未知区域无人机协同搜索方法及效率分析

随着无人机技术的广泛使用,利用多架次无人机集群的自主协同控制,对某片区域进行覆盖侦察和目标搜索成为该领域的热点和难点问题。本文基于Voronoi图构型的多无人机区域覆盖模型实现了对未知区域的搜索覆盖面积和搜索时间的优化部署,基于概率地图信息更新融合的协同搜索策略实现了无人机自主协同控制,最后利用Matlab平台仿真并比较了不同情况下无人机集群搜索的效率。     

基于群体智能的微纳卫星集群自主控制系统研究

随着卫星应用需求的发展,越来越多的航天任务已经不能仅靠单颗卫星来完成,而必须依靠多颗微纳卫星集群联合工作才能完成。文章针对星群面临的在轨运行管理和效能问题,研究了基于群体智能的微纳卫星集群自主控制系统,包括星群自主认知与自主决策技术、构型建立维持与重构技术和星间高低速协同通信技术等3个方面,对星群集群控制典型应用场景进行了仿真验证,结果表明：集群自主控制能够满足星群任务的实时性、轨道构型误差和星间动态网络等指标要求,可为推动微纳卫星集群在轨应用提供技术支撑。     

空海自组网随机接入仿真研究

针对无人机在远海远域协同任务过程中的空海信息协同共享需求,提出了一种基于优先级传输的动态随机接入协议。首先,通过设计高效集群组网信令保证集群测控通信自组网的遥测、遥控信息的稳定传输;然后,结合改进的TDMA （时分多址）组网时隙结构实现节点快速入网与动态时隙分配协议;最后,通过OPNET （网络仿真技术软件包）分析所设计的集群空海自组网系统的随机接入低时延、业务传输高吞吐量和端到端传输低时延性能。结果表明：该组网信令下建网时间只需要2～3个飞控周期,在32节点场景下节点完成随机Aloha入网时延平均不到0.6 s,改进的TDMA协议在端到端时延比传统TDMA协议降低1/3。     

一种面向航空集群的集中控制式网络部署方法

软件定义网络（SDN）的发展为机载网络构建提供了全新的设计思想。针对航空集群环境下控制平面的可扩展性问题,研究了混合层次式架构下的多控制器部署问题。首先,为实现对底层传输节点的弹性管控,通过扩展控制层级定义了本地控制器资源池。然后,为减少时间复杂度,实现本地控制器的快速部署,将传统的多控制器直接部署转化为子域划分和域内部署两个步骤,提出了基于节点密度排序的子域划分算法和基于改进多目标模拟退火的域内控制器部署算法。实验结果表明：与已有算法相比,所提算法在保证控制器的负载均衡基础上,可以有效减少网络控制链路的平均时延和平均失连率,同时时间复杂度更低,能够适用于大规模及动态网络环境下的控制器部署场景。     

OODA智能赋能技术发展思考

随着科学技术的飞速发展,信息化支持下的体系作战将是未来战争的一种主要样式,"基于感知-判断-决策-行动（OODA）以快吃慢"成为未来战争的重要制胜机理。由于战场环境日趋复杂、对抗多域多维,从战场态势到作战策略的映射关系复杂,给OODA环快速解算带来了新的挑战。为确保OODA环解算满足任务需求,将人工智能（AI）技术赋能OODA各环节,驱动各环节高效运行,缩短环路解算时间,为打赢战争提供关键支撑。首先综述了人工智能在军事领域的应用进展,分析了导弹OODA智能化赋能面临的挑战,初步提出了智能赋能OODA环涉及的相关技术的思考,以支撑导弹智能化的发展。     

无人机集群编队控制演示验证系统

为验证无人机集群编队控制算法在实际环境中的有效性,基于四旋翼无人机平台和双数据链、双地面站冗余设计,搭建了分布式控制的无人机集群编队控制演示验证系统。基于分层控制和封装的思想,将无人机控制系统分为执行层和决策层。执行层采用PIX自驾仪进行封装,只需修改自驾仪参数,不需针对不同无人机平台开发相应的控制策略,就能实现对异构集群的控制。需要验证不同的编队控制算法时,只需对决策层的控制算法进行修改即可,使系统具有较强的适应性和扩展性。演示验证系统采用双地面站和数据链,可实现在多种网络拓扑或通信失败情况下的无人机集群控制,具有较高的稳定性和安全性。应用领导-跟随协同编队控制算法,验证了本文演示验证系统的功能和性能。      

考虑能量最优的集群航天器避碰规划

针对传统集群聚集算法在航天器集群规划应用中存在燃料消耗大、不均衡以及耗时过长等问题,提出了向心聚集的能量最优聚类避碰算法。该算法首先基于集群相对运动方程与有限时间的能量最优模型,建立了自适应的向心聚集的能量最优模型;在此基础上,对于耗时较长且碰撞的问题,提出一种基于能量最优的聚类避碰算法,以模块间安全距离矢量作为避碰约束,将能量消耗作为聚类算法指标进行改进。仿真验证表明,该算法可以自适应选取集群聚类的中心,有效避免碰撞,减少集群聚集总能量的消耗以及模块间能量消耗的不均衡性,使得工质消耗达到全局最优,且耗时仅有常规遗传算法的万分之一。该算法为集群快速安全聚集提供了思路。     

并行多种群自适应遗传算法在COW集群上的实现

为改善标准遗传算法的求解效率,提出一种基于6模糊控制器的并行多种群自适应遗传算法。利用MPI(Messagepassinginterface)技术建立了一个COW(Clusterofworkstation)集群,将算法在该硬件平台上进行了实现。3机COW集群的仿真实验结果在演示算法设计可行性的同时,表明该算法的求解效率明显优于用于对照的单种群算法,具有在解决组合优化问题上广泛应用的可能。本文还对影响并行算法的参数进行了探讨。     

实时高可用测控集群管理控制节点设计

为提高飞行器试验任务中的实时测控数据处理能力,满足高并发、大容量、强实时、高可靠的试验数据处理需求,基于实时操作系统建立了一个计算功能强大、实时性强、可靠性高的测控集群系统。为实现实时测控集群系统的原型开发,通过研究负责节点管理和任务分配的集群管理控制节点的功能,分别对系统监控软件、负载均衡软件和人机交互软件的详细设计方法开展了研究,重点解决了节点信息收集、任务分配、负载均衡、双工冗余热备份、人机交互、节点控制等技术难题,保证了实时测控集群系统的实时性和可用性,为系统软件原型开发奠定了技术基础。