多Agent的故障诊断任务分解和结果综合研究

在传统智能诊断基础上,将多Agent技术应用于动态分布的复杂武器系统故障诊断领域,以求解复杂过程诊断问题.讨论了基于MAS的分布式智能故障诊断方法和过程,采用了一种基于MAS的分布式武器故障诊断系统方案.其中重点研究了诊断系统任务分解,任务控制策略,基于改进合同网协议的Agent之间的任务分配过程和结果综合.本解决方案对设计分布式故障诊断系统有参考价值.     

基于多智能体的反导传感器任务规划算法

首先探讨了反导作战中各类传感器资源的构成特点和功能划分,然后基于多智能体multy-agent system(MAS)的分布式人工智能技术提出了适应反导作战需求的传感器任务规划体系架构,既而深入分析了体系架构中各类agent的主要功能,最后给出了一个实体层传感器的任务规划流程和算法实例,为构建高效率、智能化的反导作战多传感器任务规划技术提供了一种有效的研究方法。     

分布式多传感器系统误差实时检测分析

针对现有分布式多传感器系统中无法知道何时需要进行系统误差估计与配准的问题,采用基于与航迹相关的检验统计量研究系统误差的实时检测。首先,分析了分布式传感器系统中传感器系统误差对各传感器上报到融合中心的航迹的影响,在此基础上构建了系统误差实时检测的检验统计量,同时给出了检测的门限与准则,最后通过建立合适的仿真环境分析了在各传感器分别有无系统误差情况下的检测问题,并且通过实测数据进一步验证,仿真结果以及实测数据验证了检测算法的可靠性及实用性。     

分布式情报指挥系统中空中目标航迹的上报与管理

本文从多类传感器的航迹相关问题出发 ,对分布式层次型结构的情报系统中航迹上报与管理问题进行了研究。在航迹上报与管理问题的研究过程中 ,系统建立了两个模型(ModelA、ModelD)并引入真实跟踪概率对空中目标航迹进行管理、较好地解决了系统的通信负担和航迹上报过程中的延时问题。     

多阶段传感器-武器联合任务管理方法

针对动态环境下的传感器-武器联合任务管理问题展开研究。根据在动态作战过程中出现的有效新目标、有效空闲传感器和武器数量设定阶段门限,以决定进入下一阶段的时机,从而构建多阶段的作战过程。从打击方案质量及系统响应时间的角度出发,分析构建分布式作战体系对系统作战效能的影响,使系统在每个任务管理阶段可以决定响应流程。通过仿真实验验证了所构建的分布式作战体系与设定的阶段门限可以明显提升系统的作战效能。     

分布式多传感器联合Viterbi数据互联算法

为了提高分布式多传感器对密集杂波环境下多目标的跟踪效果,基于Viterbi算法的思想,研究了分布式多传感器联合Viterbi数据互联算法,并与顺序处理结构的集中式多传感器联合概率数据互联算法和分布式多传感器联合概率数据互联算法进行了仿真性能比较.经仿真验证,该算法能够在密集杂波环境下对目标进行有效跟踪,综合性能优于顺序处理结构的集中式多传感器联合概率数据互联算法和分布式多传感器联合概率数据互联算法.     

多机CEC系统的传感器联网核心技术

对协同传感器联网的基本概念、原理以及重要性进行了阐述,提出了一种分布式无线传感器网络体系结构,对协同传感器管理的基本方法进行了分析与综合,指出了协同传感器方法发展的基本特征和进一步需要研究的问题.CEC传感器网络集成了无线网络通信、嵌入式处理和传感器技术等多项技术,分析了传感器网络的自组织、自适应的特点与需求,并在此基础上就若干关键性技术问题进行了探讨.     

用于目标跟踪的分布式融合结构和算法

现代监视系统经常利用多物理分布的不同类型的传感器,提供对目标的辅助和重叠作用范围。为生成目标航迹和估计,传感器数据需要加以融合。虽然集中式处理方法在理论上是最佳的,但把融合操作分布到多个处理节点有很多优点。本文讨论了分布式融合结构,每个节点处理它自己的一组传感器数据并与其他节点进行通信以改进估计。引入信息图形作为模拟分布式融合系统的信息流和发展算法的一种方法。目标跟踪融合包含两种主要操作方式:估计和互连。基于信息图形的分布式估计算法用于任意融合结构并与线性和非线性分布估计结果有关。根据跟踪到跟踪互连似然估计,讨论了分布式数据互连问题。介绍了两种流行跟踪算法的分布式方式(联合概率数据互连和多假设跟踪)并给出应用实例。     

动态多连片贝叶斯网络在复杂管路系统故障诊断中的应用研究

为解决复杂管路系统的实时故障诊断推理问题,提出了多连片动态贝叶斯网络分布式协同推理的故障诊断方法。该方法将一个复杂的贝叶斯网络分割成若干个有重叠的贝叶斯子网,根据贝叶斯网络在时间序列上的动态特性,以中央冷却水系统为例建立了两时间片最小组件级和分布式多连片系统级的感知模型,通过实验进行了中央冷却水系统故障诊断分析,实现了传感器不足情况下的协同分布式推理。实验结果表明了基于多连片贝叶斯网络的协同故障诊断方法的正确性和有效性。     

多机编队指控决策一体化系统概念模型研究

多机编队指挥控制决策一体化系统是未来提高多机编队信息化协作水平的重要途径。通过研究国内外军事领域的发展趋势,并结合网络中心战及C4KISR概念,对该系统进行了需求分析和总体设计,提出了多机编队指挥控制决策一体化系统概念模型。最后将其应用于基于HLA和分布式仿真技术的多机编队指挥控制决策一体化系统仿真环境。     

防空监视网络传感器任务优先级的模糊评价方法

传感器任务优先级是传感器管理的重要依据。应用模糊推理技术的传感器任务优先级评价方法,基于所有融合航迹和识别数据,通过符号推理确定决策循环过程中执行的每个监视任务的优先级。首先确定了管理系统结构,建立了优先级决策树,给出了模糊推理规则,最后进行了仿真试验。试验结果说明了模糊评价方法在传感器管理应用中的有效性。     

通信受限下分布式多传感器协同跟踪算法

在分布式多传感器目标跟踪系统中,由于局部融合中心(LFC)的物理限制(如:有限的频率信道、处理器容量有限等),只能接收有限个传感器的传送数据。此外,信息传输的方式也将影响传感网的使用寿命,因此,研究了通信受限下的分布式多传感器目标协同跟踪问题。首先对监视区内分布的传感器进行聚类分簇形成若干个子网,接着从通信能耗的角度出发,对传感器采集信息的传递路径进行最优路径规划;进而对子网局部状态进行估计,在子网信息融合中,分别采用最大距离和、最大化信息增量两种准则进行最佳传感器选择,最后通过各子网全局航迹融合实现分布式多传感器协同跟踪。仿真验证了算法的有效性。     

基于Multi-Agent的武器装备虚拟维修训练系统

提出了一种基于Multi-Agent的虚拟维修训练系统(VMTS)结构框架,整个系统分别由主控Agent、仿真Agent、和接口Agent3个具有交互作用的Agent组成,从而将虚拟维修训练系统的开发转化为一个多Agent系统的设计与开发.基于多Agent的框架结构可实现受训者的智能模型及虚拟训练场景中虚拟物体的行为模型,从而可以提高VMTS的健壮性和可重用性.基于Agent的概念模型实现了Agent之间的交互和协作,并介绍了主控Agent和仿真Agent的具体实现方法.     

MAS作战仿真中的人装单元Agent结构研究

研究了在多智能体系统作战仿真中人装单元Agent的结构，该结构以BDI模型为基础，由感知器、匹配器、信念集、愿望集、筛选器、意图、执行器和通信器等8个模块组成。介绍了每个模块的功能，并在给定仿真背景、元规则和能力属性的基础上进行了576次仿真对抗实验。实验结果表明，以这种Agent结构为基础的多智能体系统作战仿真结果符合军事常理，能够对作战仿真研究起到支撑作用。     

基于AGENT的多机协同作战传感器平台模型

针对多机协同作战传感器平台的特点,建立了由多个智能体(Multi-Agent System)组成的多机协同作战传感器平台的总体结构模型及基于信念、期望、意图(BDI)结构的单个智能体的结构模型,并深入研究了传感器平台Agent的定义和工作原理,描述了传感器平台Agent的工作过程,为构建具有智能化的多传感器系统提供了一种有效的方法。     

基于Riccati方程的动态传感器分配算法

针对组网跟踪系统传感器分配算法计算量过大的问题,提出了一种基于Riccati方程的动态传感器分配算法。该算法通过Riccati方程离线计算各传感器组合跟踪下的稳态滤波协方差,根据稳态滤波协方差与期望协方差的接近程度动态分配传感器资源。仿真结果显示,与传统协方差控制和贪婪算法相比,基于Riccati方程的动态传感器分配算法在大大减少计算量的同时能够保持较好的跟踪性能。该方法能够更好地应用于大规模传感器组网目标协同跟踪系统。     

基于强化学习的鱼群自组织行为模拟

自组织行为广泛存在于自然界中。为了通过学习的方式模拟鱼群自组织行为,构建了鱼群模拟环境模型、智能体模型和奖励机制,并提出了一种基于赫布迹和行动者-评价者框架的多智能体强化学习方法。该方法利用赫布迹加强游动策略的学习记忆能力,基于同构思想实现了多智能体的分布式学习。仿真结果表明,该方法能够适用于领航跟随、自主漫游、群体导航等场景中鱼群自组织行为学习,并且基于学习方法模拟的鱼群展现的行为特性与基于博德规则计算模拟的鱼群行为类似。     

基于多目标的雷达组网传感器资源管理算法

在雷达组网系统的多目标跟踪过程中,当目标数量过多时,由于传感器资源不足,无法使用传统传感器的管理方法进行资源分配,且运算时间过长,不满足工程实际需求。针对以上问题,提出了一种新的多传感器多目标跟踪任务快速分配算法,该算法将跟踪目标个数和跟踪目标精度作为优化目标,首先按照设定的分配准则对传感器进行一次分配,最大化跟踪目标个数;然后利用一种基于传感器排序的启发式传感器分配方法进行二次分配,通过控制跟踪目标的协方差水平,使目标的跟踪精度尽量接近期望值。仿真结果表明,该算法能够在较短的时间内对多传感器进行有效快速地分配,既跟踪了更多的目标,又达到了期望目标的跟踪精度,并且在一定程度上控制资源消耗,减少系统的总耗能。     

基于Multi-Agent技术的动态电磁环境建模与仿真

针对传统的电磁环境建模方法难以准确地描述电磁环境动态变化的问题,提出了一种基于Multi-Agent技术的动态电磁环境建模方法。首先分析了电磁环境建模的层次结构;然后建立了通信电台、雷达、侦察站、干扰站的Agent实体模型,建立了Agent行动模型和Multi-Agent系统交互模型,解决了个体Agent模型设计中的感知、动作、决策及实现方法上的问题。最后设置某仿真场景,利用Netlogo仿真平台建立仿真验证系统,仿真结果验证了模型的有效性,表明了应用Multi-Agent建模方法解决电磁环境的动态模拟的可行性。