共查询到16条相似文献,搜索用时 109 毫秒
1.
基于满意决策的多机协同目标分配算法 总被引:2,自引:1,他引:2
多机协同目标分配问题是无人机UAV(Uninhabited Aerial Vehicle)研究 中一个重要的问题.考虑UAV差异、目标差异及战场态势对目标分配的影响,建立了多机 协同目标分配问题的数学模型.提出基于满意决策的目标分配算法,通过搜索个体满 意集合获取群体优化的目标分配方案.对多目标分配问题,将攻击方案作为个体满意集 合的元素扩展了基于满意决策的目标分配算法.为适应更大的问题空间的求解需求,提出递 阶分配框架,并将满意决策方法用于递阶分配.计算结果表明,算法能有效提 高搜索效率,并得到很好的优化效果. 相似文献
2.
针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。 相似文献
3.
提出基于多目标决策理论的协同空战武器目标分配模型,并用进化多目标优化算法求解.空战是一个多阶段攻防过程,针对多数空战武器目标分配采用一次性完全分配、不考虑火力资源消耗等不足,构建多目标决策模型,在达到毁伤门限的前提下,同时对一次攻击后使敌编队的总期望剩余威胁最小和分配导弹消耗量最小两个目标函数寻优.提出用多目标离散粒子群-引力搜索算法(MODPSO-GSA)求解分配模型,该混合进化多目标优化算法结合二者优点,具有稳定的全局搜索能力并保证收敛到Pareto前沿.该算法可求得满足毁伤门限的不同耗弹量的分配方案最优解集以供指挥员决策参考.仿真算例验证了新模型及所提出MODPSO-GSA进化多目标优化求解算法的有效性. 相似文献
4.
针对主被动传感器协同目标跟踪需要,考虑到可扩展性、异构性和动态可重构性等特点,建立了适于不同测量类型和不同测量维数的异构多传感器分散化信息融合算法.以极大化信息融合所得到的信息熵及无人机(UAV,Unmanned Aerial Vehicles)观测信息质量为效能函数,建立了异构多UAV协同目标跟踪的分散化最优控制代价函数以及通信、防撞和控制等约束模型.实现了多UAV协同目标跟踪的分散化模型预测控制,并分析了通讯噪声等因素对分散化信息融合和协同控制的影响. 相似文献
5.
多机协同与多目标分配任务规划方法 总被引:5,自引:1,他引:4
多架飞机攻击多个目标区域是现代作战方式的重要特征,多机协同与多目标分配问题是提高团队作战效能的关键.针对该问题,综合考虑飞机能力差异、协同方式和任务环境的变化,提出多机协同目标分配的任务规划方法.建立了基于能力裕度评价的多机协同目标分配问题的数学模型.对多目标分配问题,通过约束飞机的能力裕度对分配方案进行筛选,保证在战场环境发生改变时任务兵力的完整性.仿真结果表明,采用这种方法得到的目标分配方案,适应任务目标突发性变化的能力更强. 相似文献
6.
针对无人机(UAV)编队的协同多任务分配问题(CMTAP),考虑双机协同探测、双机协同攻击的情况,结合时间约束、时序约束、时间间隔约束、载机弹药约束、任务能力约束等约束条件,扩展了协同多任务分配模型;将差分进化(DE)算法、郭涛(GT)算法、离散粒子群优化(DPSO)算法、模拟退火(SA)算法进行融合,提出了DE-DPSO-GT-SA算法,用以求解协同多任务分配问题。通过与多种算法进行比较,仿真试验结果表明,所提算法具有较好的收敛性能。 相似文献
7.
基于信息素启发狼群算法的UAV集群火力分配 总被引:1,自引:0,他引:1
无人机(UAV)集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势,得到最优武器-目标分配(WTA)方案,使得UAV集群在火力分配中既能够满足任务要求,又能够较少作战单元消耗,建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型,采用带有游走、召唤算子的改进狼群算法(WPA)对模型进行求解。为提高算法全局寻优效率,避免陷入局部最优,引入蚁群优化(ACO)算法中信息素启发规则,对游走行为及狼群更新机制进一步改进,提出了基于信息素启发狼群算法(PHWPA)的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的,相比较于其他算法,PHWPA具有更高效的寻优能力,能够为UAV集群作战火力规划提供支持。 相似文献
基于最大化目标位置估计精度,针对两架无人机(UAV)仅有角度测量的情况,提出一种新的协同随机运动目标standoff跟踪控制方法.以目标位置估计均方根误差(RSME)作为性能指标,建立其与UAV观测几何构型之间的关系模型,进而确定了最优跟踪时UAV最优观测几何构型.采用扩展信息滤波实现目标状态的融合估计;考虑平台性能、碰撞规避、安全距离等约束条件,采用非线性模型预测控制(NMPC)实现UAV协同分布式在线优化控制.仿真结果表明该算法在确保最优观测构型和跟踪精度的同时有效地提高了算法实时性. 相似文献