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.     

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.     

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.     

多无人机对组网雷达的协同干扰

针对无人机编队与组网雷达之间的欺骗干扰问题,结合无人机编队与组网雷达的工作特性,首先采用分层规划的思想建立了无人机编队的航迹搜寻、协同规划、安全约束模型,根据0-1规划的方法制定出匀速直线等约束下无人机编队的协同策略,其次利用改进的航迹搜寻模型进行虚假航迹搜寻,使固定数量的无人机编队新增出4条虚假航迹.     

基于改进蚁群算法的侦察无人机航路规划与实现

文章针对侦察无人机航路规划这一问题,分析了影响航路规划的因素,构建了航路规划的模型.结合侦察无人机航路规划的特点与模型,论证了基于蚁群算法求解的理由与优点,并对蚁群算法的初始信息素强度与启发因子进行了改进.最后以岛屿进攻战役这一特定作战任务为例,利用MATLAB实现了侦察多目标时的航路规划问题.     

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.     

在线服务风险管理的蚁群优化算法

互联网环境下的在线服务运营管理应该先进行项目风险规划.针对在线服务企业的风险管理规划问题,提出了一种蚁群优化风险管理算法.该方法能够通过优化组合项目及风险处理措施,以最优的净收益值确定服务目标及风险防范措施,达到在线服务收益最大和风险代价最低的目标.     

机动目标跟踪与逃逸分析

在利用地心坐标系的空间匹配算法(ECEFA)实现不同观测雷达空间数据同步的基础上,建立了机动目标跟踪的"当前"统计(CS)模型,通过Kalman滤波,实现了机动目标的有效跟踪.针对混合量测阶段,提出了集中式融合算法,实现了航迹的有效估计;对于机动目标观测断裂问题,提出了航迹粘联算法,有效地提高了航迹的连续性,降低目标状态估计误差.针对所提供的机动目标本身特征,提出了基于修正Hough变换的机动目标航迹起始策略,采用基于概率数据关联(PDA)的机动目标数据关联算法,实现了各目标的有效数据关联,确定了最终的两条航迹;最后,分别从目标的机动跟踪模型与雷达自身属性的角度出发,制订了机动目标的最佳逃逸策略.     

基于非同分布样本的变参LUM在线分类（英文）

LUMs(Large-margin Unified Machines)在分类学习中受到广泛关注,LUMs是一类最大化间隔分类器,它提供了一种独特的软分类到硬分类转化的方式.本文研究的是基于独立不同分布样本和LUM损失函数的二分类在线学习算法.同时,在线算法的每一步迭代,涉及的LUM损失函数的参数是随着迭代在逐渐减小的.在这种假设下,我们基于再生核希尔伯特空间(RKHS),给出了在线算法的收敛阶.     

凸半无限规划的一个新的割平面算法

基于非线性规划和割平面方法,给出了凸半无限规划问题的一个分析中央割平面算法(ACCPM).该算法不需要在每一次迭代时计算所有的约束数值,而只需要求解一个中央割平面,从而使得问题的求解规模变小,这种算法对于求解可行域结构比较复杂的半无限规划非常有效,最后给出算法的收敛性证明.     

通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.     

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.     

基于松弛策略解半无限规划模型的显式修正算法

讨论了一类线性半无限最优规划模型的求解算法.采用松弛方法解其系列子问题LP(T_k)及DLP(T_k),基于松弛策略和在适当的假设条件下,提出了一个我们称之为显式算法的新型算法.新算法的主要改进之处是算法在每一步迭代计算时,允许丢弃一些不必要的约束.在这种方式下,算法避免了求解系列太大规模的子问题.最后,基于提出的显式修正算法,并与传统割平面方法和已有文献中的松弛修正算法、对同一问题作了初步的数值比较实验.     

邮政运输网络中的邮路规划和邮车调度

根据不同情况的要求,采用多种算法来确定邮路规划.1)按照邮车不超载的要求,提出改进型贪心算法,得到符合条件的邮路规划,并结合实际,进一步提出改进方案.2)依据最小生成树理论,提出对各支局进行初步分组方法.同时,基于Floyd算法,提出了改进型TSP算法,并建立求解最小路径的模型,进而得到最经济的邮路规划.3)根据最佳Hamilton圈的理论,判断支局应归人的邮路,从而达到减少成本的目的.4)利用最短路覆盖中心算法,确定最合适的县局地址,使邮路总成本最小化.     

线性互补约束规划问题的一种Filter算法

本文研究了求解线性互补约束规划问题的算法问题.首先基于广义互补函数和摄动技术将问题转化为带参数的非线性优化问题,利用SlQP-Filter算法方法,求解线性互补约束规划问题的一种Filter算法.在适当条件下,证明了该算法的全局收敛性.     

基于时序分解的自适应在线学习电力负荷预测算法研究

传统的机器学习方法无法捕捉到电力负荷需求的不确定性以及动态变化规律.本文将最新提出的隐马尔可夫模型在线学习算法应用于电力负荷预测研究,充分提取历史数据中的不确定性特征和动态变化规律,并结合分解算法,更精确利用数据中的动态变化特征,从而提高预测精度.算法基于隐马尔可夫概率预测模型,在获得新样本时对模型进行在线更新,适应最新数据;利用STL时序分解算法对负荷数据进行分解,使具有不同不确定性和动态变化规律的分量分离开,再分别使用在线学习算法对不同特征的分量进行预测,构造电力负荷预测组合算法.基于三个公开电力负荷数据集的测试结果表明,相比于单一的在线学习模型,本文提出的组合算法提高了预测精度,预测相对误差最高减少了27%.     

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.     

无界意义下的在线变化分位数回归算法

本文研究了基于核方法下的在线变化损失函数的回归算法. 利用迭代和比较原则, 得到了算法的收敛速度, 并将该结果推广到了更一般的输出空间.     

无界意义下的在线变化分位数回归算法

本文研究了基于核方法下的在线变化损失函数的回归算法.利用迭代和比较原则,得到了算法的收敛速度,并将该结果推广到了更一般的输出空间.