基于无人机的舰船对海上快速小目标取证能力评估

我国当前面临的海上非传统安全威胁异常突出,对非战争作战行动提出了新的要求。针对海警在周边海域执法及海军在亚丁湾执行护航等非战争军事行动过程中遇到的对从事非法活动的小型快艇取证难这一问题,提出了运用无人机进行取证方法,并对其取证能力进行综合评估研究。运用层次分析法建立了无人机对海上快速移动可疑目标取证能力的评估指标体系,采用熵权法等量化了评估指标的权重,并利用灰色系统理论建立了无人机对海上快速小目标的取证能力评估模型。通过实例仿真可知,运用该模型不仅能有效地评估出无人机的海上取证执法能力,还能够进一步量化分析出影响取证能力的主要因素,为有针对性的加强取证无人机装备系统建设提供了理论支撑。     

美国无人机的自主性

许多描述飞行器性能的参数,如航程、速度、飞行高度等,既可以表述无人机,又可以表述有人机的特性.但自主性只可描述无人机,而不能描述有人机.所以说,自主性是无人机区别有人机的一个重要特征,甚至是其唯一特征.     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

基于任务协同的有人机/无人机 对海攻击作战效能评估研究

通过分析攻击敌海上舰船目标过程中有人机/无人机编队的作战使用方式及影响其作战效能的主要因素,建立了有人机/无人机编队协同攻击海上目标的作战效能评估指标体系,运用ADC法构建了有人机/无人机混合编队攻击敌舰船目标作战效能评估模型,通过算例证明了该方法适应于有人机/无人机编队的作战效能评估,为有人机/无人机协同作战决策提供了有效的参考依据。     

基于深度迁移强化学习的无人机投放自主引导机动控制算法

针对无人机精确投放引导问题，本文提出基于深度迁移强化学习的无人机投放自主引导机动控制算法，分别建立基于马尔可夫决策过程的引导机动决策模型、引导机动评估模型等，并设计基于迁移学习和课程学习的引导机动策略训练方法，拟合基于深度学习的引导机动策略和评估网络，最后开展仿真训练和验证试验。仿真结果表明，该算法实现了无人机在任意姿态和位置条件下，能够自主规避区域威胁并自主引导至目标投放点，成功完成投放瞄准任务，有效地提升了无人机投放引导机动控制的自主性。     

基于广义多项式混沌展开的无人机飞行性能不确定性分析

无人机飞行性能的不确定性分析有助于评估不确定性对无人机飞行任务规划的影响,为飞行任务方案的鲁棒性设计提供支撑。基于广义多项式混沌展开方法,建立了无人机飞行性能不确定性近似分析模型,利用样本实现了无人机性能多项式系数的非侵入式计算,研究了无人机状态在不确定条件下的非线性演化。在考虑初始条件、大气环境和气动参数存在不确定性的情况下,量化了不确定性对无人机性能的影响。数值分析结果表明,相比于传统的需要大量仿真样本的蒙特卡洛分析方法,提出的非侵入式展开方法在具有较高近似精度的情况下,仅需要少量的样本就可以完成无人机性能的不确定性分析,具有较高的计算效率。     

基于遗传算法的无人机协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (UAV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,本文提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛性等问题 ,本文采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

一种无人机飞行动作质量分析方法

针对目前人工评估无人机飞行动作质量的方法难以做到客观、准确并且效率低下等问题,提出了一种基于关键参数偏差的飞行动作质量分析方法。针对无人机不同的飞行机动动作,设计关键参数提取方法,进而利用箱形图、离散系数、趋势线进一步探索了关键参数分布的集中性、离散性和稳定性分析方法,实现了对长时段内无人机飞行动作质量的综合评估。所述方法已经在实际系统中得到了应用,有效地提高了无人机的飞行训练质量评估和安全管理水平,对其他有飞行动作质量客观评估需求的领域也有借鉴意义。     

基于APSO-BP神经网络的无人机空地作战效能评估研究

针对无人机空地作战效能评估问题,提出了基于自适应粒子群算法(APSO)优化反向传播神经网络(BPNN)的无人机空地作战效能评估方法。首先介绍了APSO算法和BP神经网络的基本原理和算法流程;然后对无人机空地作战效能评估的主要影响因素进行分析,归纳总结了无人机空地作战效能评估的指标体系,接着构建了APSO-BP神经网络评估模型;最后对评估模型进行了仿真验证。仿真结果表明,该模型可以准确有效地对无人机空地作战效能进行评估。     

无人机制造外形气动偏差评估方法

气动外形对无人机起着至关重要的作用,有必要对其制造外形的气动偏差进行评估。利用数字摄影测量系统获得无人机制造外形的点云数据;以机头为参考点,将测量点云数据模型与理论模型的坐标系重合,对比重合度并统计无人机制造外形与理论外形的几何偏差分布;根据点云数据进行逆向建模,获得无人机制造外形的三维模型;对无人机理论外形进行CFD计算,与其风洞试验数据进行对比,通过调整网格及计算方法,得到与试验数据相吻合的CFD计算方法;以此方法计算得到无人机制造外形的气动数据,并与无人机的理论气动力进行对比。结果表明:此评估方法能够定量地评估外形制造偏差对无人机气动特性的影响。