基于合同网的分布式卫星系统任务优化分配研究

面向未来分布式卫星系统(DSS)自主协作运行模式,对DSS任务协作中的优化分配问题进行了分析和描述,提出了基于协商的任务优化分配体系结构,并由此给出任务组的概念,通过集覆盖理论将任务分配问题转化为集覆盖问题.从而引入合同网协议,以系统完成任务目标的总耗能最少为原则,加入限定卫星可回应任务数的约束后,提出了一种基于合同网的严格启发式优化分配算法对问题进行求解.同时,证明了算法搜索结果的上确界;分析了算法的收敛性和时间复杂度.该算法具有分布性,搜索空间缩减快,适合于中小规模问题的任务分配.     

多无人机任务分配/航迹规划的一体化求解方法

针对多异构无人机任务分配和航迹规划存在的强耦合特性,为解决串行求解仅能获得局部最优解的问题,提出了一种基于图论的一体化求解框架,采用三维Dubins模型,通过对无人机航向角进行离散化,将路径规划问题和任务分配问题建立为离散图模型。为了实现该混合整数规划问题的快速求解,建立了基于并行化处理的遗传算法策略;为避免执行时序约束任务存在的死锁问题,引入深度优先算法（DFS）,通过检测时序任务图环路状态判断任务规划结果的可行性,从而剔除规划结果中的不可行解。仿真结果表明,相比于解耦方法,一体化求解方法能明显提高规划结果的品质;相比于集中式遗传算法,分布式遗传算法能显著提高算法的收敛速度。     

加权负载均衡合同网大规模星座任务分配方法

为了充分发挥大规模星座带来的在轨可用卫星资源丰富的优势，解决星座和任务规模扩大带来的任务分配求解空间大的问题，提出了一种分布式加权负载均衡合同网任务分配方法。对任务窗口进行预筛选，减少卫星参与投标数量，节约在轨计算通信资源；在合同网任务分配过程中，将任务投标值加入负载均衡加权系数，提升星座系统负载均衡性能。通过仿真验证，在观测收益相当的情况下，本文所提方法相较于集中式任务分配方法分配求解耗时可减少94%以上，系统负载均衡度优于传统任务分配算法，表明该方法适用于大规模星座任务分配。     

多UCAV协同中基于协商的分布式任务分配研究

针对多无人作战飞机（UCAV）分布式协同任务分配问题展开研究。在对多UCAV任务分配问题进行分析的基础上，提出了基于市场协调机制的多UCAV分布式协同任务分配体系结构，设计了能够支持不同自主能力UCAV的任务控制模型，各UCAV在分布式计算的基础上进行相互协商实现动态任务分配。通过综合采用买卖合同、交换合同和聚类合同三种协调机制，实现了多UCAV协同作战中的分布式任务分配。仿真实验结果表明，基于协商的分布式任务分配方法能够快速有效地实现对态势变化的反应，对于解决作战过程中的动态任务分配具有突出优势。     

一种面向节能的星载实时任务动态调度算法研究

星载嵌入式操作系统性能和任务能耗之间的平衡非常重要,采用合理的处理器和电压分配策略是一个重要手段。提出一系列基于计算概率的建模方法,用来解决星载实时嵌入式系统中对于具有数据依赖的非周期性任务的处理器和电压分配相关问题,并且能够确保所有的任务都能在时间约束下执行。首先设计一个处理器调度算法,将任务的有向无环图(DAG)映射到一组可变电压处理器上,然后使用动态编程算法为每个任务分配合适的电压。通过带有重启的局部搜索策略从候选解集中获取最优解,以解决局部最优陷阱问题。通过实验说明,所提出的算法与其他算法相比,在所有时间约束下具有更好的能效。     

面向GEO目标的快速在线在轨服务任务规划

针对地球同步轨道多对多在轨服务任务规划问题,提出了一种基于拍卖算法和先验知识的改进启发式拍卖算法(IHAA)。首先,建立了基于Lambert变轨的任务规划问题表征,设计了给定变轨时长约束下的快速燃料最优估计策略。其次,针对考虑J 2摄动影响的航天器在轨服务规划问题,提出了一种基于拍卖算法的快速求解流程。其中,为确定每一轮拍卖算法任务列表,提出了基于变轨先验知识的目标优先级排序启发式策略,实现了快速的服务时序确定方法;此外,为减少因部分航天器服务能力低导致的分配失败情况,设计了一种基于失败任务再分配的重拍机制。最后,将所提算法与遗传算法、模拟退火算法进行了对比,结果表明IHAA可以快速给出相对适应度较高的规划结果,可用于突发事件星上在线自主规划,亦可提供优化算法初值以提升规划效率。     

基于星上动态指令调度的卫星使用效能提升技术

针对传统任务管理模式采用静态约束指令序列导致卫星使用效能的不足,提出一种基于有向图模型的动态约束自适应任务管理方案。采用面向用户的星地任务控制接口,利用地面仿真和星上实时遥测获取任务运行过程的动态约束参数,星载计算机据此动态生成任务指令序列。针对某高性能光学卫星的仿真试验表明,与传统任务管理模式相比,卫星操作接口复杂度减少88.5%,任务注入效率提升699%,有效载荷数据传输效率提升10%,全球数据获取能力提升11%,对我国区域的实时数据获取能力提升100%。方案对遥感卫星在轨运行管理具有借鉴意义。     

集群航天器鲁棒自适应快速任务分配

针对集群航天器协同观测任务分配问题，提出一种基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略。为提高燃料消耗指标的计算效率，利用深度神经网络直接预测连续推力转移轨迹的燃料消耗，避免在线规划相对运动轨迹。通过构造虚拟收益矩阵和分配向量使得拍卖算法适用于航天器数与任务数目不一致的分配问题。为提高拍卖算法的收敛速度，提出报价增量自适应调整策略。考虑到通信失联、航天器故障等不确定因素，通过在线调整故障航天器的收益和报价矩阵以提高算法鲁棒性。数值仿真表明深度神经网络对燃料消耗指标预测精度高，基于深度神经网络和鲁棒自适应拍卖算法的快速任务分配策略可在保持计算精度的同时，将计算效率提升约两个数量级。     

无线传感器网络空中目标跟踪任务分配技术的研究

以无线传感器网络对空中飞行目标跟踪为背景，针对无线传感器网络协同技术中的任务分配问题，以降低传感器节点之间的通信能量消耗为目的，提出了一种基于弹性神经网络的任务分配算法。首先对多动态联盟多目标跟踪问题进行建模，然后依据最小能量准则，采用一种非全连接的环形结构的弹性神经网络模型，解决了多目标跟踪时的任务优化分配问题以及多个动态联盟对传感器资源竞争冲突时系统能耗增加的问题。仿真结果表明，该算法与传统的方法相比，大大降低了跟踪系统的能量消耗。     

基于时序逻辑的复杂环境下无人机运动规划算法

本文主要考虑基于时序逻辑的无人机运动规划问题。一般地，解决该问题的算法包括两个阶段:上层综合阶段生成一条可行的离散规划;低级综合阶段结合离散任务规划设计无人机的控制输入。但是当第一阶段失败时，即线性时序逻辑(LTL)任务在当前环境中无法实现时，我们希望系统能够进行一定的调整。本文提出了一种任务重规划算法，在深入理解模型检查原理的基础上，利用初始任务自动机生成一个松弛乘积自动机，进而获取有效的离散任务规划;同时设计一个自动机的权重函数，确保该规划在最小程度上违背初始任务所提出的约束。本文提出的重规划算法解决了时序逻辑在复杂环境中无法实现的难题，扩大了时序逻辑在无人机运动规划中的应用范围，同时增加了系统的鲁棒性。     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

安全约束下的空间翻滚目标涡流消旋稳定控制

针对空间翻滚目标涡流消旋任务执行效率低和抵近安全无保证的问题，首先基于椭球包络法给出了服务星机动轨迹的直接线性凸化安全约束，以确保机动过程的安全性和最优轨迹跟踪问题的有限时间可解性；设计了垂直构型下空间消旋任务的抵近期望轨迹以增强服务星消旋力矩的作用强度，缩短任务周期。在此基础上，提出了一种反馈线性化的收缩模型预测控制(FLC MPC)算法，有效跟踪所提出的期望轨迹，并严格保证安全约束及控制输入约束下受控系统的稳定性。最后，利用所提出的控制方法对阿丽亚娜 4火箭上面级进行消旋仿真，结果表明该方法能有效提高消旋效率，并保证服务星的安全稳定。     

一种适于工程应用的近似MSJPDA算法

为提高复杂数据融合系统中的航迹关联正确率，在ZHOU B的DC和AC算法基础上提出一种新的近似多传感器多目标联合概率数据关联算法，它以一个目标为中心的近似聚为构造关联事件的起点，并在计算中将DC和AC结合得到的一种全部的点迹－航迹关联算法，在杂波下目标密集，航迹复杂的数据融合系统中进行实验，对关联正确率，并联时耗等与最近邻法进行了比较，效果较好，它能为有效提高目标点迹－航迹的关联正确率，在计算时耗上较完全联合概率法少得多，能满足工程中实时性的要求。     

基于调度预测的星载混合相关任务调度算法及其仿真的研究

为解决星载计算机系统中具有相关性任务的调度和临界资源的分配问题，提出了一种星载混合相关任务调度算法。首先，对星载计算机系统中的任务给出了形式化的描述。其次，具体阐述了这种星载多任务调度算法并给出了可调度性预测分析条件。最后，通过仿真实验对这个调度算法的性能进行了验证并给出了结论。     

无人机协同测控中SC-FDMA技术设计

针对无人机协同任务测控传输的多机接入问题,提出基于分布式任务分配模型的高动态SC-FDMA技术.通过将贪婪原则、信道动态分配机制和多用户接入技术结合,利用集中映射方式设计子信道数目可调的映射规则,配置各无人机节点所占用子载波数目.仿真结果表明,与传统FDMA、CDMA、TDMA、OFDMA等相比,基于SC-FDMA设计...     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

一种快速低开销的分布式死锁检测解决算法

现有的分布式edge—chasing死锁检测算法具有消息开销大或不能并发执行的弱点，为此提出一个新的死锁检测算法，算法中检测消息由事务节点发起并在事务节点和资源节点之间传递，不保留死锁检测的中间状态，也不更新事务的资源访问请求。算法的正确性得到证明，仿真表明新算法的时间和消息开销低于同类算法。