基于Agent与元胞自动机的无人机集群混合式控制

高效有序的集群控制方式是集群顺利完成作战任务的前提。针对无人机集群控制问题,结合集中式与分布式2种控制方式,提出基于Agent与元胞自动机的集群混合式控制。从无人机集群作战流程出发构建了无人机集群控制体系框架、通信拓扑结构及集群控制规则,将集群个体由上至下分为中心长机、小组长机、个体无人机3个层次,高层级对低层级采用自上而下的集中式控制,同层级采用自下而上的分布式控制。在此基础上,利用Agent模型的层次性与元胞自动机模型的同质性,设计了基于Agent与元胞自动机的集群混合式控制模型,实现2种控制方式有效结合,元胞自动机模型实现集群基本的聚合、分离、速度一致规则,Agent模型实现不同层级个体间的协同交互规则。在编队集结与保持任务背景下,对分布式、集中式与混合式3种控制进行对比仿真,结果表明:基于混合式控制的集群在编队可控性、跟随性、一致性以及降低通信负载等方面具有明显优势,验证了混合式集群控制方法的有效性。      

复杂威胁环境下无人机实时航线规划逻辑架构

面向高对抗、强拒止的战场环境,实时航线规划是确保无人机（UAV）完成作战任务并提高自身生存概率的重要保障。为使无人机在面临不同程度的复杂威胁环境时能够选择合适的实时航线规划模式,提出了一种基于模糊推理机制的无人机实时航线规划逻辑架构。首先,对实时航线规划模式进行分类,从自主性的角度,重新划分人机权限分配等级,建立了实时航线规划模式与人机权限之间的联系;其次,针对典型观察—判断—决策—行动（OODA）循环存在“信任危机”的风险,构建了一种基于可变自主的实时航线规划体系架构,并对其逻辑进行了说明;最后,利用模糊推理机制实现了无人机系统动态人机权限分配,通过评判人机权限分配等级,进而确定实时航线规划模式。仿真结果表明:验证了实时航线规划逻辑架构的合理性和可变自主方法的有效性;经过综合分析,实时航线规划模式决策结果也比较符合实际作战需求;与模糊综合评价法相比,所提方法降低了人的主观性、实用性更强,得出的结果更加令人信服。