基于多种群遗传算法的无人机集群并行任务分配

正随着无人机技术的发展,无人机的应用环境越来越复杂,促进了无人机从单平台向多平台的集群化发展~([1])。无人机集群相对于单个无人机,具有更好的鲁棒性、适应性,尤其适用于低成本的微型飞行器。其控制方式主要分为集中式控制和分布式控制,集中式控制过度依赖通信、计     

基于有向图的蜂群无人机故障影响

基于蜂群无人机控制模型，针对虚假数据注入的故障情形，为了分析该故障情形下，蜂群无人机中故障的的影响及传播关系，采用故障传播有向图及一致性理论，开展蜂群无人机故障影响机理研究。首先，通过Dijkstra算法计算故障源到各无人机的最短路径，建立故障传播有向图；然后预测各无人机受故障影响的程度，结合蜂群无人机系统，计算一致性行为偏差的指标，并将其作为实际故障影响程度；最后，通过对预测结果与实际故障影响程度进行仿真比较，验证了所建立的故障影响机理的合理性。     

非对称机动能力多无人机智能协同攻防对抗

协同攻防对抗是未来军用无人机的重要作战场景。针对不同机动能力无人机群体间的攻防对抗问题，建立了多无人机协同攻防演化模型，基于多智能体强化学习理论，研究了多无人机协同攻防的自主决策方法，提出了基于执行-评判（Actor-Critic）算法的集中式评判和分布式执行的算法结构，保证算法稳定收敛的同时，提升执行效率。无人机的评判模块使用全局信息评价决策优劣引导策略学习，而执行时只需要依赖局部感知信息进行自主决策，提高了多机攻防对抗的效能。仿真结果表明，所提的多无人机强化学习方法具备较强的自进化属性，赋予了无人机一定智能，即稳定的自主学习能力，通过不断演化，能自主学习提升协同对抗的决策效能。     

一种基于信息素图的无人机高效通信覆盖方法

因无人机灵活性强，覆盖效果好，越来越多的实际情境中选择借助多无人机进行高效的通信覆盖。而实际应用中，对于多无人机系统灵活性、低时延、长续航及安全性的要求需重点考量。为提高无人机持续通信覆盖效果，在无人机相对稀疏这一具体情况下，提出了一种基于信息素图的、限制无人机转弯半径的分布式无人机自主规划通信覆盖方法，保证其灵活性、低时延及长续航的性能；通过引入锚节点，设计了信息素向导信息的交互模型，保证了无人机的安全性。该方法在待覆盖区域最大接入时间间隔方面远优于半随机择取航向的方式，同时平均接入时间间隔下降约15%;对比无地理价值描述的普通信息素图，该方法的平均接入时间间隔与最大接入时间间隔均下降约6%。通过无人机间的解耦，避免了分布式方法面临的无人机间异步问题。     

分布式涵道风扇对BWB无人机气动特性的影响研究

由于分布式推进翼身融合（BWB）无人机综合性能显著，是未来航空领域飞行器发展的趋势，因此分析分布式BWB布局无人机的气动特性对于进行分布式BWB布局设计有着重大的基础意义。本文运用计算流体力学（CFD）数值模拟计算，利用混合网格技术和k-ωSST湍流模型求解雷诺平均Navier-Stokes(RANS)方程的方法，研究了有/无动力、涵道展向位置以及涵道间距等参数对全机在巡航状态下的气动影响。研究表明，在相同工况下，有分布式动力能够提升全机的气动特性，且外翼段是提供升力的主要方式；涵道风扇合理的间距能产生更好的诱导增升效果，表现为在小迎角下，全机升力系数随涵道间距的增加先增大而后几乎保持不变；在大迎角下，随着涵道间距的增加，全机升力系数逐渐提升，其最大增量为9.3%。以上对此类飞行器的研究分析对分布式推进BWB无人机气动布局设计具有一定的参考价值。     

液滴喷射过程微熔滴充电的理论建模?

 为了精确分析微熔滴在静电场中的带电量，本文建立了微熔滴形成时的静电感应模型，并针对液滴相互静电力影响，提出了预测熔滴平均带电量的算法。对不同频率下的熔滴充电过程进行有限元建模计算，得到了不同频率下微熔滴带电量与充电电压的关系，可以预测微熔滴的平均带电量。计算结果与实际结果吻合良好，比现有理论方法更为接近实际结果。     

面向林火持续侦察的多无人机分布式控制方法

为解决目前面向林火持续侦察多无人机（UAV）协同控制实用性与自主性不足的问题，基于蔓延速度诱导元胞自动机（SVICA）林火蔓延算法、无人机与传感器建模，构建了较为真实的三维多无人机火场侦察仿真环境与侦察效能指标，提出了一种面向林火持续侦察的多无人机双层分布式控制架构，在行动层基于强化学习训练的人工神经网络（ANN），实现了有风条件下无人机自主火场环绕与地形跟随功能，在策略层设计通过时域均匀分布算法进行各无人机空速的离散自主调节，最终达到多无人机林火持续侦察时域分布的均匀性与即时性目的。通过一系列数值仿真实验，验证了所提出的无人机分布控制策略在无人机损失和补充突发情况下的自适应性。基于无人机数量与侦察效能指标关系的实验与研究，定义了无人机出动阈值并验证了无人机长时间出动回收策略。最终实验结果表明，针对林火持续侦察任务，所提出的多无人机分布式控制方法具备一定的有效性与实用性。     

面向无人机蜂群的航电云多层任务调度模型

在航空作战体系中，基于航电云的无人机（UAV）蜂群作战是提高未来无人机综合作战能力的一种新模式。针对无人机蜂群作战的航电云架构，如何将云端作战任务派发到无人机且保证作战任务完成时间是其中关键。在无人机蜂群分层分簇网络结构和模块级资源虚拟化的基础上，对传统单层平台级任务调度模型进行改进，提出了一种细化到模块级的多层任务调度模型，将作战任务从云端逐层调度到无人机功能模块上执行。利用OMNeT++对无人机蜂群多层任务调度模型以及传统的单层任务调度模型分别进行仿真，云端以攻击使命组为例构建使命组集进行分配，并对任务吞吐量、消息平均端到端延时和任务完成时间进行性能对比。仿真结果表明：与平台级单层任务调度相比，在执行任务方面，模块级多层任务调度模型将单个任务平均完成时间降低了46.2%，将使命组完成时间降低了52.1%，在保证任务吞吐量的基础上具有对复杂任务更稳定的调度能力；在网络性能方面，模块级多层任务调度模型消息端到端延时更低，延时分布更集中，提高了网络消息传输的实时性。     

蜂群对抗决策故障下的容错博弈控制

针对大规模分簇蜂群无人机的任务分配问题,考虑对抗场景下某些无人机由于受到敌方攻击或操控,决策规则遭到篡改,进而导致群决策行为与期望的均衡点产生偏差的决策故障。在演化矩阵博弈的框架下,运用多群体复制子动态方程对蜂群无人机和故障建模,基于李雅普诺夫函数对故障发生前后均衡点的局部渐近稳定性及其吸引域进行了分析,从而建立了自容错条件,并设计了基于激励的簇间协同容错博弈控制方法,对群决策行为偏差进行补偿,使得蜂群任务分配状态在故障下仍能达到期望的均衡点,获得理想的分工收益。     

基于分布式模型预测控制的多UAV协同区域搜索

针对多无人机(UAV)协同区域搜索问题展开研究。提出了一种基于分布式模型预测控制(DMPC)的多UAV分布式优化搜索方法。首先基于传统的搜索图模型,建立了多UAV协同搜索的问题描述和状态空间模型,然后在DMPC框架下,将集中式多UAV在线优化决策问题转化为各架UAV的小规模分布式优化问题,采用基于纳什最优和粒子群优化(PSO)相结合的算法实现对每个子系统优化问题的迭代求解。仿真结果表明:DMPC方法能够有效地降低多UAV协同搜索决策问题的求解规模,是一种可行的方法。     

飞机碱性电瓶最佳充电方式研究及其实现

应用电瓶最佳受电原理，对常用飞机碱性电瓶的充电方式进行了分析和比较，提出了脉冲恒流二阶段充电法是电瓶的最佳充电方法之一的设想，其可行性已被试验证实。利用该充电方法，研制成了飞机碱性电瓶专用充电器．实验结果表明该充电方法能大大提高电瓶的充电效率，延长电瓶的使用寿命。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。     

Unmanned aerial vehicle strike on a flat plate: Tests and numerical simulations

The incursion of Unmanned Aerial Vehicles (UAVs) into airports often occurs due to the popularity of drones, which may lead to a threat to aircraft flight safety. Therefore, estimating the dynamic impact load caused by drone strikes is essential. This paper proposes a test method with high precision and low cost involving launching of a UAV to impact a flat plate specimen by using an air gun. The test results of UAVs impacting flat plates at different impact velocities, such as the UAV damage deformation captured by a high-speed camera and strain vs time dynamic response curves of plates, were obtained and analysed. At the same time, a corresponding numerical simulation was carried out by using the explicit finite element software LS-DYNA. The predicted damage to the UAV and strain on the flat plate during the strike process were compared with the test results. The overall trend of the simulation results is in good agreement with the test results, at least for the first three milliseconds of the event. This shows that the numerical simulation model established in this paper is reasonable. The UAV numerical method established in the present paper can be used to carry out numerical simulations and evaluations of the collision safety of UAVs against large aircraft and high-value ground targets. The results show that the local deformation of the impacted target is uneven due to the distribution of concentrated mass components such as motors, battery, and camera. As the impact velocity of the UAV increases, all parts of the UAV are seriously damaged and basically in a fragmented state, and the battery is greatly deformed. The interaction between the UAV and the flat plate specimen is approximately 2.7 ms, and the UAV numerical simulation model established in this paper can well simulate the real UAV impact process.     

Robustness evaluation method for unmanned aerial vehicle swarms based on complex network theory

Unmanned Aerial Vehicle (UAV) swarms have been foreseen to play an important role in military applications in the future, wherein they will be frequently subjected to different disturbances and destructions such as attacks and equipment faults. Therefore, a sophisticated robustness evaluation mechanism is of considerable importance for the reliable functioning of the UAV swarms. However, their complex characteristics and irregular dynamic evolution make them extremely challenging and uncertain to evaluate the robustness of such a system. In this paper, a complex network theory-based robustness evaluation method for a UAV swarming system is proposed. This method takes into account the dynamic evolution of UAV swarms, including dynamic reconfiguration and information correlation. The paper analyzes and models the aforementioned dynamic evolution and establishes a comprehensive robustness metric and two evaluation strategies. The robustness evaluation method and algorithms considering dynamic reconfiguration and information correlation are developed. Finally, the validity of the proposed method is verified by conducting a case study analysis. The results can further provide some guidance and reference for the robust design, mission planning and decision-making of UAV swarms.     

无人机爬升航迹优化设计研究

为改进无人机的飞行性能，应用可变误差多面体法求解了在垂直平面内的最经济和最快爬升轨迹。计算结果表明，经优化后的爬升航迹可以节省燃油，延长无人机的续航时间和有效任务时间，具有较好的性能收益。     

舰载无人机横侧向着舰控制律设计

舰载无人机横侧向控制一直是着舰控制律设计的难点。为了解决着舰横侧向控制的难题,针对舰载无人机的非线性模型采用了反演控制器设计方法,为解决传统反演的计算膨胀问题,引入了指令滤波方法,同时只设计了一个Lyapunov函数证明了稳定性;由于舰载机动力学模型不能精确获得,采用了自适应方法对其进行估计。设计的横侧向着舰控制器,能较好地解决横侧向控制器设计过程中的耦合问题,并且和传统PID进行了仿真对比,证明了所设计的控制律满足了对参考信号跟踪的性能要求。     

Study on UAV Path Planning Approach Based on Fuzzy Virtual Force

This article proposes a novel fuzzy virtual force (FVF) method for unmanned aerial vehicle (UAV) path planning in complicated environment. An integrated mathematical model of UAV path planning based on virtual force (VF) is constructed and the corresponding optimal solving method under the given indicators is presented. Specifically, a fixed step method is developed to reduce computational cost and the reachable condition of path planning is proved. The Bayesian belief network and fuzzy logic reasoning theories are applied to setting the path planning parameters adaptively, which can reflect the battlefield situation dynamically and precisely. A new way of combining threats is proposed to solve the local minima problem completely. Simulation results prove the feasibility and usefulness of using FVF for UAV path planning. Performance comparisons between the FVF method and the A* search algorithm demonstrate that the proposed approach is fast enough to meet the real-time requirements of the online path planning problems.     

基于遗传模拟退火算法的无人机航迹规划

航迹规划技术是无人机任务规划系统中重要的核心技术之一,无人机飞行空间广阔,需要一种快速搜索最佳路径的方法.首先在飞行区域中建立数字地图模型和防空威胁区模型,在满足无人机飞行约束条件的情况下,为无人机航迹规划提供一种遗传模拟退火算法,充分利用模拟退化算法的概率突跳特性和遗传算法强大的快速搜索能力.仿真结果表明,使用该算法无人机能够自动避开模拟数字地图的威胁区,搜索出一条安全有效航迹,并保证航线的完整性和最优性.