多UCAV协同任务规划的层次分解方法

针对多UCAV协同作战的控制决策问题,从任务、空域和时域三个角度阐述了多UCAV协同任务规划问题的层次特性,提出了多UCAV协同任务规划的分层迭代逻辑流程.基于该分层迭代逻辑流程,完成了多UCAV协同任务规划原型系统的开发工作,并进行了初步的综合仿真验证.仿真结果表明,所提出的分层迭代逻辑流程,可以降低任务规划问题的复杂度,是实现多UCAV协同任务规划的一种有效方法.     

多无人机协同任务规划方法

针对多UCAV协同作战的复杂问题,建立了多无人机任务分配模型,模型在任务规划前进行路径预规划,增强规划过程的准确性,提出一种基于整数编码的多种群混合遗传算法对问题求解并进行仿真实验。实验结果表明,该算法增强了搜索的有效性,极大地避免了遗传算法容易陷入未成熟收敛的缺陷,保证了寻优过程的收敛性和任务规划效果的最优化。     

基于多Agent战术行动自主协同仿真系统

将多Agent技术引入到战术行动自主协同作战模型仿真和评估研究中。首先参考美军"任务式指挥"指导思想和诸多协同理论,提出战术行动自主协同作战模型,在分析多Agent建模技术的基础上,构建了基于多Agent战术行动自主协同仿真系统,给出了战术行动自主协同作战过程的推演,最后以一个案例验证了战术行动自主协同作战模型的可行性。     

多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。     

基于深度学习的自组织态势感知与决策系统

针对巡飞弹武器平台,如何提高态势感知的精准性和实时性以及作战任务自主决策的准确性,已成为当前的一个研究热点.结合以深度学习技术为代表的人工智能最新研究成果,提出基于深度学习的目标识别模型、任务自主决策模型和任务规划模型,并将模型应用于巡飞弹武器平台,提升巡飞弹武器平台协同作战任务的自主决策和智能规划能力.     

未知环境下UCAV SLAM研究

未知环境下自主导航是无人作战飞机(UCAV)认知导航系统需解决的核心问题。对UCAV SLAM进行研究。首先对航空SLAM运动模型和观测模型的建立进行了分析,然后介绍了UCAV SLAM中涉及的滤波技术,最后总结了UCAV SLAM中需解决的关键问题,为UCAV实现未知环境下的自主导航开阔了思路。     

基于MAS技术的Multi-UCAV任务规划系统研究

基于MAS技术,提出用多Agent系统来实现多架无人战斗机协同攻击任务的多机任务规划系统,建立了系统的总体结构和单个Agent的结构,并给出一个基于意图识别的Multi-UCAV协作结构。利用多Agent的自主性和协作性,充分发挥单个UCAV的自主性。通过通信网络进行协同,共享信息,可提高任务规划系统的自主性和智能化水平。     

新混合智能计算法在 UCAV 航路规划中的应用

无人作战飞机(UCAV)出航执行对地攻击(或侦察)任务,若事先针对敌方防御区内的威胁部署和目标的分布情况,就飞行航路进行整体规划设计,则可以综合减小被敌方发现和反击的可能性,最大限度地降低耗油量,从而显著提高其执行任务的成功率.在对进化算法研究的基础上.将用于解决旅行商问题(TSP)的进化算法加以改进,引入优秀个体保护法和模拟退火的策略思想,借以克服进化算法固有的易陷于局部最优的早熟现象,然后运用于UCAV的航路规划.实验结果表明,改进的混合智能计算方法简易而有效,寻优效果明显优于常规进化算法,规划出的航路能够满足UCAV飞行任务规划的综合需要.     

智能舰艇编队指挥控制系统体系结构设计

针对舰艇编队指挥控制系统协同作战自协同的需要,运用多智能体技术探索舰艇编队指控系统体系结构设计问题.提出了一种由指挥Agent和协同控制Agent构成的智能舰艇编队指挥控制系统,描述了其组织结构,分析了面向任务的协同作战任务分解和分配过程,完成了智能舰艇编队指控系统体系结构的顶层设计.对多Agent技术在舰艇编队指控系统中的应用有一定的参考价值.     

UCAV编队对地攻击智能决策系统总体结构

UCAV编队对地攻击是未来战争制信息权和制空权的关键所在,结合无人作战飞机(UCAV)与有人驾驶飞机各自的特点和优势,提出了UCAV编队对地攻击系统的基本组成和对地攻击流程.根据UCAV编队对地攻击的战术决策类型和决策方式,构造了UCAV编队对地攻击智能决策系统的总体结构并且提出了决策系统应该解决的关键技术,详细分析了所建立的UCAV编队对地攻击决策系统的决策方式和决策流程,并且对该系统所涉及的关键技术进行了详细的研究.     

基于Epsilon-Nash策略的动态武器-目标分配方法

在大型任务规划软件的作战单元任务分配中,搜索零和博弈问题的纳什均衡点是求解任务分配的一种有效的方法。然而,纳什均衡点在决策中并不一定总是存在且唯一,这造成了纳什均衡策略在实际使用时具有较大的局限。通过采用Epsilon-Nash策略克服这种局限,并将其应用于自主空战任务规划系统中,通过仿真实验,证实Epsilon-Nash策略具有近似于纳什策略的效果。     

分层任务网络在UCAV规划中的应用

无人战斗机任务规划对提高它的生存能力、突防能力、作战效能具有重要意义.分层任务网络规划是一个有效的规划方法,HTNP的最大好处在于,搜索受控于细心设计的方法.在某种意义上讲,一个HTN规划器只描述了如何使用操作,给实际使用带来了困难.在HTNP中引入目标协调机制、禁忌表等,将原有"离线"式方法变为"在线"式方法,提高了方法的适应性能.可以根据情况的变化,随时生成新的规划,降低了预先设计方法的数量,从而降低工程实施的难度.     

用于任务规划的航母编队防空威胁建模

建立正确的航母编队防空威胁模型是反航母任务规划成功的前提,在分析网络化条件下航母编队综合防空反导体系作战特点基础上,综合考虑反舰导弹性能、防空雷达网和编队防空火力威胁等因素,利用加权指数方法建立了网络化条件下航母编队综合防空网络威胁模型。仿真结果表明该模型能够体现航母网络化防空体系的真实情况,可以用于反航母任务规划。     

有人/无人机协同作战关键技术

分析了无人作战飞机在各国的研究及使用情况,给出了有人/无人机协同作战指挥控制系统的结构,按照空间位置和主要完成任务的不同,将系统分为有人机、无人机两个平台,介绍了各平台的组成部分及相应的功能,归纳出协同作战所需要解决的关键技术:交互控制技术、协同态势感知、协同目标分配、协同航路规划技术、毁伤效能评估技术及智能决策技术,并且给出了一个在典型作战任务想定下的作战及信息处理流程.最后对无人作战飞机未来的发展方向进行了展望.     

以任务成功性为中心的维修决策方法与应用

为解决传统的基于状态检测与故障诊断、以装备战备完好性为中心的维修决策方法的不足,提出了以任务成功性为中心的维修策略.并以某型自行火炮为例,建立了反映其任务成功性的评估指标体系.指出了传统模糊评判方法存在的不足,提出了考虑系统参数时变的动态模糊综合评判方法,对于给定训练和作战任务的成功性进行了评估.以确定能否执行任务,任务成功性是多少,以便在执行任务前预先实现视情预知维修,确保任务的顺利完成.     

无人机集群作战概念及关键技术分析

无人机集群作战正在从概念走向雏形.文章总结了国外无人机集群作战概念的发展,分析了无人机集群作战的主要关键技术,包括大规模无人机管理与控制、多无人机自主编队飞行、集群感知与态势共享、集群突防与攻击、集群作战任务控制站等技术,并展望了未来无人机集群协同搜索、协同干扰、协同攻击、协同察/打、集群对抗等作战应用.     

装备作战单元任务可信度评估方法

首先简要分析了任务可信度的影响因素，并对最小任务单元的任务进行了分类；然后借助马尔可夫过程建立了k／N系统的任务可信度模型，该模型考虑了维修保障和备件补给对任务可信性的影响，在此基础之上分别建立了单台装备、最小任务单元、装备作战单元任务可信度的模型；最后通过实例分析和计算，结果表明该装备作战单元任务可信度评估方法有效可行。     

一种飞行器在线实时航迹规划算法

针对飞行器在线航迹规划问题展开研究,提出了一种实时航迹搜索算法。该方法将飞行器的运动与航迹搜索结合在一起,可以有效地调节搜索的时间,满足在线实时应用的要求。通过在限定的时间内扩大寻优范围,该算法可以有效地避免不可行区域,并使生成的航迹更加优化。实验结果表明,算法能有效地处理各种航迹约束,实时地生成满意的三维航迹。     

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。     

基于协同学的编队协同空战任务决策

基于协同学理论给出了编队协同空战系统的协同学框架;提出了编队协同作战方案的五元组定义,明确了影响系统进程的序参量;基于系统有序度与协同度的概念,构建了协同效能优化模型;以任务冲突检测与消解为依据给出了任务决策的约束条件;最后以二进制粒子群优化算法对此约束优化问题进行了求解.仿真结果表明,以协同学理论描述编队协同任务决策问题是可行的,构建的协同效能模型与任务决策方法在处理编队时序任务决策问题时是有效的.