协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于多智能体的多机型协同作战决策系统模型研究

多机型协同作战决策系统开发是一项很复杂的工程,各组成要素之间的活动很难进行定量分析和描述,战场情况也复杂多变,具有不可预见性和不可再现性。文中基于目前多机协同作战仿真的发展现状,运用多智能体(Multi-agent)技术,提出了多机型协同作战复杂系统分析与设计决策仿真模型;介绍了运用群建模和开发工具对基于Multi-agent的多机型协同作战决策系统仿真的实现。     

语用学中故意违反合作原则产生的语言效果

以语用学中的合作原则为理论框架，以相声演员郭德纲的相声语段为语料，解释合作原则及其四条基本准则，分析了违反四条准则后产生的幽默效果，从而帮助读者更好地理解和欣赏幽默艺术。     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

航母编队网络化协同反导装备体系建设探讨

随着信息技术的发展,航母编队建设网络化协同作战体系,成为提高其作战能力的必由之路。在借鉴美军网络化作战装备体系建设的基础上,对航母编队网络化协同反导作战装备体系的构成和主要功能进行了阐述,并对未来向着"以网络为中心"的发展方向进行了探讨。     

基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

带有引诱角色的多飞行器协同最优制导方法

考虑我方高价值飞行器面临对方拦截器拦截时,发射两枚防御器对拦截器进行拦截的情形。针对对方拦截器采用扩展比例导引律,在4个飞行器均具有一阶线性动力学特性假设下,基于最优控制理论设计了能在拦截末端施加相对拦截角的显式协同制导律。显式协同制导律将高价值飞行器和两枚防御器三者的协同考虑在内,给出了三者最优控制输入的解析解。仿真结果表明,设计的制导律能使两防御器成功拦截敌方拦截器,且在拦截末端施加一个相对拦截角。通过与只考虑两防御器协同的隐式协同制导律进行比较,可发现显式的协同制导律在控制要求和能量消耗上,要优于隐式的协同制导律。此外,还验证了在不同发射条件下的协同制导律的稳定性。     

三维自适应终端滑模协同制导律

针对多枚导弹协同作战的问题,且多枚导弹之间保持有向拓扑通信的条件下,基于终端滑模法设计了视线方向及视线法向的双层协同制导律。其中,视线方向的制导指令能够保证导弹同时完成拦截任务;视线法向上的三维制导律能够保证每枚导弹以期望的视线角攻击目标,从而发挥各枚导弹的最大杀伤力,并且视线角的约束相当于规划了末制导段导弹的弹道问题,在一定程度上避免攻击目标前导弹间发生碰撞。同时,针对所设计的滑模制导律设计了新的自适应律,从而加快了滑模面的收敛速度并且削弱了由符号函数引起的系统抖振现象。基于李雅普诺夫稳定性理论,证明了所设计制导律的正确性,并在最后给出了数学仿真实验,验证了所设计制导律的有效性及优越性。     

基于多Agent的机群编队导航系统设计与研究

智能化建模在装备作战仿真领域中独居优势.将多Agent技术程序设计方法引入机群编队导航系统的设计中,对模型进行了顶层设计并分析了Agent子系统之间的信息交互过程,为机群编队导航系统的研发和设计提供了新的思路.     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。