一种海域无人机集群动态组网传输与动态调度方法

针对海域无人机集群组网监测过程中的网络间动态通信问题,从路由选择、高动态随机接入、动态资源调度等方面研究了无人机集群组网通信的关键技术。设计分簇DSDV(Destination sequenced distance vector routing)路由选择协议,按照任务类型需求为各簇动态分配网络带宽,改善网络性能;设计按需分配的分布式高动态随机接入协议、基于比例公平算法的动态资源管理方法,解决无人机集群子节点在接入和退出时产生的不确定性问题,有效避免在通信过程中出现多个接入请求冲突的问题。结果表明,利用文中提出方法设计的组网通信终端,各项指标与集群通信需求相比均有较大余量,能够满足海域无人机集群组网通信要求。     

基于态势感知一致性的UAV集群分布式协同性能分析

针对现有无人机集群分布式协同方法没有细致考虑态势感知过程，忽略了对抗环境下态势信息的不确定性对集群协同的影响，对协同性能缺乏量化分析等问题，提出基于态势感知一致性的无人机集群分布式协同方法，并分析协同性能。从集群协同作战角度分析协同方法的实质，考虑态势信息不确定性，给出集群态势感知一致性分析，建立态势觉察一致性、态势理解一致性等概念，并设计协同方法；建立协同时间、协同信息量等指标，分析指标特性，量化分析协同性能；在给定的仿真场景下，对比分析各协同方法性能。结果表明，所提方法协同性能较好，更切合对抗环境，对集群协同作战研究有一定的积极意义。     

基于自适应通信拓扑的无人机集群弱路径约束下的分布式控制器设计

针对传统无人机集群飞行控制需要规划过多飞行路径的问题，设计一种结合线性二次型调节器(LQR)与机间防撞的分布式协同控制器，不需要为集群设计相对构型，只需给定一条满足无人机动力学约束的飞行路径，集群就可沿路径飞行。该控制器通过设计自适应通信拓扑来稳定加入机间防撞机制带来的抖振效应，并使集群具有良好可扩展性。仿真结果表明，所设计的分布式控制器可以实现规划一条路径下无人机集群无机间碰撞的稳定飞行。     

基于差分进化算法的异构型分布式阵列优化

分布式阵列在突破了传统布阵环境限制的同时,还具有较高的增益,使其在实际工程中获得了广泛的应用。针对分布式阵列方向图存在较高的旁瓣问题,结合阵列性能约束和阵列位置约束,建立二维异构型分布式阵列优化模型,通过差分进化算法对子阵分布位置进行优化。并从变异策略、选择策略和控制参数三个方面对传统的差分进化算法进行改进。仿真分析结果表明,该方法能够有效抑制分布式阵列的峰值旁瓣电平,相比传统的差分进化算法,该算法全局收敛能力更强、收敛速度更快。     

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.     

非死锁合同网协议驱动的多机分布式时序任务分配

针对多无人机协同任务分配的时序约束问题，提出了基于非死锁合同网协议(DF CNP)的分布式时序任务分配方法，从理论上避免任务死锁，提升分配结果最优性。定义了局部信息条件下时序任务死锁判据，通过检测时序任务图环路状态与顶点可达性，判定分配方案的全局死锁状态，保证分配结果的可行性。定制了最近邻-深度优先混合搜索算法，在合同网排序过程中优先选择最近邻任务，并结合死锁判据递归回溯，在分布式架构下并行生成满足死锁约束的任务排序方案，提升分配结果的最优性。仿真对比结果表明：相比于非死锁遗传算法(TB GA)，DF CNP在求解效率方面具有显著优势；与耦合约束一致性束算法(CBBA TCC)相比，DF CNP结果最优性明显提升。     

"小精灵"项目研发进展

"小精灵"项目是分布式空中作战概念的产物 ,分布式空中作战概念的内涵是以大量功能单一的低成本无人机分解传统大型多功能平台的各项能力 ,在空战管理员的有限介入和人工智能技术的支持下 ,各平台协同配合 ,以集群形式完成特定作战任务.     

GNSS拒止下面向目标监视的多无人机定位与控制方法

针对GNSS拒止环境下缺乏全局位置信息的静止目标持续监视问题，提出了一种仅基于方位角测量的多无人机分布式定位与控制方法。首先，设计一个无人机和目标之间的相对位置估计器，用来确定目标在每架无人机局部坐标系中的位置；其次，基于所估计的相对位置设计一个分布式控制算法，使无人机能够以规定的半径、圆周速度和无人机间的角度间隔围绕目标飞行，对目标持续进行全方位监视；最后，通过收敛性和稳定性分析理论证明了所提方法能够确保多无人系统收敛到期望的运动。通过仿真验证了所提方法能够实现GNSS拒止环境下多无人机对目标的持续监视。     

一种无人机集群对抗多耦合任务智能决策方法

针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题,提出了一种集群对抗多耦合任务智能决策方法.首先,针对无人机集群对抗中耦合任务多和决策空间大难题,结合集中式和分层式架构的优点,设计了面向多耦合任务的混合式深度强化学习架构,可提升多耦合任务间的协同性和集群对抗效能;其次,针对轨迹规划序贯决策...     

一种高速跳频无人机自组网终端设计与实现

随着无人机集群的作战应用日益广泛,无人机集群实现机间组网和任务协同愈发重要。在战场复杂电磁环境下,设计具有良好抗干扰性能的网络终端已成为一项重要需求。本文设计了一种基于高速跳频通信体制的无人机自组网终端,并对研制的终端产品进行了接收灵敏度、抗干扰能力和组网功能测试。测试结果表明：跳频无人机自组网终端具有良好的灵敏度和抗干扰性能,具备多节点组网能力,设备具有高集成度、低功耗、低成本、轻量化的特点。     

基于混合细菌觅食算法的多无人机任务分配研究

多无人机协同任务分配问题是多无人机协同控制的关键.本文首先深入分析多无人机任务分配问题的特点,建立了扩展的混合整数线性规划(MILP)任务分配模型.其次,通过分析细菌觅食优化算法和粒子群优化算法的优缺点,提出一种具有较强全局搜索能力且收敛速度快的混合细菌觅食优化算法.最后将该算法应用于多无人机协同任务分配中并进行了仿真...     

多传感器交叉提示多目标探测动态联盟技术研究

针对多传感器交叉提示多目标连续、高概率探测问题,引入动态联盟思想,提出了多传感器交叉提示多目标探测的动态联盟机制,为解决被提示传感器的选择问题建立了动态联盟的数学模型,提出了对每个目标形成一个动态联盟进行探测求解多个传感器动态联盟的带变异算子的离散粒子群算法。仿真和实验结果表明该算法能够得到更满意的解,优化了系统综合探测概率、总消耗以及所有目标联盟成员总数三种性能,与实际情形要求一致,从而表明了模型的合理性和算法的有效性。
     

分布式卫星编队飞行队形保持协同控制

针对分布式卫星编队飞行队形保持控制问题提出一种分布式协同控制算法,并给出该协同控制算法与编队卫星星间信息传递拓扑结构之间的关系。该协同控制算法以模型预测控制为基础,利用分布式编队卫星的自然特性以及编队卫星之间的信息传递拓扑结构,采用分布式的算法结构,设计分布式的模型预测协同控制算法。该控制算法是一种在线滚动优化控制算法,同时能够较好地解决存在状态约束、控制输入约束等情形下的各种控制问题。最后通过数值仿真验证了结果的有效性。仿真结果表明,当编队卫星星间信息传递拓扑结构中存在生成树时,提出的分布式协同控制算法能够有效地应用到编队卫星队形保持控制问题上来。     

一种高超声速飞行器再入轨迹优化方法

针对高超声速飞行器的再入轨迹优化问题,提出了一种基于动态自适应樽海鞘群算法和高斯伪谱法的混合优化方案。首先,为了使樽海鞘群算法探索和利用之间的平衡更加合理,提出了一种新颖的动态自适应樽海鞘群算法。然后,针对传统高斯伪谱法在轨迹优化过程中对初始猜测值敏感的不足,借助动态自适应樽海鞘群算法强大的全局搜索能力,先利用该算法对控制量进行全局寻优,将求得的近似全局最优解作为高斯伪谱法优化的初始猜测值,接着再利用高斯伪谱法对控制量进行全局寻优。仿真结果表明所提出的动态自适应樽海鞘群算法和混合优化方案的有效性和可行性。     

近地轨道航天器编队仅测距相对导航方法

针对地球中高轨道卫星导航信号不可用或不可信赖情况下的航天器编队自主相对导航问题,提出一种基于星载数据链仅测距的航天器相对导航新方法。首先,在地球非球形J2引力摄动条件下建立适用于椭圆轨道的线性化相对运动动力学模型,并建立基于星载数据链的飞行时间测距模型。然后,通过理论推导与数值仿真结合的方式对建立的仅测距相对导航系统进行可观测性分析,得出至少存在三种镜像模糊轨道的结论。接着,建立可用于提升系统可观测性的几何拓扑一致性约束模型,设计基于一致性无味卡尔曼滤波的分布式估计策略,并研究对应的相对导航误差传播规律。最后,通过标准蒙特卡洛打靶对所提算法进行仿真校验。仿真结果表明,相比于Tschauner Hempel(TH)动力学模型,利用建立的J2摄动相对运动动力学模型设计的仅测距相对导航系统能达到更高的相对导航精度,一致性无味卡尔曼滤波算法也能够有效提高编队导航的可观测性。     

基于分层人工鱼群的相干极化-DOA联合估计

智能优化算法是解决多维非线性优化问题、提高计算效率的有力工具。本文针对相干辐射源极化-空间角联合估计中计算量巨大的工程难题，以广义子空间拟合约束公式为代价函数，提出一种分层人工鱼群算法。该算法基于分层协同策略将鱼群分为底层和顶层，底层以人工鱼群算法进行全局搜索以保证种群多样性，顶层以粒子群算法进行局部搜索以加快收敛速度。仿真结果证明：分层人工鱼群算法能大幅降低广义子空间拟合的计算量，尤其是在较多目标的情况下。算法可有效提高计算效率，同时可提供优于传统人工鱼群算法的估计精度。     

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。