基于多智能体混合学习的多星协同动态任务规划算法(英文)

针对多星协同动态任务规划问题,以往多采用基于启发式的重规划算法,但是由于启发式策略依赖于具体任务,使得优化性受到影响。注意到协同规划的历史信息对后续协同规划的影响,本文提出了一种基于策略迭代的多智能体强化学习和迁移学习的混合学习算法求解该问题近似最优策略。本文的多智能体强化学习方法利用神经网络描述各颗卫星的强化学习策略,通过协同进化的方法迭代搜索具有最优拓扑结构和连接权重的策略神经网络个体。针对随机出现的观测任务请求导致历史学习策略失效,通过迁移学习将历史学习策略转换为当前初始策略,保证规划质量前提下加快多星协同任务规划速度。仿真实验及分析结果表明本文算法对动态随机出现的任务请求有良好的适应性。     

亚轨道飞行器再入通道概念及应用

基于亚轨道飞行器过载、热流、动压峰值集中出现,过载约束成为飞行器返回过程中主要面临的约束这一再入特性,提出再入通道概念,建立再入通道数学模型,以满足不同约束条件下的极限再入飞行仿真轨迹描述再入通道边界。分析和仿真结果表明,可以通过再入通道是否存在来判断再入任务是否可以实现,且再入通道边界参数可作为再入轨迹设计及制导的有效参考值。     

基于任务聚类的多星观测调度方法

星上传感器侧摆次数有限,在卫星观测调度时进行任务聚类可以节省资源,提高观测效率.提出了动态聚类调度算法(DCSA)来解决多星多轨道圈次的观测调度问题,DCSA把聚类和调度动态结合起来,并使用模拟退火算法搜索全局最优解;分析了在满足分辨率需求前提下多任务聚类的约束条件,并对聚类任务的侧摆角度和时间窗口进行合理优化;根据任...     

基于图禁忌的并行测试任务调度算法

现有算法处理强约束关系的并行测试任务调度问题具有运算时间长、寻优概率低、收敛性差等缺陷,针对这些问题提出了一种基于图禁忌的调度算法.该算法从测试任务间的约束关系人手,利用图论建立测试任务间的关系图,并结合禁忌算法实现并行测试任务的多目标优化调度.算法中将强约束关系的测试任务调度问题与无约束关系的资源配置问题进行分离,提...     

基于MILP的多无人机对敌防空火力压制

建立了基于混合整数线性规划（Mixed Integer LinearProgram,MILP）的多无人机编队对敌防空火力压制协同任务分配模型,以0-1决策变量表征无人机一任务指派关系,引入连续时间决策变量来表示任务的执行时间,并通过对决策变量之间的线性等式和不等式的数学描述,建立无人机之间和无人机执行任务之间合理的协同约束关系。采用商用软件CPLEX对模型求解,仿真验证了模型的合理性。     

面向应急条件的多星动态调度方法

 针对应急条件下多星动态调度问题,建立了多目标数学规划模型,提出了应急条件多星成像任务合成策略:建立多星多轨任务合成图(MSMOTMG)模型,提出任务合成算法CP-TM。为克服合成导致任务成像机会减少的缺陷,提出了基于合成任务分解的修复技术。此外,为进一步提高调度效率,考虑了任务在等待队列中的向后移位策略,提出了综合考虑任务合成、修复和向后移位的多星动态应急调度(TMRBS-DES)算法。通过大量模拟实验,将TMRBS-DES算法同RBHA算法,以及3个baseline算法(BS-DES、TMR-DES和TMBS-DES)进行了比较。实验结果表明TMRBS-DES算法提高了调度质量,适用于应急条件下多星动态调度问题。     

基于任务单元模型的研发流程验证

为了解决研发流程设计与需求的不一致性问题,提出了一种基于任务单元模型和线性时序逻辑的研发流程验证方法.方法应用任务单元模型分解研发流程,采用Promela语言描述模型,线性时序逻辑表示抽象的研发过程规则,通过模型检测器Spin完成验证工作,从而实现了对流程正确性的判断.     

一种面向服务的指挥控制信息系统设计

随着信息技术的发展、战场范围的扩大和作战速度的加快,传统的指挥控制系统因交互能力弱、信息处理能力差等缺点不能很好地适应现代战争。针对该问题,研究面向服务的架构,将面向服务的思想应用于指挥控制信息系统架构设计中,按照设计原则设计一种面向服务的指挥控制信息系统,提出系统的软硬件架构和信息流交互方式,探究系统设计中涉及的关键技术并提供解决途径。该系统克服了传统指挥控制信息系统信息不透明、交互能力弱等缺点,增强了指挥控制信息系统的信息处理能力。最后,基于工程实际应用分析系统性能和试验情况,展望面向服务设计思想在指挥控制信息系统中的应用前景。     

Cooperative task assignment of multi-UAV system

With the rapid development of Unmanned Aerial Vehicle (UAV) technology, one of the emerging fields is to utilize multi-UAV as a team under autonomous control in a complex environment. Among the challenges in fully achieving autonomous control, Cooperative task assignment stands out as the key function. In this paper, we analyze the importance and difficulties of multi-UAV cooperative task assignment in characterizing scenarios and obtaining high-quality solutions. Furthermore, we present three promising directions for future research: Cooperative task assignment in a dynamic complex environment, in an unmanned-manned aircraft system and in a UAV swarm. Our goal is to provide a brief review of multi-UAV cooperative task assignment for readers to further explore.     

能源平衡模型中工作模式判别方法

卫星能源平衡模型用于计算卫星预期的能源消耗,以判断卫星能源能否保证任务的顺利完成,指导电源系统设计或对规划任务进行能源约束。能源平衡计算需要先判别卫星工作模式,工作模式判别的准确性直接影响能源消耗计算的准确性。目前对于多任务且姿态需要相应机动的卫星缺少有效的模式判别方法,为此,提出了通过建立索引表及查询数据库的方式进行工作模式判别的方法。建立不同时间序列工作状态与卫星工作模式索引表,将轨道时间序列及规划任务时间序列注入数据库,查询数据库中不同时间序列工作状态,对照索引表可得卫星工作模式。为提高运行效率,利用加速算法能减少查询次数,缩短查询时间。通过仿真实验对加速参数选取进行了讨论。该方法适合于工作模式复杂且可用时间序列对工作模式进行约束的卫星。