智能化战术任务管理系统研究

从感知、评价、决策的认知过程研究了现代军机战术任务管理系统的结构、组成和功能,重点研究了态势评估和任务规划两个关键子系统.建立了基于贝叶斯网络和模糊逻辑推理的态势评估算法及威胁评估模型,采用贝叶斯网络对威胁级别进行了评估,运用模糊逻辑对各威胁源的相对重要性进行了推理,实现了对威胁源威胁级别和相对重要性的连续动态评估.研究了基于动态A^*算法的战术飞机飞行路径在线实时规划问题,实现了态势评估与路径规划两子系统之间的集成.研究结果表明了该系统方案和算法的有效性,任务规划系统能够自适应战场态势的变化.     

基于遗传算法(GA)的具有约束的飞行轨迹规划

轨迹规划的一个最基本目标是规划飞机通过威胁空间并实现任务目标的飞行轨迹,这个轨迹需满足任务规划所确定的约束,这些约束包括：地形、威胁（静、动态）、燃油、时间、飞行性能等,构成了一个多维、多模态且具有组合爆炸的搜索空间,造成了轨迹规划的具有挑战性的难题。对基于ＧＡ的自适应搜索技术的轨迹规划方法和轨迹规划器进行了研究。提出了用来解决满足约束条件最优飞行轨迹问题的描述方法。     

三维真实地形环境下无人机救援航路规划方法

利用无人机(UAV)的三维飞行能力,采用优化方法规划路径,能够使其在救援任务中比地面车辆以更短的时间到达救援区域,提高救援效率.针对真实的地理环境,根据无人机约束采用均匀化网格方法进行地形建模,之后根据地形数据的特点设计适合数学计算与求解的数据结构.最后设计了包含偏离代价、高度代价、地形跟随/回避代价、威胁代价和安全距离代价的综合性能指标函数,并采用航路点交叉和网格搜索代替航路点搜索的方法,对蚁群算法进行改进完成航路规划.仿真结果表明:本文方法能够直接处理三维地形数据,在保持地貌的前提下,完成了无人机的三维航路规划任务,得到满足无人机约束的三维最优航路,提高了航路规划方法的实用价值.      

基于扩展状态深空探测器任务规划方法

面对深空探测过程中的不确定性,探测器需要利用任务规划技术实现自主控制。针对深空探测器任务规划中复杂系统功能及耦合操作约束,在状态知识框架的基础上,引入了扩展状态的概念。通过分析探测器任务规划中的约束关系,提出了基于扩展状态的任务规划算法。利用扩展状态结构特点削减了搜索空间,优化了搜索过程,提高了规划搜索的速度。数值仿真结果表明,该算法能够缩减近半的规划步数,加速问题求解进程,提高任务规划的效率。     

基于改进蚁群算法的低空突防航迹规划

为保证低空突防的成功率,在航迹规划时必须设计出以最小的被发现概率及可接受的航程为目标的航迹.蚁群算法ACA(Ant Colony Algorithm)作为一种新型的模拟进化算法,适合用于航迹规划中最优航迹的搜索,但是算法存在搜索时间长、收敛速度慢、易陷于局部最优解的缺点,为了克服算法自身不足,提高算法性能,引入了遗传算法中变异操作和挥发系数的自适应调节,从而形成改进蚁群算法,最后结合建立的航迹规划性能指标,利用等概率寻优、原有蚁群算法和改进蚁群算法3种方法分别进行航迹规划,并通过比较和分析结果的时间花费和航路代价,验证了改进蚁群算法的有效性.      

大型军用运输机的飞行航迹优化

军用运输机通常在紧急情况下执行空运任务,应以时间成本作为此类飞机垂直剖面飞行航迹的优化指标.将飞行时间按上升、巡航和下滑3个阶段进行分解,采用能量状态法简化飞机质点运动方程,将优化指标转化为等效能量形式.优化巡航段参数,采用最小值原理分别完成纵向最优剖面上升和下滑飞行航迹的优化.仿真结果表明:军用运输机在上升段采用各高度的最大可用速度上升,在低于升限的某高度以最大飞行速度巡航,在下滑段采用各高度的最大可用速度下降时,全剖面飞行时间最短.研究结果对提高大型军用运输机在可能存在威胁的前线环境下的运输效率和飞行安全性等均具有一定的实用参考价值.     

基于拟态电势能的飞行器航路规划方法

航路规划是现代各类飞行器,特别是无人机（UAV）安全飞行和完成任务的关键要素。对于复杂威胁环境和高维空间的航路规划问题,传统规划方法在规划速度、航路安全性、算法适用性等方面存在一定的应用局限。分析了电荷在电场中移动引起电势能变化的特点规律及电势场分布特性,模拟电势场理论对飞行环境进行威胁建模,建立基于电势威胁场引导的航路节点概率选择机制及安全性评价准则。在此基础上,构建基于拟态电势能的随机采点扩展式航路规划方法。通过与传统航路规划方法的对比仿真实验表明,运用拟态电势能进行航路规划,能够显著缩短路径长度和计算时间,提高规划航路的安全性,对于航路规划的应用很有价值。      

动态环境中的无人机路径规划方法

为了解决动态环境中的路径规划问题,提出了一种引入时间轴的方法.在构型空间的基础上引入时间轴,将构型空间扩展为构型-时间空间,在构型-时间空间中可以表示动态障碍物所有时刻的位置.在路径生成阶段,提出了一种改进的蚁群算法,将方向信息作为启发信息引入蚁群算法中,使蚂蚁在初始搜索路径时更有针对性.仿真结果表明:构型-时间空间可以解决动态环境的表示问题,改进蚁群算法可以更快地收敛到全局最优解.      

面向探测效能增强的导弹路径规划方法

针对空空导弹在拦截飞机目标时规避人工诱饵干扰的探测路径规划需求,提出了一种面向探测效能增强的导弹路径规划方法。在传统A*路径规划方法的基础上,采用基于运动学的连续多步扩展方式生成路径扩展点,用于对干扰威胁区域的提前检测;采用速度与时间乘积表示规划步长,将固定距离步长转换为固定时间步长,以适应不同导弹速度下的路径规划;采用动态虚拟目标点替代真实目标点以将规划路径导向期望的探测进入角度。仿真结果表明,采用本文路径规划方法可以得到较小曲率、较短长度且可避开干扰威胁区域的路径,通过设定合适的探测进入角度可以减少导弹机动量并提高对目标的探测覆盖时长占比,有利于增强导弹对目标的探测效能。     

基于飞行角度优化的蚁群改进算法

针对无人飞行器路径规划问题，实现了排序蚁群算法，并在此基础上，引入了针对无人飞行器飞行特征的飞行角度优化策略，并建立了转移概率的更新原则。模拟飞行环境建立栅格化地图，进行仿真验证，输出无人飞行器的最优路径，验证最优解的质量和算法的收敛速度，结果表明，该方法能有效消除飞行过程中的尖角和折返现象，更加符合无人飞行器的飞行特征。与传统的方法相比，算法的收敛速度和最优解的质量均得到了提升。     

中小型无人机伞降精确回收方法研究

传统的无人机伞降回收由于受风向风速、地理环境等因素限制,常常使回收失败。基于此,探索充分利用风向和无人机回收时随风水平漂移距离,在不改变原回收区基础上而相对有效扩大回收区域、改进无人机飞控控制律的算法,从而实现精确回收的方法措施。     

复杂多约束条件通航飞行垂直剖面规划方法

为了解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题,提出了一种基于改进A*算法的剖面规划方法。首先结合通航低空飞行特点,对涉及的飞行任务、地形信息和飞行器性能参数等多种约束条件进行建模;其次构建垂直剖面规划空间,采用目标加权函数来建立航迹代价模型;最终通过改进A*算法生成满足复杂多约束条件的垂直剖面规划航迹。实验分析表明:在相同实验条件下,改进A*算法在解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题方面优于传统路径规划方法。      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

基于CHC算法的无人机航迹规划方法

利用改进的遗传算法——跨世代异物种重组大变异(CHC, Cross generation Heterogeneous recombination Cataclysmic mutation)算法提出了一种无人机的航迹规划方法.初始种群即初始航线集利用具有启发式信息的搜索算法产生;适应度函数为距离指标与威胁指标的组合形式;选择操作群体为当前群体与上世代群体的群体总和,由于大个体群操作,可以更好地保持遗传多样性;交叉操作采用单点交叉方法,交叉点取为2条航线中距离最近的2个点;变异操作的步骤是:首先在航线中搜索出2个点,然后算出这2个点之间的直线距离与实际航线距离的比值,如果这个比值小于某一阈值则以这2个点为端点重新规划一条航线.由于考虑到了无人机约束条件的限制,从而避免了盲目性且加快了收敛速度.仿真结果表明该方法比基本遗传算法要快而且满足最优条件.      

免疫遗传算法在百叶窗最优化热设计中的应用

考虑优化过程中辐射能量交换的特殊性,为了加速优化过程的进行,通过引入漫反射系统单元表面间辐射传递系数与角系数之间的关系来处理百叶窗的辐射能量交换;同时为了克服传统优化算法存在的缺陷,提出了一种免疫遗传算法,并且应用于百叶窗最优化热设计中。优化设计表明,与标准遗传算法相比,该优化算法具有较强收敛度与全局寻优能力,可以较好地用于最优化热设计中。     

簇飞行网络雷达几何构型对模糊函数的影响

提出了集分离航天器与网络雷达为一体的簇飞行网络雷达概念.通过引入双基地雷达模糊函数，给出簇飞行网络雷达模糊函数定义和计算步骤，研究了雷达几何构型和簇飞行雷达之间相对有界基线对模糊函数的影响.数值计算结果表明:与单基地雷达模糊函数相比，网络雷达模糊函数主瓣宽度明显变窄，簇飞行模式下可变基线对雷达模糊函数的影响不大；雷达模糊函数应主要考虑目标飞行速度和接收距离变化的影响.最后，给出了簇飞行网络雷达模糊函数的一种上界.      

起降容量受限的地面等待模型研究

提出了基于离散事件系统(DES)的起降容量受限的地面等待随机型数学模型,解决了单跑道模型未涉及的多跑道、起降容量相互影响和连程航班等因素的地面等待问题,并给出了模型算法.详细研究了空地等待费用比系数和起降权重系数对地面等待决策的影响.仿真结果验证了模型的有效性.      

基于动态RCS的无人机航迹实时规划

传统的无人机航迹规划主要采用仅考虑无人机与雷达距离的简化雷达威胁模型,未充分考虑无人机雷达散射截面RCS(Radar Cross-Section)随自身姿态角改变而产生的动态变化.据此,提出了无人机周向动态RCS模型,并建立了综合考虑无人机动态RCS与雷达距离的探测概率模型,利用遗传算法进行了基于动态RCS的航迹实时规划,计算结果与传统航迹规划结果进行了对比.仿真结果表明该模型的可行性和有效性,能充分利用无人机自身的优势规避威胁,满足无人机的航迹实时规划的要求.