导弹防御多传感器协同探测任务规划

针对导弹防御中多部雷达跟踪多个目标的问题,提出一种多传感器协同探测任务规划方法。将协同探测任务分解为按时间排序的若干探测子任务,将探测问题转化为每个子任务中优化分配传感器资源的0-1整数规划问题,求解形成多传感器的协同探测方案,满足探测能力约束和协同探测模式要求。基于假设的导弹防御场景验证方法,结果表明该方法能得到合理的多传感器协同探测方案,实现多种协同探测模式下对多个目标的连续、稳定跟踪。     

多目标传感器协同探测的资源优化问题

针对反导作战传感器任务规划问题,提出了一种对多目标任务分解的传感器协同探测任务规划方法。首先将整个预警任务分解为元任务,并以分解的元任务为核心,建立基于元任务的任务规划模型,在此基础上,以探测收益为代价函数,分析任务规划模型及算法流程。仿真结果表明,该方法不仅保持了较高的元任务加权探测收益值,而且能够给出较为合理的任务规划方案。     

在轨服务航天器任务指派问题

一个在轨服务可有多种服务选择,必须进行合理的任务指派。首先求解服务航天器满足燃耗约束下的可达区域,筛选出满足可达范围要求的目标航天器。然后,以任务执行时间、燃料消耗和航天器服务优先级为优化目标,研究多目标的任务指派问题。通过设计决策变量,考虑时间、燃耗等约束,建立了基于0-1整数规划的任务模型,采用NSGA-Ⅱ算法,求得问题的Pareto最优集,得到多组可供任务设计者选择自己偏好的折中方案。文章给出了两个多目标优化的仿真算例,算例一给出了任务指派的一般研究结论,算例二对比了另外一种算法：分层-加权法。仿真结果表明利用文章给出的方法可以较好地解决多目标下在轨服务任务指派问题。     

面向协同探测的多机雷达功率时间联合优化分配算法

针对多目标搜索及跟踪场景,研究了面向协同探测的多机雷达功率时间联合优化分配算法。首先,基于信号检测理论和克拉美-罗下界,分别推导了雷达搜索性能与跟踪性能评估指标;在此基础上,建立了面向协同探测的多机雷达功率时间联合优化分配模型,即以最大化雷达工作性能指标为优化目标,以满足给定系统资源限制为约束条件,对雷达搜索及跟踪任务中节点选择、辐射功率和任务时间等参数进行联合优化设计;最后,针对上述优化问题,采用基于内点法和粒子群算法的三步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能够在满足给定系统资源限制的条件下,有效提高雷达系统搜索性能和跟踪精度。     

基于改进ACO算法的多UAV协同航路规划

针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。     

东海防空识别区管控若干难题分析及对策

本文分析了当前东海防空识别区管控所面临的难题,主要包括全空域全时段预警监视难、域内目标识别难、不明空情处置难等问题。针对预警监视难题,提出了采用无人机补充覆盖沿海雷达海上探测盲区的方法和具体警巡策略。针对目标识别难题,提出研发新的空防系统、减少相关部门的协调以及提升对空探测传感器识别技术与方法的策略。针对处置的难题,提出了基于概率的多目的约束规划模型来获取较合适的空情处置策略。     

基于半定规划的无源跟踪最佳传感器选择

在多站测向定位系统中,观测站与目标的几何位置影响目标定位跟踪精度。以目标估计的克-劳美罗下界(CRLB)行列式最大值为优化指标,在考虑传感器自身的探测能力等实际约束的前提下,建立了无源协同跟踪下最佳传感器选择优化模型。提出了一种基于半定规划(SDP)算法将上述组合优化问题转换为凸优化问题,进行优化求解。仿真结果验证了算法的有效性,与松弛算法和随机选择算法相比,基于SDP的传感器选择可以进一步提高无源协同跟踪的精度。     

反导作战多传感器任务规划技术

多传感器任务规划技术是反导作战中的重要研究内容之一,即解决如何发挥多维传感器资源的互补优势,构建"传感器-目标-任务"序列,以实现整体执行效果最优。基于JDL信息融合模型深入剖析了反导作战多传感器任务规划体系结构及其信息交互。在此基础上,结合反导作战特点,从应用和理论研究两个方面分别对多传感器任务规划技术进行了叙述。     

基于改进二进制蝙蝠算法的装备资源保障规划

针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法.通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解.     

未来海上协同作战技术

未来海上作战,主宰战争胜负的不再是单个舰艇,而是海上编队及编队与其他兵种的协同作战能力.这就需要解决各种不同层次的协同作战问题,包括海战场各作战单元的网络化连接、多源多平台信息融合处理、多平台多传感器目标协同探测和高精度定位、实时高速信息分发、协同作战指挥控制、武器协同分配及协同综合控制等技术,使分布在不同作战平台上的传感器、指挥系统和武器系统协同一致地迅速做出反应,实现信息共享、作战力量一体化、作战行动一体化、探测打击和评估一体化,从而达到作战效能最大化.     

复杂环境下多UAV协同可飞行路径规划研究

为了实现复杂环境下多UAV协同可飞行路径规划,提出了一种基于PH曲线的路径规划算法,考虑了协同的时间和角度约束。首先,研究了PH路径长度与路径参数之间的关系,给出了简单实用的实现多UAV到达目标点处的时间和角度协同规划方法。同时,当UAV需避障时,将速度障碍法与PH路径规划相结合实现路径重规划,并以重规划路径为参考路径,通过速度或路径生成参数控制,实现多UAV协同。     

未来海上协同作战技术

未来海上作战，主宰战争胜负的不再是单个舰艇，而是海上编队及编队与其他兵种的协同作战能力。这就需要解决各种不同层次的协同作战问题，包括海战场各作战单元的网络化连接、多源多平台信息融合处理、多平台多传感器目标协同探测和高精度定位、实时高速信息分发、协同作战指挥控制、武器协同分配及协同综合控制等技术，使分布在不同作战平台上的传感器、指挥系统和武器系统协同一致地迅速做出反应，实现信息共享、作战力量一体化、作战行动一体化、探测打击和评估一体化，从而达到作战效能最大化。     

基于偏好度的多传感器任务管理研究

任务管理是多传感器管理的一个重要组成部分,是其他管理模块的基础;以目标为研究对象制约了复杂系统传感器管理的研究,而以目标任务状态对应的子任务为对象却能使复杂系统简单化;以空中M4系统为背景,首先提出子任务的生成原则,然后按照不同层次规划子任务优先权集合,并采用主客观离差最小化多属性决策方法建立子任务优先权;最后在仿真试验中,验证了该方法的合理有效性.     

基于多Agent无人机协同侦察任务规划模型

建立了多无人机协同侦察任务规划模型，在考虑侦察时间间隔约束和目标载荷需求基础上，给出了位于不同基地的无人机优化部署和调度策略，并提出了基于多Agent的优化搜索仿真算法，利用Matlab实现了无人机优化配置和任务规划模型，得出了无人机优化配置和任务规划方案，最后分析了模型算法存在的某些不足，提出了模型改进的方向。     

面向协同区域反恐侦察的无人机集群规划与控制

以无人机集群协同侦察多个区域内潜在的恐怖分子为背景,提出了一种基于贪婪算法的求解思路,设计了任务分配-路径规划-跟踪控制的算法流程,解决了面向协同区域反恐侦察的无人机集群规划与控制问题。首先,设计任务分配算法,为无人机分配任务区域,解决多无人机多目标的任务分配问题;然后,每一架无人机进行路径规划,生成从当前点到任务区域以及在任务区域侦察的组合路径;再使用追踪虚拟目标点的方法,使无人机沿着规划航线飞行。任务分配-路径规划-跟踪控制在线滚动执行,使无人机集群协同执行反恐侦察任务。对上述算法进行了数值仿真,并基于开源仿真平台搭建复合翼无人机协同仿真环境,进一步验证了算法流程。     

基于改进QGA的有/无人机编队多任务联盟生成

针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。     

基于SRUKF的异类信源多模型跟踪算法

针对多传感器系统中基于冗余和互补信息的机动目标跟踪,以及传感器探测任务平稳交接问题,提出基于SRUKFIMM多信源综合滤波算法进行目标状态估计,提高了目标状态估计精度;并依据当前最新相关量测与滤波预测值的偏差等信息,进行自适应航迹升/降维控制。仿真结果表明:滤波输出稳定平滑、精度高,可有效降低部分信源采样缺失对目标跟踪稳定性的影响,具有较强的鲁棒性能。     

基于SWE的空天资源对地观测协同任务规划服务模型

空天协同对地观测是对地观测领域的新趋势。为解决现有空天资源规划调度系统相对独立、协同困难的问题,分析总结了SWE(Sensor Web Enablement)标准,并在此基础上提出了空天资源对地观测协同任务规划服务模型。在此模型中,为实现观测资源共享,建立了空天观测资源传感器描述模型,能够描述典型空天资源的载荷平台、观测机理、定位信息、使用约束和工作特性等信息;为简化观测请求交互流程,基于SOA技术对SWE标准操作进行封装及简化,用户可以在不了解观测平台细节信息的情况下提交观测数据请求。为验证模型有效性,构建了空天资源对地观测协同任务规划实验平台,结果表明该模型具有较强的可实现性和适应性。     

基于MPSO的地面防空群维修任务规划研究

针对地面防空群的维修任务规划问题,建立维修任务规划流程,以维修任务的优先级、维修时间和维修保障资源消耗为目标,建立了地面防空群维修任务规划模型,根据战场环境特点,基于置信度法确定多目标参量的权重,将多目标优化问题转化为单目标问题,并采取改进的自适应粒子群优化算法对模型进行求解。通过实例验证,该方法在收敛速度及求解结果质量上均优于传统粒子群算法,可以有效解决地面防空群的维修任务规划问题,对部队维修保障决策具有一定的参考价值。     

隐身飞机突防建模及低可探测性轨迹规划

针对隐身飞机突防飞行规划,分析了隐身飞机对警戒雷达网突防过程问题特性,建立了雷达探测模型与组网警戒雷达信息融合模型;综合考虑隐身飞机的隐身能力、预警时间和燃料消耗将隐身飞机低可探测性轨迹规划问题形式化为一个复杂多目标非线性连续时间最优控制问题;并提出基于伪谱法的低可探测性轨迹规划方法。仿真实验实现了在组网警戒雷达下隐身飞机的低可探测性突防轨迹规划,证明了方法的可用性和有效性。