上述方法可统一为基于噪声谱线直方图统计的方法,并针对有色噪声频谱提出了一种基于形态学开运算的谱线处理方法.理论分析与仿真实验验证了算法的有效性.     

电子侦察船生存能力评估方法

电子侦察船生存能力的高低将直接影响其海上侦察任务的完成,如何对其进行正确评估是提高电子侦察船生存能力的关键所在。目前,对电子侦察船生存能力评估方法的研究有很多,但主要都是集中在定性分析上,定量评估的还未见相关报道。本文通过在对电子侦察船生存能力进行深入分析的基础上,建立起电子侦察船生存能力指标体系和评估模型,并运用定性与定量相结合的方法来评估,提出的评估方法科学合理,不但对提高电子侦察船的生存能力具有指导意义,而且对其他海上作战平台生存能力的评估具有借鉴价值。