认知协作Ad Hoc网络中分布路由跨层控制策略

认知无线电Ad Hoc网络中,吞吐量最大化是一个关键的挑战.为了实现这一目标,协同传输是前景看好的技术,利用在每个空间节点的多样性中继链路以增加性能,特别是在无线环境中由于不同的信道质量、有限的能源和带宽资源,这种想法是有吸引力的.文章在分布式动态环境下,研究了联合动态路由.中继分配和频谱分配分布式和本地算法,提出了一...     

多无人机系统协同多任务分配模型与仿真

针对多约束条件下的多无人机系统协同多任务分配问题(CMTAP),提出了利用多约束条件下的多车场车辆路径问题(MDVRPMC)对协同多任务分配问题进行建模,在设计基于Pareto最优的遗传模拟退火算法的基础上,对存在任务点动态时间窗口约束、任务类型约束、无人机任务能力约束等条件下的协同多任务分配问题进行了求解.实例仿真表...     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。     

高超声速飞行器时间协同再入制导

从饱和打击任务需求出发,针对多高超声速飞行器时间协同再入制导问题进行研究,提出时间可控再入制导律和协同再入制导架构,在改善现有制导律实时性、在线约束管理等性能的基础上,重点解决再入飞行时间不可知、不可控问题,最终实现时间协同再入飞行。协同再入制导结构分为两层,其中底层提出了基于神经网络的时间可控再入制导律,以实现再入飞行时间的可知性与可控性为目标;上层根据不同再入阶段特点设计相应的协调函数,生成时间协调信息。该结构适用于集中式或分布式的通讯结构,同时上层协调策略可以根据任务需要进行有针对性的设计与拓展。最后,通过仿真验证了时间可控再入制导律对时间的可控性和协同再入制导结构的有效性。     

无人艇集群协同定位算法误差分析

无人艇以集群方式被广泛应用于各个领域。无人艇集群完成任务的前提是获知相对的位置关系。为此,针对无人艇集群协同定位算法误差进行了全面分析。首先,给出了基于数据链协同定位原理。在此基础上,深入剖析了协同定位误差种类、特点及影响。最后,针对协同定位算法中对协同定位精度影响较大的 3个因素进行了仿真分析。分析结果表明,伪距测量误差和几何精度因子对协同定位误差影响最大。协同定位误差增大比例与伪距测量误差增大比例基本一致,大于几何精度因子增大比例;协同定位误差增幅小于源节点位置误差增幅。     

基于最小跳数的无线传感器网络跨层设计

传统的严格分层参考模型无法实现对无线传感器网络资源的有效管理和运用,跨层设计是提高网络整体性能的一种有效方法。针对无线传感器网络能量、计算资源、存储资源和带宽资源有限的特点,提出一种基于最小跳数的路由层和MAC层的跨层协议设计方案。MAC层和路由层通过共享sensor节点到sink节点的最小跳数信息,在MAC层建立时间梯度,解决多个节点共享无线信道的问题;并在路由层建立路由表,解决路由选择问题。仿真结果表明,该方案在降低网络能耗的同时,在降低传输延迟,提高数据投递率方面也取得了良好的性能。     

协同进化方法求解多中心卫星任务规划问题

 在分析多卫星中心内部特点及中心间关系的基础上建立了多中心协同规划问题(MCCOPP)的数学模型,提出了解决该问题的多中心合作协同进化规划算法(MCCCSPA)。MCCCSPA基于分治-合作策略,根据中心数目以及观测目标集合特点将观测目标分解分配至各中心;提出等长扩展二进制染色体编码方式有效表达问题的解,便于个体的交叉、变异、合作操作;并综合多中心个体代表合作求解本中心个体适应值;其中交叉、变异、合作算子在确保可行解的前提下保证各中心子种群的多样性、加快收敛速度。仿真实验及分析结果表明:该方法能够有效解决多中心协同的卫星任务规划问题。     

基于蚁群算法的无人机协同多任务分配

采用蚁群算法对无人机协同多任务分配问题(CMTAP)进行研究。在通用CMTAP模型的基础上,综合考虑包括动态任务时间约束和无人机任务能力的差别多类复杂约束条件,建立扩展的协同多任务分配模型。在多子群蚁群算法的基础上,提出了基于分工机制的蚁群算法对CMTAP进行求解。根据协同多任务分配的特点,设计了基于任务能力评估的问题解构造策略和基于任务代价的状态转移规则,提高了算法的性能。仿真实验结果表明该方法能有效地解决无人机协同多任务分配问题。     

基于缓存的结构化P2P路由算法研究

P2P网络中的资源经常会被不同节点重复查找,有些热门资源被重复查找的概率更高,如何保证资源在重复查找时的效率,提高路由算法对已查找结果的自记忆能力,是一个亟待解决的问题.在分析传统的Pastry路由算法基础上,采用内容缓存机制和路径缓存机制来改善路由性能,重点研究了不同消息重复率下的路由性能.在不同节点个数和不同的消息重复率下进行大量模拟实验,结果表明改进后的路由算法随着消息重复率的升高,算法的路由性能明显改善.     

过载约束下的大机动目标协同拦截

研究了非线性拦截几何下具有过载约束的多枚弱机动能力的导弹拦截强机动能力的目标的协同拦截问题。首先，在建立导弹的可达域、导弹的可行域以及目标的逃逸域这3个概念的基础上提出了非线性拦截几何下的基于逃逸域覆盖的协同拦截策略，并提出了基于标准弹道的设计方法。然后，给出了协同拦截制导律的形式，研究了导弹的末制导初始阵位、制导律参数以及导弹对目标机动的覆盖区域这三者间的关系，并设计了数值求解算法来实现对多弹的覆盖区域的分配、协同制导律的设计以及多弹初始拦截阵位的配置。最后，对理论结果进行仿真。结果显示，多枚机动性较小的导弹，通过初始拦截阵位的合理配置和协同拦截制导律的合理设计，可以实现对机动性能较强的目标的协同拦截。     

多基地多无人机协同侦察问题研究

 充分考虑侦察目标的侦察分辨率要求和侦察时间窗约束，以及位于不同基地的无人机(UAV)的侦察性能和可用数目，首次建立了更加贴近军事应用实际的多基地多UAV协同侦察问题(M-MUCRP)的数学模型，并提出了解决该模型的多基地多UAV协同侦察进化算法(M-MUCREA)。M-MUCREA的染色体数据结构有效地表达了问题的解，有利于交叉、变异等进化操作；充分利用与目标侦察分辨率要求以及目标位置和时间窗约束相关的启发信息，构造初始种群,避免进化过程收敛太慢；基于Pareto最优概念的选择算子确保解在多个目标上的有效优化；精英策略避免了丢失进化过程中产生的非劣解，加快算法收敛；变异和交叉算子在保证有效解的前提下，实现了解的多样性，避免了算法陷入局部最优。仿真实验验证了算法能够有效解决M-MUCRP。     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

舰空导弹武器系统协同作战能力试验中协同目标指示模拟

针对舰空导弹武器系统协同作战能力试验中亟需解决的协同目标指示难题,借鉴美海军实际经验,提出了不动用舰艇条件下的协同目标指示模拟总体方案。介绍了协同目标指示模拟采用的测控信息预处理、时空同步和信息融合跟踪方案,重点研究了测控信息实时精度匹配方案,提出了基于误差合成分配技术的卡尔曼滤波实时精度匹配方法,并分析了协同目标信息传输性能需求。运用Simulink仿真技术验证了提出的目标指示模拟方案的有效性。     

Effective local dynamic routing strategy for air route networks

With the rapid development of air transportation, network service ability has attracted a lot of attention in academe. Aiming to improve the throughput of the air route network(ARN), we propose an effective local dynamic routing strategy in this paper. Several factors, such as the routing distance, the geographical distance and the real-time local traffic, are taken into consideration.When the ARN is in the normal free-flow state, the proposed strategy can recover the shortest path routing(SPR) strategy. When the ARN undergoes congestion, the proposed strategy changes the paths of flights based on the real-time local traffic information. The throughput of the Chinese air route network(CARN) is evaluated. Results confirm that the proposed strategy can significantly improve the throughput of CARN. Meanwhile, the increase in the average flying distance and time is tiny. Results also indicate the importance of the distance related factors in a routing strategy designed for the ARN.     

一种新的基于位置信息的路由算法研究

 为航空移动Ad hoc网络(MANET)提出一种基于位置信息的路由算法，即位置网格路由（LBGR）算法，以此来解决节点高速移动引起的路径重建问题。算法中，数据包沿路由发现时得到的网格轨迹进行传输，每个收到数据包的中转节点根据它与相邻节点、目的节点的位置关系及网络轨迹下游的路由网格位置决定下一跳节点。由于利用了网格位置信息，LBGR算法在航空节点高速移动和拓扑变化无法事先预测的情况下，使用较少的开销就可获得稳定的路由。仿真结果表明，与GRID路由算法相比，LBGR算法在节点中高速移动时，能够有效地减少路由开销，提高网络吞吐量。     

UMR: A utility-maximizing routing algorithm for delay-sensitive service in LEO satellite networks

This paper develops a routing algorithm for delay-sensitive packet transmission in a low earth orbit multi-hop satellite network consists of micro-satellites. The micro-satellite low earth orbit(MS-LEO) network endures unstable link connection and frequent link congestion due to the uneven user distribution and the link capacity variations. The proposed routing algorithm,referred to as the utility maximizing routing(UMR) algorithm, improve the network utility of the MS-LEO network for carrying flows with strict end-to-end delay bound requirement. In UMR, first, a link state parameter is defined to capture the link reliability on continuing to keep the end-to-end delay into constraint; then, on the basis of this parameter, a routing metric is formulated and a routing scheme is designed for balancing the reliability in delay bound guarantee among paths and building a path maximizing the network utility expectation. While the UMR algorithm has many advantages, it may result in a higher blocking rate of new calls. This phenomenon is discussed and a weight factor is introduced into UMR to provide a flexible performance option for network operator. A set of simulations are conducted to verify the good performance of UMR, in terms of balancing the traffic distribution on inter-satellite links, reducing the flow interruption rate,and improving the network utility.     

重访机制驱动的多无人机协同动目标搜索方法

为实现多无人机高效捕获灰色任务区域内的移动目标,考虑传感器探测概率与虚警概率,提出了重访机制驱动的协同搜索规划（RMD-CSP）方法,以降低目标遗漏与误判概率。考虑无人机飞行性能约束,以最大化任务执行效能为目标建立多无人机协同搜索模型。根据目标先验信息初始化环境搜索信息图（包括目标概率分布图、环境不确定度图与环境搜索状态图）,利用无人机实时探测信息,基于贝叶斯准则持续更新搜索信息图。定制基于环境不确定度更新的重访机制,通过增加长时间未被重访区域的环境不确定度,引导无人机搜索该区域,降低移动目标的遗漏概率;定制基于目标函数权重更新的重访机制,引导无人机快速重访发现新的疑似目标的区域,对疑似目标进行再次确认,减少由于传感器虚警概率造成的目标误判概率。采用滚动时域规划架构,将搜索规划问题分解为一系列短时域规划问题,提升了求解效率。在典型任务想定下,通过数值仿真试验验证了所提方法的有效性。仿真结果表明,RMD-CSP能够在秒级时间内生成每个时域的搜索航迹,相比于光栅式搜索方法与标准的概率启发式搜索方法,能够引导无人机捕获更多的移动目标,同时减少误判次数,有效提升了多无人机协同搜索的任务效能。     

基于蚁群优化的能量均衡自适应路由算法

基于蚁群优化的WSNs路由算法具有蚁群优化自组织性、正反馈性和并行性的特点,在构造无线传感器网络中的最优路由时有很好的性能。但是蚁群优化构造最优解时带来的网络开销十分可观,不适合在路由维护阶段反复使用蚁群优化重构路由。考虑到蚁群优化的上述特点,同时针对无线传感器网络能量受限的特点,提出了一种基于蚁群优化的能量均衡白适应路由算法。该算法使用了新的信息素更新算子,算子中包含了网络能量水平因子,能够均衡网络能量消耗。在路由维护阶段,该算法使用了新的基于侦测蚂蚁的自适应路由维护机制,很好地降低了网络开销。     

多弹协同拦截综述与展望

多弹协同是未来导弹发展的一个重要方向,根据协同效果可分为协同攻击、协同拦截、协同探测3大类。协同攻击发展起步较早,协同拦截已由信息协同逐渐发展到自主协同,而协同探测则是基础条件,随着技术的进步三者也在融合、发展。首先简述了多弹协同3类技术的发展历程,重点针对多弹协同拦截自主作战技术,分析其实现难点,并对未来发展方向进行展望。