搜索营救直升机能力需求分析

搜索营救直升机在现代战争中有独特作用,其技术发展受到各军事强国的重视.本文分析了搜索营救过程拟定救援计划、搜索定位、实施营救、医疗后送的实施方法和要求,系统梳理了搜索营救直升机任务系统组成及其能力需求,总结了国外搜救直升机的发展路径和方向以及技术和管理方面的经验,并根据我国搜索营救直升机研制和使用现状,从国产搜救直升机...     

无人机三维航路规划技术研究及发展趋势

由于搜索空间巨大,三维航迹规划一直是航迹规划中的难点,而无人机只有进行精确的三维航迹规划才能提高低空突防的成功率。本文描述了无人机在线航路规划的影响因素,分析了无人机动力学约束及威胁场约束,探讨了无人机航路几何建模方法及三维航路规划算法的研究概况,并着重分析了三维航路规划算法如禁忌搜索、人工势场法、粒子群优化算法、Dijkstra算法及A＊算法。最后,阐述了无人机三维航路规划面临的关键问题及发展趋势。     

飞机低空突防轨迹优化研究

以歼击轰炸机为背景,根据实战要求假设作战环境和任务目标,对其在低空突防阶段的飞行轨迹、航时、油耗以及威胁概率等相关参数进行了研究分析,以期充分发挥飞机的潜在能力,提高作战效能,为实战使用和改进设计提供参考。对优化轨迹的仿真研究表明,所得出的战术飞行轨迹优化设计结果是合理的,同时也证实了战术飞行轨迹优化设计的有效性和可行性。     

利用最大最小化模型求解地面搜索问题

在搜索人数一定,用时最短的条件下,为了搜索完目标区域,根据搜索完区域的时间即为最后到达的人员所需时间,建立了最大最小化的规划模型,通过lingo程序,进行求解.并对划分的小矩形区域个数和队员人数也做了分类讨论.针对地面搜索问题进行了研究和讨论具有一定现实意义.     

影响吊放声纳检查搜潜效能的主要因素仿真研究

吊放声纳检查搜潜时吊放声纳间隔、搜索阵形、直升机数量等因素对搜索效率产生较大的影响。在分析吊放声纳检查搜潜过程的基础上,对仿真环境进行假设,并建立吊放声纳搜潜蒙特卡洛法模型。通过仿真试验对反潜直升机在一定条件下检查搜潜时影响吊放声纳搜潜效能的主要因素进行研究,得出的相关结论对提高反潜直升机作战运用水平具有较大的实际应用价值。     

基于禁忌搜索算法的机场场面联合优化模型

针对当今机场场面优化对象仅为某一独立环节的情况,梳理联合优化框架,利用已有的单一环节优化模型,建立了滑行路径规划与停机位分配联合优化模型,并设计了禁忌搜索算法流程,最终降低了航班进离场资源占用时间。将优化模型分别植入空域管理与评估系统（ ACES）的空侧容量评估系统中进行仿真分析,结果表明,联合优化模型能够在综合考虑机场运行实际的条件下大幅提升空侧容量,改善机场运行效率与资源配置情况。     

集成式随动装置目标引导信息动态校准方法研究

光电对抗系统在机动状态下搜索和跟踪目标时,必须用位置陀螺代替码盘来确定目标方位角。但是,由于搜索轴陀螺存在漂移和累积误差,导致跟踪转台按照引导信息调转到位后目标无法进入跟踪视场,而且陀螺的漂移和累积误差是随时间和温度非线性变化的,很难直接进行修正。为了解决这个问题,提出了一种对引导信息进行间接动态校准的方法。     

Risk Theta*:一种基于地形危险度的任意航向路径规划算法

提出了一种基于地形危险度的任意航向路径规划算法——Risk Theta*。首先以星球表面地形特征统计分析为基础提出了地形危险度指标,并建立地形危险度地图。在此基础上应用Basic Theta*搜索,以危险度最低为方向搜索最优路径。仿真实验证明,该算法能够在栅格地图上找到比A*和Basic Theta*算法危险度低得多、长度相当的任意航向路径,既显著提高了巡视器的安全性,又满足了星球巡视探测对任意航向行驶的迫切需求,因此具有较强的实用性。     

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

基于搜索意图交互的无人机集群协同搜索算法

针对无先验信息条件下无人机集群的协同搜索问题,提出一种以覆盖率为引导,以机间安全距离、通信距离、偏航角调整及搜索边界等为约束的无人机集群协同搜索算法。通过建立环境地图矩阵对任务区域进行描述,进一步定义环境地图更新算子实现搜索过程中环境地图的快速更新。设计了集群协同搜索任务的回报函数,采用粒子群算法进行求解,得到每架无人机在已知环境地图下的最优决策,即决策意图。每架无人机在获取其他成员决策意图的基础上重新进行决策,实现协同决策。针对不同规模集群提出了集中式和分布式2种协同决策方案。仿真结果表明,所提算法能够对存在未知威胁的不规则任务区域进行有效覆盖搜索,覆盖率远高于不进行协同决策的个体决策方法。