一种基于多Agent强化学习的多星协同任务规划算法

在分析任务特点和卫星约束的基础上给出了多星协同任务规划问题的数学模型.引入约束惩罚算子和多星联合惩罚算子对卫星Agent原始的效用值增益函数进行改进,在此基础上提出了一种多卫星Agent强化学习算法以求解多星协同任务分配策略,设计了基于黑板结构的多星交互方式以降低学习交互过程中的通信代价.通过仿真实验及分析证明该方法能...     

航空集群网络路由约束连通支配集路由算法

航空集群作战由于具有规模大、时效性高、作战平台资源有限的特点,现有路由算法不能很好地适应于航空集群作战这种特殊环境。结合连通支配集理论,提出路由约束连通支配集路由算法。算法通过构建节点权值函数,分布式构造基于路由约束的连通支配集形成一个骨干网,在此基础上,设计路由约束连通支配集路由算法,使得数据转发可以高效进行,并基于有向图设计骨干网维护机制。仿真结果和理论分析表明,算法在时延、路由开销、死亡节点数方面的综合表现优于经典路由算法,能够较好地适应于航空集群网络。     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。     

机器人集群路径规划技术研究现状

受社会型生物群体行为启发,群体智能得到日益广泛的关注,机器人集群作为群体智能的重要承载者得到了大量研发和广泛应用。机器人集群路径规划技术作为一项核心关键技术也得到快速发展。为此全面深入地调研了机器人集群路径规划的技术发展现状,创新性地归纳了适用于不同集群规模、可扩展性要求、通信需求以及算法要求的集群规划基础计算架构,包括冗余计算架构、分布计算架构和分层计算架构。从可扩展性和适用性角度,分类梳理了最适用于机器人集群的路径规划方法,包括仿生学方法、人工势场法、几何学方法、经典搜索法和进化学习法,并为集群仿真验证研究提供了七款可免费下载或开源的机器人集群仿真验证平台。     

基于神经网络Q-learning算法的智能车路径规划

针对智能小车行走过程中的全局路径规划和路障规避问题,提出了一种基于神经网络Q-learning强化学习算法,采用RBF(Radial Basis Function)网络对Q学习算法的动作值函数进行逼近,基于MATLAB环境开发了智能小车全局路径规划和路障规避仿真系统。与传统的以及基于势场的Q学习算法相比,所采用的算法能更加有效地完成智能小车在行驶环境中的路径规划和路障规避。仿真结果表明:算法具有更好的收敛速度,可增强智能小车的自导航能力。     

智能天线在伪卫星增强系统中的抗干扰作用

过去的十年中,卫星导航技术在武器系统的导航和制导领域得到了很好的应用.但是,系统的应用过程中无线电射频干扰对其通信链路的性能会产生极大的影响,智能天线技术是一种比较有效的抗干扰措施.对伪卫星增强系统多种智能天线的自适应算法进行了比较分析.结果表明SMI算法相对其他算法而言在收敛速率和天线方向图的效果上皆有相当的优越性.适合于伪卫星增强系统的干扰抑制应用.     

航空集群网络虚拟骨干网分布式构建算法

航空集群网络对集群作战任务执行效能的影响愈发深远,通过构建虚拟骨干网,能够降低路由开销、互联子网和实时管理网络,使航空集群作战更加高效。结合连通支配集理论,提出一种面向航空集群网络的分布式骨干网构建算法——DCAASN算法,设计权值函数刻画节点可用带宽和连通度,并采用分布式思想构建连通支配集以完成骨干网的构建。理论分析和仿真结果表明,相较于Wu、Wan和DCDS算法,该算法构建的骨干网中节点平均权值更大,骨干网的生命周期更长,并且骨干网的规模更小;在时间开销、消息开销方面,相较于Wu、Wan算法有较大提高,与DCDS算法在同一量级。     

基于合作博弈的智能集群自主聚集研究

智能集群是指由大量智能体构成、采用自组织策略协作完成任务的群体。以无人车集群系统协同监视再入体着靶过程为任务背景,开展智能集群自组织策略的关键技术研究。设计了无人车集群执行再入体着靶协同监视的集群行为模式,提出了基于合作博弈的智能集群自组织策略,各智能体以实现群体聚集为“合作目标”,以降低自身能量消耗为“竞争目标”,开展博弈,基于微粒群算法规划局部路径,最终使群体系统涌现出聚集行为。仿真实验验证了设计的自主聚集策略的有效性。     

成像卫星任务周规划模型与算法

作为卫星运控系统中的一个重要模块,卫星任务短期规划对充分发挥卫星系统效能有着重要影响。与卫星任务的日规划的作用和特点不同,它既涉及到任务规划的技术问题又涉及到卫星管理问题。针对周规划任务,本文分析周规划的需求和特点,兼顾周规划的四项主要作用,构造周规划的分层框架;分析周规划优化目标及约束条件,建立卫星任务的负载度周规划模型;针对模型求解属于高维离散组合优化问题,仿真实验评价了几种基本智能优化求解算法,并应用引入分布式并行技术的遗传模拟退火算法求解。     

基于合作博弈的智能集群自主聚集策略

以无人车集群系统协同监视再入体着靶过程为任务背景,开展智能集群自组织策略相关技术研究。设计无人车集群执行再入体着靶协同监视的集群行为模式;针对协同监视过程中的集群聚集行为,提出基于合作博弈的智能集群自主聚集策略。各智能体以实现群体聚集为"合作目标",以降低自身能量消耗为"竞争目标",开展博弈;基于微粒群算法规划局部路径,最终使群体系统涌现出聚集行为。仿真实验验证了设计的自主聚集策略的有效性。     

基于星上天线仰角约束的星间可视卫星集解析算法

星座自主导航需要对星间可视性规律做定量分析,可为进一步研究星间自主组网策略以及星间网络拓扑设计提供理论依据,同时星上自主建立星间链路需要卫星已知其可视卫星集合,因此有必要研究星间可视性解析算法.建立了基于星上环带天线仰角约束的星间可视性判定模型,结合星座几何特性以及卫星运动规律,以时间为变量,推导了卫星在运动过程中对同...     

一种新的卫星导航星间链路测距体制及其定轨性能分析

现有的GPS星间链路轮询时分测距体制未针对定轨性能进行优化。对轮询时分测距体制进行改进,提出了一种新的分组时分测距体制,通过对整星座所有卫星进行分组测距来提高星间测距链路数量,从而提高星地星间联合定轨精度。以整星座平均定轨精度最优为目标,提出了两步优化算法,得到星间总测距链路数最多的卫星分组,使每组内卫星的星间测距DOP值最小。仿真结果表明,采用优化算法得到的最优分组时分测距方式对卫星定轨精度有明显改善。     

基于稳态遗传算法的间歇式覆盖天基雷达星座优化设计

针对天基雷达星座的构型优化设计,建立了能够反映星座重要工作性能的单双基地间歇式覆盖模型、星间链路模型、双基地雷达的动目标检测模型,得到了低轨道卫星星座星间链路判断准则,给出了统计评价特性和综合评估指标体系。在此基础上,建立星座设计的优化模型,采用基于可行解搜索法的协同演化遗传算法并融入稳态遗传进化策略,有效地处理带有复杂计算的目标函数和约束条件的星座优化问题,计算分析实例表明利用该方法进行星座设计是非常有效的。     

节点缓存受限场景下车载自组织网络拥堵特性研究

车载自组织网络作为一种新型的移动自组织网络,是智能交通系统的关键组成部分。近年来,社会各界对车载自组织网络的拥堵性进行了广泛研究,但却忽略了车载自组织网络中移动节点缓存空间有限的现实问题。因此,针对节点缓存受限场景下车载自组织网络的拥堵性问题进行了研究,通过设计来优化网络中数据包的传递过程。仿真实验的结果表明,提出的多跳路由策略可以有效降低网络通信过程的时延和丢包率;节点缓存在一定范围内增加可以提高网络的通信能力;节点通信半径或数据包传递能力的增加可使网络处理数据包的数量提高1.1倍。所建立的研究方法和得到的研究结论可为设计和优化车载自组织网络提供科学依据。研究表明,车载自组织网络的拥堵性研究还存在许多关键技术未突破,节点缓存受限场景下的多跳路由策略优化了网络中数据包传递过程,提高了网络通信效率和可靠性。     

Walker星座自主定轨误差分析

通过对Walker星座中卫星间的相对运动进行分析,给出星间相对距离的解析表达式及其对轨道根数的偏导数,直观地描述在同轨道面和异轨道面的星间观测对轨道根数变化的体现情况;根据星座中卫星的相对位置,提出合理的约束条件和平差方法,利用星间测距网实现星座的整网定位;通过仿真算例,比较在不同情况下,采用合适的整网定位方法对轨道根数的系统误差和随机误差修正的情况。     

星上路由查找设计与算法实现

针对星上路由器的路由查找功能展开研究。通过分析比较多种路由查找算法,利用软硬件协同设计的思想,给出了星上路由查找的设计与适合硬件查找的Trie树实现。给出了算法实现程序,通过实例分析了算法的优点。结果表明设计可以满足宽带卫星通信系统业务的需求。     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

Search techniques for a nonlinear multiprocessor scheduling problem

The problem of assigning computer program modules to functionally similar processors in a distributed computer network is investigated. The modules of a program must be assigned among processors in such a way as to minimize interprocessor communication while taking advantage of affinities of certain modules to particular processors. This problem is formulated as a zero-one quadratic programming problem, but is more conveniently modeled as a directed acyclic search graph. The model is developed and a backward shortest path labeling algorithm is given that produces an assignment of program modules to processors. A non-backtracking branch-and-bound algorithm is described that uses a local neighborhood search at each stage of the search graph.     

求最大数目不相交多约束QoS路由的一种新方法

针对多约束QoS路由问题中从资源点到目的点的最大数目的不相交路由,文章给出了一种基于罚函数与整数规划的求满足QoS约束的最大数目的互不相交路由算法。该算法利用了路由模型的结构特性,使整数规划问题转化为线性规划问题,初步的算例表明算法是有效的。     

改进的蚁群算法及其在卫星网络路由计算中的应用

介绍了蚁群算法的原理,然后对现有蚁群算法进行了一些改进,使它能够快速地收敛以满足高速变化的卫星网络拓扑结构.采用改进的虚拟拓扑策略解决了卫星网络拓扑高速变换的问题,将改进的蚁群算法应用于其上,并给出了相应的性能评估.所提出的改进的虚拟拓扑策略,能够大大减少一个系统周期内卫星网的时间片个数.应用于此基础上的改进的蚁群算法也体现了较好的性能.