基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机（UCAV）优势概率和任务联合威胁以及定义任务时间，建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机（UCAVs）多约束动态任务分配数学模型，采用改进的灰狼优化（GWO）算法对数学模型进行求解；针对基本GWO算法求解早熟的缺点，给出了自适应调整策略和跳出局部最优策略，引入了二次曲线控制方法；对UCAVs动态协同任务分配特点，设计了目标任务序列编码方式，提出了基于自适应GWO（SAGWO）算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证；仿真结果表明，该方法是有效的，相比较于其他算法，其优化过程快速精准。     

智能空战体系下无人协同作战发展现状及关键技术

在未来复杂的战场环境下，运用多架无人机在飞行空间内构成相互协作、优势互补及效能倍增的协同作战系统，是取得智能空战胜利的关键所在。首先阐述了无人系统的定义，并分析了其内涵和分类，指出智能化是无人系统未来的发展方向，根据自主完成任务的能力进行了分级。随后引出了典型的协同作战样式，阐述了国内外协同作战发展的现状。从协同态势感知技术、交互与信息作战云技术、智能决策技术、自主攻击技术、集群协同技术及学习与进化技术等分析了制约协同作战水准的关键技术。