基于态势感知一致性的UAV集群分布式协同性能分析

针对现有无人机集群分布式协同方法没有细致考虑态势感知过程，忽略了对抗环境下态势信息的不确定性对集群协同的影响，对协同性能缺乏量化分析等问题，提出基于态势感知一致性的无人机集群分布式协同方法，并分析协同性能。从集群协同作战角度分析协同方法的实质，考虑态势信息不确定性，给出集群态势感知一致性分析，建立态势觉察一致性、态势理解一致性等概念，并设计协同方法；建立协同时间、协同信息量等指标，分析指标特性，量化分析协同性能；在给定的仿真场景下，对比分析各协同方法性能。结果表明，所提方法协同性能较好，更切合对抗环境，对集群协同作战研究有一定的积极意义。     

导弹编队协同作战的概念及其关键技术

考虑到未来战争的信息化发展趋势,采用数据链通信设备进行组网的多枚导弹以编队方式进行协同作战,将成为战术导弹的一种重要使用方式。研究了导弹编队协同作战的基本概念及其关键技术。首先分析了导弹编队协同作战的概念,介绍了编队突防、饱和攻击、侦察-打击一体化等三种基本的协同作战描述;然后建立了多弹编队协同作战系统的功能体系,阐述了目标搜索与定位、编队管理、作战效能评估和协同任务规划等模块的主要功能;最后从协同航路规划、协同制导和多传感器信息融合等三个方面分析了实现导弹编队协同作战的关键技术。     

凸优化算法在有人/无人机协同系统航迹规划中的应用

为更好地发挥多智能体在空战中的优势，以凸优化理论为基础，提出一种有人/无人机协同系统的航迹规划方法。首先，分析协同系统的体系结构和控制流程，建立系统的运动模型。其次，根据协同系统中有人机与无人机的任务特点，分别设计航迹规划器与编队规划器，并在编队规划器中引入协同时空约束条件，进而对两规划器模型进行近似与凸化，利用凸优化算法进行求解。最后，通过对比仿真，验证所提方法的可行性。结果表明，凸优化算法能有效求解航迹规划器与编队规划器的优化模型，并且通过协同时空约束，能有效提高系统的飞行安全性及航迹变换的灵活性。     

无人机集群数据链组网技术研究

随着近十年来无人机技术的迅猛发展,无人机将在信息获取、无人作战等方面发挥越来越大的作用。单架无人机已很难满足复杂任务的需要,无人机编队协同的应用模式正受到极大的关注。文章首先对国外的数据链进行分析总结,然后针对无人机编队内部以及编队与外部通信的需求,提出了一种无人机集群数据链组网的总体方案。     

美军有人-无人协同作战发展与趋势分析

随着人工智能技术、信息化技术的快速发展,世界军事强国着眼于未来强对抗环境,都在关注有人-无人机协同作战样式的研发,不断推出新理念、新项目,不断进行演示验证工作,且已取得阶段性成果。简要介绍美军有人-无人协同作战项目的发展概况,分析未来发展趋势。     

异构无人系统协同作战关键技术综述

针对异构无人系统的规模、异构性强弱，对异构无人系统进行了分类，引入了异构无人系统协同作战班组的概念以及应用设想，并通过城市环境中异构无人系统协同作战问题为牵引，提出了异构无人系统协同作战面临的挑战与解决思路，在此基础之上，从异构无人系统协同控制架构、协同任务规划、智能交互、目标感知、环境感知等主要方面对异构无人系统协同作战的关键技术进行了分析，最后对异构无人系统协同作战目前的研究进展与挑战进行了总结。     

基于蜂群与A*混合算法的三维多无人机协同

研究了一种基于蜂群与A~*混合算法的三维多机航迹规划方法。理论和仿真研究表明该混合算法较单独的A~*算法更易躲避威胁,整体路径更优;其次,基于该混合算法探讨了多无人机三维路径协同规划下的自适应时间协同。通过判断多无人机到达时间范围,多机自适应时间协同状态为同时到达、时序到达或者无法协同重新航迹规划。针对时序到达情况采用了到达时间差迭代选择,相比于固定到达时间差的时序到达,迭代过程加大了无人机满足时序到达的可能性,增强了多机协同打击能力。     

一种考虑最优收敛时间的多无人机编队控制方法

针对多无人机编队过程中的收敛时间问题,提出了一种基于最优控制和粒子群优化算法的一致性编队控制方法。将无人机机动约束和一致性编队控制算法结合,实现了无人机在约束条件下的编队控制。基于人工势场思想,设计了一种具有机间避碰能力的一致性编队控制方法,解决了无人机之间的碰撞问题。通过最优一致性控制和粒子群优化算法优化一致性编队控制方法,在考虑机间避碰的情况下,使整个编队的收敛时间降低1.2 s,整体收敛性能提升6.28%。仿真结果表明该方法能够缩短多无人机的编队收敛时间。     

移动目标打击链研究

针对信息化战争作战形式的变化,研究移动目标打击从传感器到射手的作战过程,分析“打击链”在态势感知、指挥控制、武器协同、数据交链和安全防护等环节的任务功能.最后提炼移动目标“打击链”的关键技术,并对移动目标“打击链”总体技术、移动目标动态综合感知、天地一体异构数据交链等关键技术进行了分析和论述.     

基于混合细菌觅食算法的多无人机任务分配研究

多无人机协同任务分配问题是多无人机协同控制的关键.本文首先深入分析多无人机任务分配问题的特点,建立了扩展的混合整数线性规划(MILP)任务分配模型.其次,通过分析细菌觅食优化算法和粒子群优化算法的优缺点,提出一种具有较强全局搜索能力且收敛速度快的混合细菌觅食优化算法.最后将该算法应用于多无人机协同任务分配中并进行了仿真...     

针对GEO目标的美国天基态势感知技术发展研究

为了掌握针对地球静止轨道(GEO)目标的天基态势感知技术动向,文章系统整理了美国相关卫星的公开数据和资料。根据卫星的功能和使命,GEO目标的天基态势感知技术试验卫星可分为3类:目标观测卫星、目标交会与抵近操作卫星以及目标编目卫星,并分别对3类技术试验卫星的有效载荷、平台和运行轨道等方面进行分析和比较,梳理了针对GEO目标的天基态势感知技术发展演进脉络,对后续态势感知技术的发展趋势进行了预测。文章的研究内容可为我国未来态势感知技术发展提供借鉴。     

协同作战能力多平台网络

据英国《简氏防务周刊》2005年1月25日报道,法国正在研发一种多平台态势感知演示验证系统(TSMPF),该传感器数据融合网络与美海军的协同作战能力(CEC)类似,并将在2006年下半年开始进行技术演示系统的现场测试。法国对多传感器跟踪技术已进行了相关研究,将雷达和红外数据融合为单     

美国空间态势感知力量研究(下)

<正>(接上期)二美国空间态势感知力量2美国空间态势感知人员能力随着美国空间力量的不断增强,空间作战理论的建立和发展,以及争夺空间优势的迫切需要,美国先后多次对空间态势感知的指挥体制和组织结构进行大幅调整,加速推进空间态势感知力量的军事转型。美国的空间态势感知部队主要隶属于空军,还有一部分空间态势感知部队分属于陆军、海军及预备役部队。     

“阿帕奇”直升机通过数据链控制“猎人”无人机

2006年5月6日,L-3通信公司宣布由其开发的战术通用数据链(TCDL)通过AH-64D“长眉”阿帕奇武装直升机已成功指挥和控制“猎人”无人机。据公司一位女发言人Susan Opp称,这次成功演示是一系列飞行测试的结果,而且每次测试时间都持续1小时以上。演示达到了无人机控制的Ⅳ级水平,意味着机上人员可对无人机及其传感器载荷进行指挥和控制。视频图像从“猎人”无人机上传送给65千米外的“阿帕奇”直升机。这标志着在美陆军历史上首次实现了通过直升机上Ku波段TCDL控制一架无人机及其传感器。Opp解释说,此前美陆军测试涉及到有人机和无人机的…     

协方差交叉融合的惯性/卫星/雷达组合导航研究

针对卫星导航信号受干扰情况下惯性/卫星组合导航精度下降的问题,在多机协同编队中,提出采用基于协方差交叉融合的卡尔曼滤波器,将雷达相对导航定位结果与惯性/卫星组合导航进行信息融合,提高了多机编队飞行的导航定位精度和可靠性。通过仿真研究表明,在卫星导航信息不可用条件下,基于协方差交叉融合的惯性雷达相对定位算法,能够有效解决惯性导航精度变差的问题,提高多机协同编队的作战性能。     

大型卫星编队的分布式协同姿态控制

随着卫星应用的日益发展,由卫星编队来代替单颗卫星进行工作已经 成为一种趋势。大型卫星编队的构型和控制问题的研究,作为未来的空间任务 发展和设计的基础是十分重要的。本文研究由多颗卫星组成的编队,讨论了协 同控制器的分类与结构,将编队视为一个分布式系统,其中每一颗卫星的控制系 统作为一个独立的控制单元,进行姿态协同控制器的设计。并利用李亚普诺夫 稳定性理论验证了控制器的全局稳定性,仿真结果表明这种分布式协同姿态控 制器有效可行。最后介绍了利用五自由度气浮台(Microsim)进行卫量编队协同 姿态控制的实验方法。     

复杂不确定性下多无人机的抗扰时变编队控制

针对存在不确定非线性动态和外部时变干扰的多无人机系统的时变编队问题，提出了基于扩张状态观测器(ESO)的抗扰编队控制方法。首先建立了分布式ESO来估计多无人机系统的不确定性，基于ESO的输出提出了抗扰编队控制律，并提出一套算法来对控制律进行参数选定。然后，通过分析得到基于该控制律下，多无人机系统实现抗扰时变编队所需要的充要条件，并最终严格证明了在满足编队充要条件和基于提出的控制律下，多无人机系统可以稳定实现抗扰时变编队。最后仿真结果表明理论方法的有效性。     

基于多智能体系统的多航天器编队分布式姿态协同控制

多航天器编队飞行在深空探测及协同对地观测等领域有着重要应用,而多航天器的姿态跟踪及协同控制技术作为其关键技术之一也引起了极大的关注。近年来,随着分布式人工智能技术的发展,多智能体系统(MASs)受到了航天器控制领域学者的关注并将其应用到多航天器编队控制中。本文回顾了多智能体系统协同控制及其在多航天器编队姿态协同控制中应用的研究进展。首先,从多航天器编队不同控制需求出发,分别从一致性跟踪控制、有限时间控制、事件驱动控制方面,回顾了多智能体系统协同控制问题的进展;其次,回顾了多航天器姿态协同控制在上述需求方面的研究进展,并基于多智能体系统的协同控制理论,提出了相应的分布式姿态协同控制策略。     

领航主机约束化的多四旋翼无人机编队航迹优化方法

针对多四旋翼无人机编队队形保持不变情况下的航迹优化问题，在飞行过程中以图论方法为基础将四旋翼无人机编队看作一个虚拟刚体，将编队中的跟随无人机看作领航四旋翼无人机的约束来处理，优化过程中仅考虑领航四旋翼无人机的最大转弯半径约束、队形变换时间约束及转换而来的约束，并将编队飞行所需能量最小作为优化目标，求解多四旋翼无人机编队定时到达目标的航迹优化问题，然后基于Gauss伪谱法对领航四旋翼无人机进行航迹优化，将其转化成一个非线性规划问题。仿真结果表明，利用本文提出的算法可以获得一条平滑飞行航迹，满足定时到达目的地约束、多无人机性能约束和环境约束要求；所获得的航迹能安全绕过障碍物，提高了无人机编队的生存能力，有一定的工程应用价值。     

飞行器集群协同控制技术分析与展望

系统分析和展望了飞行器集群协同控制技术，对先进的集群飞行器和协同控制技术进行了总结和对比，并提出了当前该领域面临的5个主要科学问题。在此基础上提出了飞行器集群自主控制体系架构以及射前任务规划、在线态势感知、协同制导控制等8项飞行器集群协同核心关键技术。其中，对每项技术进行了简要概括，阐述了它们之间的关系和对于飞行器集群协同控制的作用。最后，从理论研究、技术突破到工程应用方面，对该领域未来发展做出了展望。