无人直升机地面指挥控制站任务规划系统研究

任务规划系统是无人直升机地面指挥控制站的核心组成部分,是地面指挥控制站规划、感知和管理无人直升机任务的集合。研究和发展任务规划系统是提高无人直升机执行任务效率和降低任务风险的必然趋势。以无人直升机为对象进行了任务规划系统研究,分析了其功能模块组成,并归纳了任务规划系统实现关键技术。     

攻击型无人机航路规划系统分析

无人机航路规划系统就是根据战场中敌方阵地的威胁分布情况,采用分层的思想来协同多架无人机的航路,同时对无人机的作战资源进行合理分配,实现无人机的最大作战效能。     

无人机智能任务规划系统技术研究

面对复杂的现代战场环境,高效智能的任务规划系统对于准确实施作战任务至关重要。以基于性能模型计算的多要素一体化无人机智能任务规划系统架构为框架,从环境建模、航路和任务规划、推演和评估等功能模块切入,对相关原理及热点技术进行了研究。基于该架构的任务规划系统可以实现高度数字化和一体化,以及与计算机辅助算法的深度耦合,从而提升规划过程的自动化与智能化程度,使无人机可以高效应对复杂战场环境,准确执行分配的作战任务。     

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。     

不同作战任务条件下的UCAV航路规划问题建模

UCAV航路规划是充分发挥UCAV作战优势、使任务复杂性与UCAV能力之间保持良好协调性所必须解决的关键问题。在分析UCAV航路规划技术的基本概念和基本要求的基础上,针对不同作战任务条件下的UCAV航路规划问题进行了建模研究,分别建立了单UCAV航路规划、单UCAV多航路规划以及多UCAV协同航路规划等数学模型。     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

基于混沌灰狼优化的多无人机协同航路规划

针对多无人机协同执行饱和攻击任务的时空约束,本文提出了基于混沌灰狼优化的离线航路规划方法,实现了多无人机协同航路的有效生成。首先,针对饱和攻击任务的特点进行分析,将具有时空约束的多无人机同时到达问题转化为协同航程问题;其次,针对将混沌映射引入灰狼优化算法中,提出了混沌灰狼优化算法,以提高原算法的探索能力和收敛速度;最后,提出了基于几何规划的航点扩展策略,从而构造出满足任务攻击时间与攻击方位要求的航点序列。通过对单无人机航路规划问题的仿真验证了改进算法的寻优能力;通过对面向饱和攻击任务的航路规划仿真验证了所提方法的可行性和有效性。     

基于遗传算法的无人机协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (UAV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,本文提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛性等问题 ,本文采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

固定翼反潜机浮标阵监听飞行航路规划研究

本文结合工程实际应用,研究了固定翼反潜机对浮标阵监听飞行航路规划问题。分析了浮标阵存在公共监听区域的条件,对于不能整体监听覆盖的浮标阵,提出了监听航路的评价指标。针对固定翼反潜机执行监听任务时,属于近距离航路规划范畴,飞行航路受载机机动转弯性能约束的影响较为显著,对监听航路采用了一定转弯策略,并用遗传算法搜索生成监听航路,取得了较好的效果。     

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

Exploring mission planning method for a team of carrier aircraft launching

High-level efficiency and safety are of great significance for improving the fighting capability of an aircraft carrier. One way to enhance efficiency and safety level is to organize the carrier aircraft into combat effectively. This paper studies the mission planning problem for a team of carrier aircraft launching, and a novel distributed mission planning architecture is proposed. The architecture is hierarchical and is comprised of four levels, namely, the input level, the coordination level,the path planning level and the execution level. Realistic constraints in each level of the distributed architecture, such as the vortex flow effect, the crowd effect and the motion of aircraft, are considered in the model. To solve this problem, a distributed path planning algorithm based on the asynchronous planning strategy is developed. The proposed Mission Planning Approach for Carrier Aircraft Launching(MPACAL) is validated using the setups of the Nimitz-class aircraft carrier.Compared to the isolated planning architecture and the centralized planning architecture, the proposed distributed planning architecture has advantages in coordinating the launch tasks not only belonging to the same catapult but also when all different catapults are considered. The proposed MPACAL provides a modeling method for the flight deck operation on aircraft carrier.     

An attack-immune trusted architecture for supervisory aircraft hardware

With the wide application of electronic hardware in aircraft such as air-to-ground communication, satellite communication, positioning system and so on, aircraft hardware is facing great secure pressure. Focusing on the secure problem of aircraft hardware, this paper proposes a supervisory control architecture based on secure System-on-a-Chip (SoC) system. The proposed architecture is attack-immune and trustworthy, which can support trusted escrow application and Dynamic Integrity Measurement (DIM) without interference. This architecture is characterized by a Trusted Monitoring System (TMS) hardware isolated from the Main Processor System (MPS), a secure access channel from TMS to the running memory of the MPS, and the channel is unidirectional. Based on this architecture, the DIM program running on TMS is used to measure and call the Lightweight Measurement Agent (LMA) program running on MPS. By this method, the Operating System (OS) kernel, key software and data of the MPS can be dynamically measured without disturbance, which makes it difficult for adversaries to attack through software. Besides, this architecture has been fully verified on FPGA prototype system. Compared with the existing systems, our architecture achieves higher security and is more efficient on DIM, which can fully supervise the running of application and aircraft hardware OS.     

多无人机协同航迹规划技术研究

多无人机协同航迹规划是多无人机协同控制的重要组成部分。多无人机协同航迹规划能得到满足安全性、协同性和任务要求的较优航迹,这对提高无人机系统性能有重要的意义。介绍了多无人机协同航迹规划的问题描述和求解结构,总结了在协同规划问题中的约束条件和航迹协调方法,着重阐述了几种在多无人机编队中常用的控制方法。在此基础上,对未来可能的研究方向进行了展望。     

金属增材制造数据处理与工艺规划研究综述

金属增材制造数据处理与工艺规划是金属增材制造软件系统的核心,涵盖了金属支撑结构设计、模型切片以及路径规划等内容,决定着最终金属零部件的产品性能.从金属增材制造模型前处理出发,较为全面地概述了与之相关的多类型支撑设计和新型支撑优化等数据处理内容,针对金属增材制造数据处理中模型切片这一关键环节,分别从平面切片、自适应切片和...     

飞行器航迹规划算法综述

首先给出了飞行器航迹规划的概念和问题描述对航迹规划算法中的轨迹优化、路径规划和基于类比的航迹规划进行了分类介绍，其次对多飞行器编队航迹规划的两种控制方式进行了简单说明．最后指出了航迹规划中需要进一步研究的问题。     

基于GA-OCPA学习系统的无人机路径规划方法

为解决未知空域中无人机路径规划方法实时性和适用性不足的问题,以生物应激条件反射理论为基础,将无人机实时路径规划类比为在外界条件刺激下的一种自学习行为。首先,将概率自动机与遗传算法相结合,设计了基于Skinner操作条件反射理论框架(GA-OCPA)的学习系统;然后,将无人机规避机动的飞行速度、滚转加速度和拉升加速度作为系统学习的行为,并计算每次学习尝试之后的选择概率和个体适应度,通过遗传算法搜索最优行为进而得到最优路径;最后,运用增量多层判别回归树(IHDR)对学习得到的最优行为建立知识库,形成威胁状态与路径规划的匹配映射。实验结果表明GA-OCPA学习系统对于无人机路径规划具备有效性和适用性。     

导弹集群协同作战任务规划系统

以领弹/攻击弹等新概念作战方式为例,讨论基于C4ISR系统下的导弹集群协同作战的总体框架,对信息融合系统、态势评估系统、任务规划系统、战毁评估系统及数据链系统等进行了分析,并对任务规划的主要算法,如A*,D*,Voronoi图法等进行了分析比较,最后设计了任务规划系统的硬件体系框架和软件结构模块.     

多无人机协同路径规划研究综述

多无人机协同路径规划是多无人机协同控制的重要研究内容之一。首先介绍了多无人机协同路径规划的问题描述、数学模型和求解框架,然后总结出在路径规划中常见的几类环境表示方法,最后分别介绍了在多无人机协同路径规划中用到的几类路径规划算法。此外还提出了多无人机协同路径规划应关注的几个问题及可能的发展方向。     

A newly bio-inspired path planning algorithm for autonomous obstacle avoidance of UAV

In this paper, a bio-inspired path planning algorithm in 3D space is proposed. The algorithm imitates the basic mechanisms of plant growth, including phototropism, negative geotropism and branching. The algorithm proposed in this paper solves the dynamic obstacle avoidance path planning problem of Unmanned Aerial Vehicle (UAV) in the case of unknown environment maps. Compared with other path planning algorithms, the algorithm has the advantages of fast path planning speed and fewer route points, and can achieve the effect of low delay real-time path planning. The feasibility of the algorithm is verified in the Gazebo simulator based on the Robot Operating System (ROS) platform. Finally, an actual UAV autonomous obstacle avoidance path planning experimental platform is built, and a UAV obstacle avoidance path planning flight test is carried out based on this actual environment.