线形浮标阵搜潜时无人机监听航路规划

航空反潜时,无人机代替有人机对浮标阵进行监听是无人机在未来战场上的重要应用之一。以无人机独立执行监听线形浮标阵任务为背景,在对巡逻搜潜时线形浮标阵的布设进行分析并提出无人机航路的代价函数后,根据浮标阵的特点,规划出了平行监听和垂直监听2种无人机监听浮标阵方案,并对所规划航路的技术指标进行了分析。通过仿真,对这2种方案进行了验证,仿真结果分析表明了2种方案的优劣。     

固定翼反潜机浮标阵监听飞行航路规划研究

本文结合工程实际应用,研究了固定翼反潜机对浮标阵监听飞行航路规划问题。分析了浮标阵存在公共监听区域的条件,对于不能整体监听覆盖的浮标阵,提出了监听航路的评价指标。针对固定翼反潜机执行监听任务时,属于近距离航路规划范畴,飞行航路受载机机动转弯性能约束的影响较为显著,对监听航路采用了一定转弯策略,并用遗传算法搜索生成监听航路,取得了较好的效果。     

反潜巡逻机布放包围浮标阵应召搜潜建模与仿真

依据经典的浮标应召搜潜方法,结合实际搜潜过程,以某型反潜巡逻机为背景,建立了反潜巡逻机布放圆形阵、方形阵和三角形阵搜潜航路规划的数学模型。对3种阵形的搜潜效能进行分析,仿真了初始距离、潜艇初始位置散布、潜艇经济航速和海洋环境噪声级对浮标阵搜潜效能的影响。仿真结果分析表明:相同条件下,方形阵的搜潜效能要略高于圆形阵和三角形阵的搜潜效能;3种包围阵的搜潜效能均随初始距离、初始位置散布、潜艇经济航速和海洋环境噪声级的增大而降低。     

吊放声纳应召搜潜效能的建模与仿真

基于反潜直升机吊放声纳的探测原理及战术使用特点,在目标初始位置概略已知,速度和航向未知的条件下,分析了目标散布规律,建立了搜潜效能分析计算模型,给出了吊放声纳在扩展方形搜索方式下的应召搜潜概率;并采用蒙特卡洛法的基本思想对该计算模型进行了仿真验证,证明了该方法的有效性;最后,基于扩展方形搜索方式,研究了在单机和双机搜潜条件下搜索概率的不同结果,分析了潜艇速度、应召延迟时间、吊放次数等参数 对搜索概率的影响。     

反潜直升机应召搜索使用声纳浮标的作战运用

根据反潜直升机反潜作战的特点,对反潜直升机使用无线电声纳浮标对指定海域实施应召搜索时声纳浮标的使用方法和监听方法进行了探讨。     

无人机航路规划的研究

无人机的航路规划要求满足威胁回避和可飞性。采用分层的思想，基于Voronoi图产生初始航路，利用三次样条插值法平滑航路点产生无人机可飞航路，同时利用飞行过程中的信息来更新航路进行重规划。仿真结果表明了算法的有效性。     

攻击型无人机航路规划系统分析

无人机航路规划系统就是根据战场中敌方阵地的威胁分布情况,采用分层的思想来协同多架无人机的航路,同时对无人机的作战资源进行合理分配,实现无人机的最大作战效能。     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

无人机航路规划技术研究进展

无人机航路规划问题本质是多约束条件下,多目标函数求极值的优化问题.规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机的武器系统性能有重要意义.通过对无人机航路规划的研究,对无人机航路规划问题进行了概括和总结,阐述了无人机航路规划的框架结构以及静态全局规划和动态局部规划方法的研究现状.分析了近年来常用的几种规划算法,着重分析了启发式算法以及遗传算法.在此基础上,对今后的研究方向进行了展望.     

反潜直升机搜潜效能分析

作为战术反潜的主要手段,反潜直升机已成各国海军的重点研制装备。考虑反潜直升机所搭载的众多探潜设备,包括雷达、红外前视仪、声纳浮标和磁探仪等,在详细分析上述搜索设备性能的基础上,针对应召和巡逻两种典型搜潜方式进行了典型组合搜潜方案的效能分析。仿真分析验证了组合搜潜方案的合理性与可行性。     

监听时间对声纳浮标阵检查性搜索效能影响仿真

以方形声纳浮标阵检查性搜索为背景,研究了监听时间对声纳浮标阵搜索效能的影响,给出了仿真结果并对仿真结果进行了分析。基本结论为:声纳浮标阵的搜索效能随监听时间的增加而提高;只要开始监听,就可以取得比较高的搜索概率;监听时间的增加和搜索效能的提高不是简单的线性关系,而是大致可区分为快速提高期、平稳提高期和滞涨期3个阶段。应根据作战条件和作战要求合理确定监听时间。     

无人机三维航路规划技术研究及发展趋势

由于搜索空间巨大,三维航迹规划一直是航迹规划中的难点,而无人机只有进行精确的三维航迹规划才能提高低空突防的成功率。本文描述了无人机在线航路规划的影响因素,分析了无人机动力学约束及威胁场约束,探讨了无人机航路几何建模方法及三维航路规划算法的研究概况,并着重分析了三维航路规划算法如禁忌搜索、人工势场法、粒子群优化算法、Dijkstra算法及A＊算法。最后,阐述了无人机三维航路规划面临的关键问题及发展趋势。     

无人机航迹规划算法

无人机是现代战场实施侦察、打击的有力武器,它的发展备受关注。无人机航迹规划源于机器人运动规划,它是无人机应用研究的核心内容,对提高无人机系统在复杂战场的作战能力起着关键作用。无人机战场环境日益复杂,在强拒止、强电磁环境下,航迹规划对自主性和智能化有更高的要求,传统单一约束的算法已不能满足现今的战场需求。文章系统梳理了 5类无人机航迹规划算法中的几种常用算法及其改进算法,归纳了这些算法的原理、优缺点及适用条件,指出现阶段存在的问题与无人机航迹规划算法面临的挑战。综述表明,航迹规划算法必然向着智能化发展,自主识别和智能决策是改进、优化算法的关键。     

具有时间约束的无人机遗传算法航迹规划

为无人机进行航迹规划不仅要满足路径的有效性,还需要考虑无人机的到达时间约束.将遗传算法应用于动态环境中无人机的航迹规划,通过编码生成初始航迹,确定合理的适应度函数和进化操作,同时根据要求到达时间约束为每个航迹加入过点速度和到达时间信息,最终搜索规划出可飞且满足时间约束的航迹.在仿真实验中实现了针对移动目标的规划和突然出现威胁的局部重规划.     

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率，在敌方防御区域内执行攻击任务前必须规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，对新近发展的蚁群算法进行了讨论，提出了适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明，该方法是一种有效的航路规划方法。     

低空无人机路径规划算法综述

随着无人机技术的发展,无人机在低空的应用场景越来越多,复杂的低空环境对无人机路径规划算法提出了新的要求。本文总结了近年来常用的无人机路径规划算法,包括图搜索算法,线性规划算法,智能优化算法（遗传算法、粒子群算法、蚁群算法）,强化学习算法;对这些算法的原理、适用场景及其优缺点进行了归纳分析;并基于无人机发展现状对无人机路径规划算法进行了展望。