基于Agent与元胞自动机的无人机集群混合式控制

高效有序的集群控制方式是集群顺利完成作战任务的前提。针对无人机集群控制问题,结合集中式与分布式2种控制方式,提出基于Agent与元胞自动机的集群混合式控制。从无人机集群作战流程出发构建了无人机集群控制体系框架、通信拓扑结构及集群控制规则,将集群个体由上至下分为中心长机、小组长机、个体无人机3个层次,高层级对低层级采用自上而下的集中式控制,同层级采用自下而上的分布式控制。在此基础上,利用Agent模型的层次性与元胞自动机模型的同质性,设计了基于Agent与元胞自动机的集群混合式控制模型,实现2种控制方式有效结合,元胞自动机模型实现集群基本的聚合、分离、速度一致规则,Agent模型实现不同层级个体间的协同交互规则。在编队集结与保持任务背景下,对分布式、集中式与混合式3种控制进行对比仿真,结果表明:基于混合式控制的集群在编队可控性、跟随性、一致性以及降低通信负载等方面具有明显优势,验证了混合式集群控制方法的有效性。      

Agent协同机制在基于MAS调度系统中的研究

在Agent协同机制,通用部分全局规划GPGP(Generalized Partial Global Planning)和任务环境描述语言TAEMS(Task Analysis, Environment Modeling and Simulation language)基础上,提出一种结合合同网协议、GPGP协同机制和TAEMS任务描述语言的任务分配和调度方法,用以克服基本合同网协议在基于MAS(Multi Agent System)的车间调度中应用的缺点和不足.并建立了任务工作环境的模型,为基于知识的调度提供基本框架.该方法和模型从整体的角度分析问题,提高了调度结果的一致性和优化性.初步的验证表明该方法是有效的.     

导弹自主编队综合作战效能评估方法

针对导弹自主编队协同制导与控制技术的综合作战效能评估问题,引入了协同制导与控制能力等级(CGCL)的概念,并结合层次分析法(AHP)和ADC效能评估模型建立了导弹自主编队综合作战效能的分析模型,分析了导弹自主编队典型作战想定下导弹编队成员的协同突防概率、交班成功率、命中概率和毁伤概率,分析过程充分考虑了导弹自主编队作战的能力和特点,并在搭建的导弹自主编队攻防对抗综合仿真验证系统上分析和验证了其有效性,为定量地分析导弹自主编队的综合作战效能提供了快速可靠的计算方法。     

环绕智能系统架构设计及身份感知Agent实现

介绍了环绕智能(AmI, Ambient Intelligence)的概念,分析了AmI系统中上下文感知数据流,提出了基于多Agent系统(MAS, Multi-Agent System)的AmI系统架构.详细介绍了在此架构基础上设计实现的具有上下文感知的AmI实验系统-AmI-Space,并对其中的用户感知Agent进行了描述.实验证明,基于MAS的AmI系统架构满足了AmI系统中计算单元的模块化、分散化、可变性和复杂性要求;同时AmI-Space中的用户感知Agent结合了蓝牙Ad hoc网和以太网的优点,实现了一种无需用户配合的身份感知机制,是一种自然的、主动的交互方式.      

双机编队的对地攻击效能分析

双机编队是空防体系对抗中一种主要的作战模式,其目的是为了更有效地打击敌战略目标.通过采用概率论中常用于效能评估的马尔柯夫随机过程理论,建立了双机编队条件下对敌对战略目标进行攻击的战场想定和数学模型,推导出任务成功率、目标被毁率和飞机损失率等作战效能指标的计算公式.最后,通过生存力扩展因子的引入,在比较双机独立和双机编队相关效能指标的基础上指出了双机编队的作战优势.      

分布式卫星系统自主运行体系结构模型研究

在分析现有分布式卫星系统(DSS)体系结构不足的基础之上,针对DSS自主运行特征,提出了一种适应动态、复杂不确定环境的DSS两级系统层次的混合体系结构模型.同时根据多星协作和星内自治的需求,给出一种较为通用的面向自主协作的卫星控制结构Agent模型,并讨论了该结构中各Agent模块的组成、功能及相互联系.      

基于几何方法的洲际航空编队飞行路径规划

针对洲际航空编队飞行路径规划,首先,基于编队飞行空气动力学的研究结论和球面度量特征,建立了编队飞行路径规划的基本模型;其次,基于编队路径的拓扑特征,将编队路径规划问题抽象为球面点集上基于测地线的加权Steiner最小树规划问题(WGSMT),建立了WGSMT的有限几何简化原则;针对避障编队路径规划,证明衔接点的引入仅改变紧邻的Steiner 点的拓扑特征,而不降低规划结果的准确性,以支持OAWGSMT编队路径规划.最后,构造一种基于“构造-修复”思想的编队路径规划方法,通过实际算例验证了算法的有效性.研究形成洲际航空编队路径规划的几何基础,使问题复杂度依赖于航班集规模而非球面离散化网格规模.      

基于DTC和GPGP的多UCAV任务规划方法

以任务分析和环境建模仿真框架作为任务结构的描述模型,建立了无人作战飞机的任务模型描述及任务规划问题描述方法.提出了基于启发式设计准则的无人作战飞机任务规划算法,并在任务规划过程中集成路径规划.以通用局部全局规划协调理论为基础,提出了集成通用局部全局规划协调机制和同步协调机制的多无人作战飞机协同任务规划系统结构,对通用局部全局规划的任务规划过程进行控制和协调.仿真实例证明了任务规划算法的可行性.      

实施饱和攻击的导弹多目标火力分配决策

饱和攻击是高技术战争中打击敌方重要目标、提高导弹突防概率的一种重要作战模式.根据饱和攻击的战术指导思想,从分析反舰导弹火力攻击任务约束、最优火力分配准则及多平台协同攻击的角度出发,建立目标分配优化模型,并将火力分配目标决策与航路规划决策过程相结合,提出一种多发射平台、多约束下对目标实施饱和攻击的分配实施方法.仿真结果表明:所建立的模型及方法正确有效,可为部队发射平台配置和火力分配提供依据与参考.     

电磁航天器编队动力学建模与运动规划方法

基于电磁航天器作用原理,利用拉格朗日方法,建立电磁航天器“绳系”动力学模型.基于偏差线性化动力学模型,以切向、径向编队为例,分析编队构型保持稳定性,设计构型保持控制律;将双星电磁航天器编队(EMFF,Electromagnetic Formation Flight)重构运动规划问题转化为标准优化问题,利用高斯伪谱优化方法进行求解.并提出序列控制策略,将该双星模型扩展应用于多星电磁编队构型重构问题,转化为多阶段运动规划问题利用多阶段优化方法进行求解.仿真结果表明本文的动力学建模方法和控制方法是可行的.      

二阶多智能体系统自抗扰编队跟踪与避撞控制

在多智能体编队的目标跟踪任务中,智能体受环境中的障碍物的遮挡作用会丢失目标,而外部扰动会影响系统的时变编队跟踪的控制效果。为此,研究了这两种因素同时存在情况下的二阶多智能体系统时变编队跟踪和避撞控制。采用基于目标跟踪优先级的切换拓扑控制策略以实现在障碍物遮挡环境中对目标的持续跟踪,根据自抗扰理论设计包含扰动补偿项的编队跟踪控制器。首先,基于一致性方法提出切换拓扑下自抗扰时变编队跟踪控制协议,并给出一种基于跟踪微分器的编队指令生成方法;其次,设计了求解控制参数的算法并给出协议作用下系统的稳定性分析和证明;然后,基于人工势场法设计避撞控制协议;最后,提出障碍物遮挡环境下自抗扰时变编队跟踪控制协议。仿真实验结果表明:所设计的控制协议在上述两种因素存在时仍具有良好的控制效果。      

基于多智能体联盟的多机协同空战任务分配

基于多智能体联盟形成理论,分析了网络化条件下多平台多目标攻击任务分配问题。将协同任务分配的过程视为复杂联盟的生成过程,首先将对目标总体的打击任务分解为一系列子任务,各子任务再进一步分解为单个平台能够完成的任务单元;再根据联盟特征函数的定义分别建立联盟报酬、能力成本、通信开销模型,以联盟特征函数作为空战任务分配目标函数;最后引入离散粒子群优化算法进行联盟生成,采用二进制矩阵编码形式,设计粒子可行性检查策略。仿真实验验证了本方法在协同制导条件下空战任务分配的合理性与有效性。     

基于强化学习的航空兵认知行为模型

航空兵的认知行为模型为仿真航空兵的空战决策提供支持,通过强化学习积累战术决策经验.在虚拟战场环境中,作战态势通过多个属性进行描述,这使得强化学习过程将面临一个高维度的问题空间.传统的空间离散化方法处理高维空间时将对计算资源和存储资源产生极大需求,因此不可用.通过构造一个基于高斯径向基函数的拟合网络解决了这个问题,大大减少了对资源的需求以及强化学习周期,并最终产生了合理的机动策略.模型的有效性和自适应性通过一对一的空战仿真进行了验证,产生的交战轨迹与人类飞行员产生的交战轨迹类似.     

智能化战术任务管理系统研究

从感知、评价、决策的认知过程研究了现代军机战术任务管理系统的结构、组成和功能,重点研究了态势评估和任务规划两个关键子系统.建立了基于贝叶斯网络和模糊逻辑推理的态势评估算法及威胁评估模型,采用贝叶斯网络对威胁级别进行了评估,运用模糊逻辑对各威胁源的相对重要性进行了推理,实现了对威胁源威胁级别和相对重要性的连续动态评估.研究了基于动态A^*算法的战术飞机飞行路径在线实时规划问题,实现了态势评估与路径规划两子系统之间的集成.研究结果表明了该系统方案和算法的有效性,任务规划系统能够自适应战场态势的变化.     

小卫星及其星座的智能自主控制系统

随着小卫星及其星座技术的发展 ,卫星系统的测控和运行管理模式将由地面遥测遥控方式向智能化自主方式发展。文中系统深入地分析了小卫星及其星座技术的特点和主流发展趋势 ,讨论了对小卫星及其星座实施智能自主控制的必要性、优越性等方面的问题 ,给出了一种将多Agent系统技术与混杂控制系统理论方法相结合 ,以综合集成方式实现的具有高度自主性和灵活性的智能自主控制系统的设计方案 ;论述了可行的优化策略与技术实现途径。最后 ,按照文中提出的智能自主控制系统的组织结构模式和相应的控制策略 ,针对小卫星编队构形自主保持的智能控制问题 ,给出了计算仿真结果     

Multi-agent Q-Learning control of spacecraft formation flying reconfiguration trajectories

This paper presents a novel approach based on multi-agent reinforcement learning for spacecraft formation flying reconfiguration tracking problems. In this scheme, spacecrafts learn the control strategy via transfer learning. For this matter, a new generalized discounted value function is introduced for the tracking problems. Due to the digital nature of spacecraft computer systems, local optimal controllers are developed for the spacecrafts in discrete-time. The stability of the controller is proven. Two Q-learning algorithms are proposed, in each of which the optimal control solution is learned on-line without knowledge about the system dynamics. In the first algorithm, each agent learns the optimal control independently. In the second one, each agent shares the learned information with other agents. Next, the collision avoidance capability is provided. The effectiveness of the presented schemes is verified through simulations and compared with each other.     

面向飞机装配的生产规划与调度集成优化研究

飞机装配具有环节多、周期长及流程复杂等特点,合理地规划各环节的工作,调度装配过程涉及的资源,对于保证飞机装配的质量和效率具有十分重要的意义。基于飞机装配流程的特点及影响飞机装配效率的主要因素,提出了飞机装配生产规划方法。考虑飞机装配过程中存在的动态问题,基于蚁群算法建立了装配资源的调度集成优化模型,定义了构造图路径与装配作业周期间的映射关系,给出了装配作业周期映射的基本步骤,通过优化人工蚁路径实现了资源调度的优化。      

一种面向产品规划过程的组合质量屋

针对现代产品设计规划过程中对规划信息的集成性、准确性和完备性的要求,提出了一种面向产品规划过程的组合质量屋,并给出了构建组合质量屋的过程和方法.该组合质量屋包括用户需求质量屋、产品技术特性质量屋和综合质量屋.在构建组合质量屋的过程中,采用网络分析法确定产品技术特性的相对重要度,该方法能综合考虑用户需求间、产品技术特性间以及用户需求层和产品技术特性层之间的相互协作和相互冲突的关系,使得规划结果更加准确可靠.此外,还综合考虑了产品全生命周期各阶段定性和定量约束对规划结果的影响.最后,通过实例研究了运用组合质量屋进行产品规划的步骤和方法,并验证了其有效性.