排序方式: 共有19条查询结果,搜索用时 453 毫秒
1.
2.
介绍了使用数据传输网络的方式实现的无人机协同系统。与传统的点对点测控系统相比,该系统在体系模型、成员类型和网络运行过程等方面有所不同。分析了该系统体系运行中的关键点,包括任务规划、网络管理、自组织以及移动环境中网络冲突。最后指出,为适应逐步增加的用户数量,后续发展将关注网络传输容量的增加和减少入网接入时间。 相似文献
3.
多机协同对组网雷达系统进行航迹欺骗干扰属于大规模优化问题,往往需要利用群体智能算法优化无人机的飞行任务,然而采用传统群体智能算法优化时往往会出现收敛速度慢、求解精度低等问题。针对这一问题,对标准鲸鱼优化算法进行了改进,提出了一种基于改进鲸鱼优化算法的多无人机协同欺骗干扰技术。首先建立了多无人机协同欺骗干扰组网雷达的数学模型以及对应的优化函数,然后在标准鲸鱼优化算法的基础上引入了自适应惯性权值,提高了算法的全局搜索能力和收敛速度。仿真实验表明,固定无人机数量为9架时,利用改进鲸鱼、标准鲸鱼、粒子群、蚁群4种算法分别优化多机协同欺骗干扰模型,得出改进鲸鱼优化算法平均运行时间最短,迭代次数最少,同时优化产生的实际航迹与理论值误差最小;逐步增加无人机数量至20架,利用上述四种算法进行模型求解时得出改进鲸鱼优化算法在不同无人机架数的条件下产生的假目标航迹条数均优于其他3种算法。 相似文献
4.
5.
在码分多址(CDMA)的多无人机扩频测控链路中,多址干扰(MAI)是多目标系统需考虑的重要因素。在此类系统中,针对抗多址干扰的要求,设计具有相应互相关性能的扩频码是首要任务。从多无人机对抗多址能力的需求入手,分析了码速率、用户个数以及码的互相关性能对抗多址干扰能力的影响,得出了Kasami码型互相关性较好、序列部分相关会降低互相关性能的结论。仿真结果验证了理论分析的正确性。 相似文献
6.
7.
多节点采集信号关联是多无人机协同信号处理的关键前置步骤。为了解决通信受限条件下多节点信号快速关联问题,提出了一种基于抽取互相关检测的信号快速关联算法,各无人机节点将抽取后的信号传输至数据处理节点进行互相关判决,从而实现信号的快速关联。为了在保证关联性能的同时提升关联速度,基于方差伽马分布推导了抽取互相关检测的性能描述模型,基于该模型实现了对算法参数的优化配置。仿真结果表明,与高斯近似性能描述模型相比,所提性能描述模型更加精确,采用该模型优化的算法在满足关联性能的前提下能够有效降低通信流量需求,提升关联速度。 相似文献
8.
9.
10.
路径规划对无人机完成其侦察作战任务具有重要意义。针对多无人机飞行路径自动规划算法,从模型建立和算法设计2个方面对规划过程中的关键技术进行了详细分析。算法采用构造Voronoi多边形图的方法来进行路径规划。基于构建的战场环境V图,采用图论中的Dijkstra算法,对V图进行搜索得到初始航路并进行优化。经过分析仿真结果证明,该算法能对典型的多无人机飞行任务进行路径规划,并能满足多种约束条件,获取合理的规划结果。 相似文献