某类任务的无人作战飞机航路规划

讨论了对于包含了既是威胁又有价值的节点的任务模型,无人作战飞机航路规划问题解决的思路和关键环节,并构建了数学模型,然后应用A*启发算法求解各个目标点的最优航路,并依据作战指挥人员对作战方案的总体把握给出的权衡因子,计算每个目标点取得的费效比,确定满足一定条件下最先攻击目标.实例仿真表明该方法可以有效地解决这类任务的航路规划问题.     

无人作战飞机任务规划系统关键技术研究

文章首先论述了任务规划系统和战术飞行管理系统、航路规划系统的联系与区别,分析了无人作战飞机任务规划系统的特点及其体系结构,最后详细分析与研究了任务规划系统需要解决的核心技术——航路规划技术。     

UCAV任务规划系统的研究进展及发展趋势

分析了无人作战飞机任务规划系统的特点，按照规划范围和时段对无人作战飞机任务规划系统进行分层研究，讨论和分析了各个层次的作用及发展现状。最后，展望了无人作战飞机任务规划系统的发展趋势。     

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     

基于MAX-MIN自适应蚁群优化的无人作战飞机航路规划

为了保证无人作战飞机(UCAV)以最小的被发现概率和最优的航程到达目标点,在敌方防御区域内执行任务前必须进行航路规划。蚁群优化(ACO)算法的并行实现机制适合于复杂作战环境下的UCAV航路规划,但是基本ACO算法有易陷于局部最优解的缺点。在对基本ACO算法采用精灵策略保留每次迭代最优解的基础上,提出了一种适用于航路规划的MAX-MIN自适应ACO算法,并给出了改进后ACO算法的实现流程,最后采用改进前后的ACO算法对某UCAV的任务态势分别做了仿真实验。实验结果表明改进后的ACO算法可更加有效地应用于UCAV航路规划。     

基于改进的粒子群优化算法的无人作战飞机航路规划

事先针对敌方防御区内的威胁部署和目标的分布情况,对无人作战飞机的飞行航路进行整体规划设计,可以综合减小被敌方发现和反击的可能性、降低耗油量,从而显著提高UCAV执行对地攻击(或侦察)任务的成功率.在对粒子群优化技术研究的基础上,将一种用于解决TSP的PSO算法加以改进,引入模拟退火的策略思想,借以克服PSO算法易陷局部最优的早熟现象,并在UCAV航路规划中加以运用.仿真实验表明,该算法简易而有效,用其优化出的航路能够满足UCAV飞行任务规划的需要.     

信息联网下的多无人作战飞机多任务规划

针对信息联网条件下多无人作战飞机的多任务规划问题展开研究。提出信息联网的概念,介绍了单架无人作战飞机单个目标的路径规划算法和信息联网所包含的威胁联网和任务联网任务规划的代价计算,并由此构建了多无人作战飞机多任务规划的代价计算模型,设计了整数编码和遗传算子,运用遗传算法对任务路径进行仿真,仿真结果表明了所提出方法的正确性和可行性。     

无人作战飞机任务系统设计关键技术

介绍无人作战飞机的发展对现代空战的影响,元人作战飞机的作战使命、操控方式,重点描述无人作战飞机任务系统设计的关键技术,强调开展无人作战飞机任务系统研究的必要性。     

多UCAV协同航路规划算法

针对多UCAV协同航路规划问题,将协同进化理论与扩展Voronoi图模型相结合,提出了一种基于扩展Voronoi图模型与协同进化算法的多UCAV协同航路规划方法。该方法通过协同进化理论的合作机制实现了规划航路的空域协同,通过采用层次分解策略实现了规划航路的时域协同,并且对染色体设计、个体适应度以及进化操作等关键问题进行了研究。     

通用飞机多约束水平航路规划方法研究

随着我国低空空域的开放,通用飞机低空航路规划问题越来越复杂,亟待解决。在传统航路规划方法的基础上,研究满足区域导航要求下低空空域的约束条件,并针对每一类约束条件,建立航路优化模型,给出航路优化算法的实现步骤。仿真实验验证表明,多约束水平航路规划方法能够满足通用飞机机载设备的功能和性能要求。     

基于不同威胁体的无人作战飞机初始路径规划

 提出一种基于不同威胁体的路径规划新方法。从理论上建立了具有不同威胁体的局部空域路径选择原则,给出了根据不同威胁体建立相应路径图的步骤和方法。描述了基于图形模型的进化优化算法,并应用此算法进行了路径优化。进行了仿真验证,仿真结果表明,提出的路径规划方法不仅可行,而且有效地突破了原Voronoi 图只能对相同威胁体进行路径规划的局限。     

基于多目标算法的空中作战任务规划框架研究

空中作战任务规划是一项复杂的任务,随着空中作战飞行器的种类、数量及其之间交互性的增加,任务规划也变得越来越复杂。任务规划人员必须在有限的时间内制定出最优的任务分配策略。决策支持工具可以辅助任务规划人员找到最优的规划方案。介绍了设计多目标进化算法以及在空中作战任务规划领域的框架和工作流程,具体的任务包括空中打击动态目标的定位问题和情报监视侦察（ISR）任务规划。总结了这些研究的经验教训,探讨了未来可能的发展方向。     

基于广义多层次模糊模型的无人机路径规划

无人机自主飞行的路径规划涉及许多因素,为了使决策向量的获得过程尽可能多包含各个因素的信息,采用广义多层次Fuzzy综合评判是一种有效的方法.但是由于预先不知道权数分配,也无法知道评判结果,故无法用解决广义多层次Fuzzy综合评判或解决其逆问题的方法得到结果.为此引入遗传算法,利用其进化特性,求得合理的权数分配和广义多层次Fuzzy综合评判结果,可以达到控制飞机飞行过程的目的.这一过程提供了一种解决非正非逆问题的广义多层次Fuzzy综合评判问题的新思路和新方法.     

图像目标跟踪及其在UCAV中的应用

在图像跟踪中主要因素是目标的几何中心，只考虑目标的相对运动特性，就可以设法减少图像处理的工作量。由于目标的边缘不可能占满整幅图像．在目标边缘检测时不必对整幅图像进行处理。为此，从估计的中心向给定方向寻找目标的边界．得到目标边界点的一个子集合．再由该子集得到目标中心的近似值．并以此为基础构造目标跟踪方法，利用图像检测实现无人战斗机对目标的跟踪。仿真结果表明．该方法对于目标的跟踪是有效的。     

无人战斗机空战对策研究综述

关于无人战斗机空战对策的研究已经随着无人机技术的发展与完善成为热门研究课题之一.介绍了空战对策理论的主要研究方法以及国内外学者的研究成果,同时对空战博弈模型的建立以及混合策略下期望支付函数的求解方法进行了描述,最后对无人机战斗机空战对策理论的未来发展趋势作了分析.