多无人机对组网雷达的协同干扰问题研究

在现代战场中,航迹欺骗干扰技术是针对组网雷达提出的协同干扰技术,旨在利用多架无人机在同一时刻对组网雷达中的部分雷达实施相互关联的虚假目标欺骗干扰.充分考虑了实际情况下无人机飞行模态、飞行速度、飞行高度的约束限制,对雷达的位置分布以及虚假航迹线进行可视化,并将三维空间模型投影到二维平面后进行建模分析.主要针对一个虚拟的无人机航迹欺骗干扰问题,建立时空模型,通过构建可达交互矩阵和雷达扫描算法,结合0-1整数规划,得到无人机协同飞行的最优策略.     

多无人机对组网雷达的协同干扰规划

无人机的航行轨迹对组网雷达的协同干扰起着重要作用.基于无人机的虚假航迹点与雷达所成的曲面方程,考虑到无人机飞行时的速度、角度、高度和转弯半径等约束条件,建立了无人机虚假航迹优化模型.分别在无人机匀速运动、变速运动和虚假航迹点缺失的情况下,求解出最少的无人机数量和每架飞机的飞行轨迹.仿真结果表明,虚假航迹优化模型与实际情况相符合,为无人机的飞行轨迹提供了一些参考.     

多机协同欺骗组网雷达的多虚假航迹制定方法

为有效欺骗组网雷达并充分利用设备资源,对干扰机进行复用,基于传统多机协同欺骗组网雷达模型设计了一种产生更多虚假航迹的轨迹规划方法,并将变高度平面与雷达-虚假目标射线的交点作为干扰机的航迹点,突破传统模型中干扰机只能做定高飞行的弊端,使真实航迹具有多样性,令敌方更难预测其坐标位置,保证自身安全.同时从几何关系上建立干扰机处于机动状态下的组网雷达、干扰机组、虚假航迹间的数学模型,以9架干扰机产生4条虚假航迹为例给出模型求解流程.     

一种无人机侦察航迹分层规划方法

给出了一个通用可行的无人机侦察航迹分层规划方法,并应用到第十三届"华为杯"全国研究生数学建模竞赛A题第一问中.将无人机侦察航迹规划问题划分为四个层次,从上至下分别是目标群间侦察顺序优化,目标群内各目标侦察顺序优化,侦察点位优化,转弯设计,依次求解获得侦察航迹.通过分层解算方法既有效控制了算法复杂度,又能在确保满足复杂约束的同时优化无人机在敌方雷达探测区域内的暴露时间.     

多无人机协同规划的数学建模

针对第十三届全国研究生数学建模竞赛A题的多无人机协同规划问题展开研究.首先建立大路径和小路径的最短路径模型完成对十个目标群的扫描任务,其在雷达范围内航行总时间为10.37小时.然后建立实时自适应无人机作战模型针对未知远程雷达在不同情况下制定三级无人机作战策略,仿真结果显示:攻击方无人机滞留防御方雷达有效探测范围内的时间总和为8.81h.     

基于实时飞行仿真的无人机任务规划系统设计

以无人机低空突防作战使用为背景,结合工程实际,提出了一种实时飞行仿真的航迹规划思想进行三维离线航迹规划,基于这种思想,设计开发了集作战环境信息处理、自动手动航迹规划、飞行仿真、视景显示于一体无人机任务规划系统软件.规划结果表明,系统人机交互能力强,便于操作,且规划出的航迹比以往系统规划出的航迹更具有工程可用性.     

多无人机协同任务策略优化

从研究多无人机协同任务的系统资源分配、任务分配、航线规划、轨迹优化等问题入手,建立了多基地多无人机协同侦察模型.针对问题,首先利用"栅格化聚拢"的思想对目标点进行过滤优化,进而对目标群和无人机基地进行了任务分配,而后结合蚁群算法、贪心算法、最短路径算法等思想,通过Matlab平台,计算出能够让无人机停留在雷达探测区域总时间最少的最优策略.     

一种基于自适应杂波密度模型的OTHR Viterbi数据关联跟踪算法

针对天波超视距雷达杂波呈现非均匀非平稳分布的特性以及由虚假杂波多而带来的虚假航迹多等问题,在Viterbi算法中引入了自适应杂波密度模型,在此基础上提出了一种基于自适应杂波密度模型的Viterbi数据关联算法(ACM-VDA).仿真结果表明,与VDA算法及 VDA-AI算法相比,ACM-VDA算法大大降低了虚假航迹的条数.     

多无人机协同任务规划问题

研究无人机任务规划问题,从无人机侦查和轰炸两方面入手.首先,运用迭代算法求解出从基地到雷达区域边际上任一目标出入口的最短路径.在此基础上,以无人机在雷达范围内滞留时间最短,以及被探测次数最少为目标,建立多目标最优化模型.通过改进交叉算子的遗传算法找出最优侦查路径.对于轰炸任务,以无人机在雷达范围内滞留时间最短,以及轰炸总时间最短为目标,建立多目标最优化模型.采用改变惯性权重的自适应粒子群算法找出最佳轰炸路线.由于计算时间较长,本文对68个目标进行聚类分析,提出针对轰炸任务的快速算法,相较原轰炸方案,其计算效率提高80%以上.     

2018年中国研究生数学建模竞赛E题综述

叙述了2018年中国研究生数学建模竞赛E题"多无人机对组网雷达的协同干扰"的命题背景和目的,分析了本赛题的建模及求解思路,对评阅中发现的问题进行了综述,最后讨论了本赛题还需继续思考的问题.