基于多策略GWO算法的不确定环境下异构多无人机任务分配

针对具有复杂约束的异构多无人机对地目标侦察打击任务分配问题，考虑不确定的任务执行时长、目标消失时间和无人机巡航速度等不确定因素对任务分配结果的影响，基于模糊可信性理论构建以最小化总成本为优化目标的异构多无人机任务分配的模糊机会约束规划模型，并提出一种多策略融合的灰狼优化算法（IMSGWO），通过引入自适应控制参数调整策略、自适应惯性权重策略、最优学习策略与跳出局部最优策略，在增强种群多样性的同时，提高算法的搜索能力。数值分析结果表明：所提算法能够有效求解不确定环境下的异构多无人机任务分配问题。     

通信约束下异构多无人机任务分配方法

针对异构多无人机协同执行侦察和打击任务中,存在通信距离、时间延迟等约束条件下的局部任务分配问题,提出了一种基于合同网的分布式多无人机任务分配方法。首先建立了异构集群发现新目标时的局部任务分配问题模型,设计了局部无人机通信网络中的信息一致性算法,实现了任务分配过程中任务发布阶段各无人机的冲突消解。设计了任务分配过程中的联盟构建和无人机资源管理方法,使联盟中各无人机能够以更加平衡的方式消耗资源。仿真结果表明,该方法能够解决通信约束下,异构多无人机执行察打任务时,所触发的针对目标打击任务的任务分配问题,且能够获得最大的系统效能。     

基于改进贪心算法的无人机集群协同任务分配

无人机集群由于其强大的信息共享与行为协作等优势,在军事、民用及科研等领域发挥了重要作用.然而无人机集群在执行大规模任务时,任务的时间约束、时序关系以及性能要求都对集群任务的协同规划与分配提出了巨大的挑战.针对多无人机协同飞行约束下的任务分配问题,本文提出了一种基于改进贪心算法的无人机集群协同任务分配算法,在保证无人机间...     

通信约束下UAV集群协同拦截任务分配算法

针对多无人机协同拦截多机动目标的任务分配问题,同时考虑到真实战场环境中存在的通信约束以及探测范围约束条件,本文提出了分步一致性拍卖算法（SCBAA）。首先,对真实战场环境中存在的通信约束以及探测范围约束等问题进行了描述分析,构建了多无人机协同拦截任务分配模型,设计了综合效能函数以及相应约束条件。其次,为解决多无人机协同打击单一目标的不平衡任务分配以及冲突消解问题,将原任务分配过程分为主要任务分配以及次要任务分配两部分,通过多次拍卖以及冲突消解实现多无人机对单一目标的任务分配。仿真结果表明,该算法可有效解决通信约束条件下的分布式多无人机协同拦截问题,并适应动态环境中任务分配对实时性的要求。     

考虑协同航路规划的多无人机任务分配

针对多无人机任务分配与协同航路规划问题，以分布式合同网拍卖算法为基础，构建无人机集群任务拍卖架构与拍卖收益函数，结合模拟退火算法协调任务执行次序，采用A^*算法完成两任务点间航程预估，在任务分配阶段同步完成多无人机间协同航路的初规划，确定最佳任务执行次序，实现任务分配与协同航路规划的紧耦合。仿真结果表明，在考虑禁飞区、障碍威胁情况下，该算法能够有效完成多架无人机不同类型任务的分配，且目标分配、执行次序合理，总执行代价小，各机间负载均衡；在任务分配阶段考虑协同航路规划具有明显的效果，能够有效提高任务分配的合理性。     

基于多基因遗传算法的异构多无人机协同任务分配

以异构多无人机对多目标执行侦查、攻击和评估任务为背景,开展协同任务分配问题建模、算法设计和仿真分析。综合考虑异构无人机任务执行能力、任务执行时序和自身运动学等约束,同时考虑各无人机机载弹药毁伤概率因素,建立以任务执行时间和攻击收益为综合性能指标的任务分配优化模型,提出避免产生"死锁"现象的基于多类型基因编码的改进遗传算法,实现对协同任务分配问题的求解。基于任务分配方案和无人机的最小转弯半径,采用Dubins路径协调方法,生成无人机的可飞航迹。仿真结果表明,改进遗传算法可快速有效地求解多约束条件下异构多无人机协同任务分配问题,基于Dubins路径协调可为每个无人机生成完整的可飞航迹。     

基于改进狼群算法的多无人机协同多目标分配CSCD

针对现代空战多无人机协同多目标任务分配问题,结合标准狼群算法,提出了一种改进狼群算法的多目标任务分配方法。根据狼群的不同分工以及搜索属性,建立了基于自主游走机制的头狼产生规则、基于多策略知识库的探狼游走机制和基于自适应步长的猛狼奔袭及围攻方式,从而对传统狼群算法的随机性进行智能化约束与控制,以解决多无人机协同多目标任务分配问题。数值仿真结果表明,该方法能够快速有效获得任务分配方案,避免陷入局部最优。     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

考虑多类维修优先权的多级维修供应系统库存控制

备件筹措与保障站点的维修能力和故障件维修机制密切相关。在经典VARI-METRIC模型上,拓宽了模型中"无限维修总体"和"先到先修"的假设条件,基于排队理论,考虑维修优先权对维修过程的影响,对故障件的维修周转时间进行了修正,建立了具有多类维修优先权的备件初始库存优化模型。构造了多站点优先权分配的目标函数,采用智能优化算法对优先权分配方案进行了优化;根据所得方案,采用边际优化算法进行了备件库存优化,提出了采用智能优化算法和边际优化算法对优先权分配方案和备件库存进行分步优化的方法,并开展了算法复杂度分析。算例分析表明,考虑优先权的备件配置方案在满足各项保障效能指标的同时,显著降低了备件购置费用;分步优化的方法在有效降低运算时间提高计算效率的同时保持了一定的计算精度。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

考虑低空运行环境求解无人机任务分配问题的研究

在低空救援中如何合理地分配无人机的搜救任务长期以来都是研究的重点。在分层级分布式分配方法的基础上建立多目标多无人机任务分配模型,在模型中以搜救费用、无人机使用数量、完成任务的均衡性为目标函数,采用改进的NSGA-Ⅱ算法进行求解。结果表明：本文建立的模型有效,能在不同搜救环境下给出合理有效的分配方案;在搜救中考虑以搜救效率最高为导向时,带来无人机成本和数量的增加;当实际搜救的无人机非常有限时,则需要时间成本的投入;以经济利益为导向时,则会导致搜救时间的增加。     

基于任务合成的无人机指挥规划问题研究

首先根据工作流任务分配模型设计了任务模型和参与者模型,然后基于任务合成技术,设计了无人机指挥规划系统架构和无人机指挥规划算法,最后进行了无人机指挥规划算法的仿真验证,仿真结果证明了算法的有效性。     

基于军网的无人机远程维修保障及模拟训练专家系统研究

为解决无人机维修保障力量薄弱的问题，本文提出了一种基于军网技术的远程维修保障和模拟训练智能专家系统。首先对专家系统的结构模型和功能模型进行了设计，其次阐述了用户管理模块、远程故障诊断模块、可视化模块、数据库维护模块、模拟训练模块等5个专家系统的主要功能模块的实现方法，最后介绍了专家系统的安全防护措施。分析表明，该专家系统可以提高无人机维修保障效率，提升维修保障人员故障诊断能力。     

不确定环境下多无人机任务分配

针对复杂战场环境下无人机与攻击目标之间距离的不确定性,将该距离抽象为一个区间数。在此基础上,构建了不确定环境下多无人机任务分配的数学模型。根据多无人机任务分配问题的特殊性,重新设计了差分进化算法的编码方式、变异操作、交叉操作等。其中,选择操作中,在区间数排序方法的基础上,依照可能度来计算候选解被选中的概率。鉴于差分进化算法中不同变异策略的内在特点和适用场合不尽相同,提出了 3种多变异策略的差分进化算法,以便最大限度地发挥各种变异策略的技术优势。针对 CEC2013测试函数和多无人机任务分配问题分别开展仿真实验,实验结果表明,多变异策略的差分进化算法其性能改进显著,非常适合于求解多无人机任务分 配问题。     

基于混合整数线性规划的无人机任务规划

将无人机模型近似为以恒定速度和有限转弯速率运动在二维平面上的质点,将无人机动态约束通过均差近似处理为线性数学模型,提出了将敌对威胁建模为随无人机位置而动态变化的矩形,以此为前提,设计了无人机最短时间飞行轨迹。通过引入决策变量和灵活地对时序等约束条件进行数学形式化,设计出一种单编队、多无人机、多目标时序约束条件下的任务分配模型。通过仿真,验证了模型的有效性。     

大中型无人机维修保障体系建设的思考

正随着大中型无人机在军民领域的广泛应用,与产业发展适配的大中型无人机维修保障体系亟需建立。本文从无人机产业发展趋势及大中型无人机维修保障体系的需求入手,分析了当前存在的主要问题,基于系统工程理论,提出了大中型无人机维修保障体系模型建构;探讨了适配某大型无人机军民应用需求,基于适航和军民融合理念,按"分类"与"分级"结合的模式,设计建构其机型维修保障人员资质体系的思路与框架。     

板级互连网关的时间触发消息转发调度方法

针对航天电子综合化系统时间触发通信中跨越骨干网互连和板级芯片间互连的网关转发调度,以保证TT消息间顺序关系和减少网关中等待时间为目标,进行转发调度方法及其网关中等待时间算法的研究.首先分别以减少网关内等待时间和保序为目标给出了不保序和完全保序的TT消息转发调度方法,并重点给出了其网关内等待时间算法;然后提出了考虑应用规...     

毫米波波束编码技术在无人机智能集群中的应用

毫米波波束编码技术由于其速率高、抗干扰能力强的优点被认为是无人机智能集群通信网络的重要解决方案。但在无人机智能集群的通信场景中,多种原因造成的机体不稳定抖动会使通信波束产生小角度偏转,引起通信质量的下降,从而影响无人机集群的控制与决策。针对这一问题,提出一种面向无人机集群通信的自适应波束设计方法。首先,根据传感器回传的机体波束抖动情况建立等效信道模型,随后利用量化的信道模型参数建立目标函数并获得理想的波束编码向量,在此基础上利用几何贪婪算法对其进行分解。仿真结果表明,提出的集群波束编码方法能够有效提高均值通信速率,同时相较于其他的系数分解算法,有效降低了计算复杂度。     

多无人机协同任务分配混合粒子群算法

针对多无人机协同任务分配问题(MTAP),设计了一种综合考虑飞行航程、任务收益以及任务完成时间窗口的混合粒子群任务分配算法。首先,将粒子位置编码为一组任务分配向量,针对同时打击场景可能存在的死锁问题,设计了一种基于多打击任务有向图的死锁检测和修复算法,解码出对应一组可行的任务分配解或方案,实现粒子群算法解的离散化。另外,对于传统粒子群算法(PSO)容易陷入局部收敛的缺点,提出一种基于变邻域搜索算法的跳出局部收敛策略,并建立局部搜索启动概率准则,实现跳出局部收敛和计算开销的平衡。最后,将跳出局部收敛的策略嵌入到粒子群算法中,得到协同任务分配的混合粒子群算法(HPSO)。另外,针对新目标发现导致的初始计划失效问题,设计了一种基于匹配策略的局部任务重分配方法。仿真实验证明,所提出的混合粒子群算法能够有效解决异构多无人机同时打击场景中的任务分配问题。     

时间限制性派遣中短时派遣时长的优化方法研究

航空发动机全权限电子控制系统(FADEC)的时间限制性派遣(TLD)分析是飞机系统安全性分析的重要内容之一。针对目前TLD分析中都假定短时故障派遣时长(ST)为固定值(125h或250h)的问题,开展了短时派遣时长的优化方法研究。采用故障树和马尔科夫方法,以推力控制丧失率(R)要求为约束,分析和建立了ST和长时故障派遣时长(LT)的函数关系;在此基础上,构建了以短(长)时故障派遣时长为变量,系统平均维修时长和带故障运行时长期望值为目标的多目标优化模型,使TLD分析中故障派遣时长的选取更灵活、更合理。通过实例表明:与ST取固定值250h相比,优化后ST取25h时,带故障运行时长期望增大4.2%,系统平均维修时长增大8.6%,验证了方法的有效性。     

大中型无人机与有人飞机机务保障模式的对比研究

随着科技的进步,我国无人机产业得到了井喷式的发展,现有的有人飞机机务保障模式已不能适应无人机新技术、新装备的保障需求。大中型无人机的机务保障与有人机相比,在维修体制、维修专业要求、维修人员资质要求等方面均有不同,本文对以上三个方面的不同点进行了详细阐述与分析。