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。     

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。     

多中心无人机集群维修保障任务分配优化研究

针对多中心无人机集群维修保障任务分配问题,分析无人机集群维修保障任务的约束条件,以最小化无人机等待时间、保障人员的等待时间为目标函数,并考虑保障人员的工作公平性建立无人机集群维修保障任务分配模型,通过人工蜂群算法进行优化求解。算例表明：模型与以飞行距离最短为目标的先到先服务模型相比,无人机准备时长减少了0.8%,保障人员等待时长减少了21.0%,保障总时长减少了4.3%,提高了无人机维修保障的敏捷性,实现了人员工作的均衡分布,验证了模型和算法的可行性。     

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。     

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...     

任务分配工具打破传统无人机控制模式

无人机的使用现在面临人力的问题．“一人一机”的操纵模式仍未改变。为此,目前,美国空军正在验证多机控制技术．并已经拥有一种可以控制4架“捕食者”无人机的地面站,但是很少在作战中使用。     

多无人机对地攻击任务分配算法

在不确定条件下的战场环境中,实时有效的动态任务分配是多无人机顺利完成对地攻击任务的关键.文章基于拍卖机制原理提出了多无人机的动态任务分配算法,给出了算法流程,构建了收益计算函数,并对算法效率进行了分析.仿真试验表明所提出的算法同传统方法相比,大大减少了通信计算量,具有更好的实时性     

一种基于广义逆的无人机鲁棒控制分配方法

针对无人机广泛采用先进操纵面带来的控制分配问题,提出了基于闭环广义逆的鲁棒控制分配新方案。在基于广义逆的控制分配方法基础上,加入了控制量对应状态的反馈,分析了新方案的可行性,给出了采用新方案后闭环系统稳定的充分必要条件,提出了新的控制分配律设计方法,并研究了闭环系统的稳态特性。数值仿真验证结果表明该方案能够解决先进布局无人机飞行控制系统的控制分配问题,可推广至广义的控制分配领域。     

基于任务协同的无人机多侦察载荷使用研究

为解决在复杂战场环境条件下无人机多侦察载荷的协同使用问题,文章在分析无人机侦察载荷性能特点和侦察作战使用的基础上,设计了4种多侦察载荷协同使用方案,构建了无人机的侦察效能评估模型,并用实例仿真了无人机在不同作战环境下的多载荷协同使用方案,检验了各方案在复杂电磁环境和恶劣气象条件下的侦察效能,验证了方案的有效性和可行性。     

基于目标分配的无人机航路规划

在航路规划中．如果存在多个目标点，优化问题就会变得复杂化。因此，在多目标点存在的情况下，航路优化问题应充分考虑目标的有关因素及空域状况，对目标和航路进行优化选择以取得某种效益。针对这一问题，提出了目标选择及航路规化的优化模型．并提出了一种改进的A*算法——大规模平行扩展A*算法对这一问题进行求解。在此基础上，针对无人机的水平飞行航路进行了规化。结果表明，通过该方法可以有效地解决多目标点存在时的航路规划问题。     

复杂环境下的多无人机协同巡逻航路规划

为提高多架无人作战飞机（UCAV）存复杂环境下的协同巡逻效率,根据先验信息将环境划分为关注程度不等的未知区域、已知区域和禁飞区域,在航路规划算法中引入搜索回报函数和加权平均距离,加强对高关注度区域的巡逻力度,改善UCAV的空间分布。应用粒子群算法对航路规划模型进行了仿真,结果表明提出的协同巡逻航路规划算法有效     

战场复杂电磁环境下的无人机作战应用探讨

通过对战场复杂电磁环境的研究,分析总结无人机系统在侦察作战全过程中可能受到各种电磁干扰,结合无人机系统抗干扰特性,提出应对战场复杂电磁环境的无人机系统作战运用方法,有效提高了无人机在战场中的作战效能和生存能力。     

小型无人飞行器风场扰动自适应控制方法

针对小型无人飞行器在执行任务时传感器测量精度低、受风场扰动影响大的问题,提出了一种利用矢量域与滑模控制相结合的复合控制方式,有效地实现了对小型无人飞行器的轨迹与航向的自适应跟踪。将复杂航迹分解为直线段与圆弧段分别构建矢量域,从而确定基于位置误差的航迹信息,并通过机载传感器获得状态和位置信息,利用滑模控制方法抑制风场扰动对小型无人飞行器的影响。试验结果表明,本文提出的控制算法能够保证阵风干扰情况下小型无人飞行器的航迹控制精度,同时具有良好的动态响应。     

VxWorks下飞行模拟系统研究与设计

介绍了基于嵌入式实时操作系统VxWorks的无人机仿真系统。建立了无人机动力学及运动学数学模型,给出了气动系数的拉格朗日插值计算方法,采用一种全新的方法实现飞行模拟,即利用RTW接口下载飞机数学模型到VxWorks操作系统。最后给出了半物理仿真和全数字仿真的对比曲线,验证了仿真系统的正确性。该系统的研制成功,对于验证无人机飞控/导航控制律及加快无人机研制进度有重要意义。     

基于Matlab的无人机全过程飞行仿真

为了对小型无人机全过程飞行仿真进行研究,根据无人机飞行控制回路和制导回路,搭建了模块化的系统仿真结构,将Matlab/Simulink和Stateflow有机结合起来,建立了易于维护和扩展的仿真环境。利用仿真环境对无人机的控制规律和制导规律进行了仿真,结果表明了控制规律和制导规律的合理性,以及全过程仿真环境的实用性。     

无人机航程和航时的燃油灵敏度分析

研究了无人机航程和航时的燃油重量相对变化随巡航结束重量、平均升阻比和平均耗油率的变化关系。假定巡航结束重量、平均升阻比和平均耗油率为三个线性无关的变量,采用偏导数的方法推导了喷气式和活塞螺旋桨式无人机巡航燃油重量变化的小变化方程。采用了两个算例进行了无人机的航程和航时的燃油灵敏度分析,小变化方程的燃油重量相对变化计算结果和考虑变量耦合后的燃油重量相对变化计算结果吻合较好。研究结果表明所建立的无人机航程和航时的燃油灵敏度分析模型合理。