光学成像侦察卫星威胁评估方法

未来作战中地面部队将面临越来越多来自空间的威胁,其中最突出的是侦察卫星威胁。以光学成像侦察卫星为例,进行了卫星威胁评估方法研究。首先探讨了卫星图像品质评价方法和影响因素,建立了侦察卫星对地面目标的检测概率模型,并引入光照、气象、对比度影响因子对检测概率进行修正。在此基础上考虑军事任务需求建立了针对目标尺寸已知情况下的威胁度计算模型,进一步按照目标大小划分威胁等级,给出了卫星威胁等级评价方法,所得到的威胁等级指标可为军事行动提供参考。最后给出了光学侦察卫星威胁评估应用实例。     

基于MOEO的电子侦察卫星多目标规划方法

分析了电子侦察卫星任务规划问题的内涵,基于合理假设建立了问题的多目标规划模型;设计了一种基于MOEO(Multi-objective Extremal Optimization)的多目标极值优化算法对模型进行求解,提出了一种针对电子侦察卫星规划问题的随机交换变异算子对解空间进行搜索;同时,为防止Pareto近似最优解的...     

基于改进NSGA-II算法的多目标无人机路径规划

路径规划是无人机自主智能飞行的关键技术之一。以路径长度和受威胁程度为优化指标,提出无人机路径规划的多目标优化模型。为找出一组分布多样化的最优路径,提出改进的NSGA-Ⅱ算法,该方法在经典智能多目标优化算法NSGA-Ⅱ的基础上,引入增加、删除算子使规划的路径能避开威胁区、引入最大拐弯角约束缓解变异操作导致的航路突变、引入混合目标空间和决策空间信息的新型拥挤距离算子提高路径的多样性。仿真实验表明,对比NSGA-Ⅱ和传统的GA算法,改进的NSGA-Ⅱ算法能够有效找到一组收敛性好且分布多样化的路径。     

障碍环境下队形可变编队的路径规划方法研究

面向机器人编队探索和侦察等任务,系统期望保持队形以保障任务效能,但障碍环境下队形保持可能引起路径长度增加,甚至没有可行路径。为了综合考虑队形保持、路径长度及路径存在性,提出一种队形可变编队的路径规划方法,为编队跟踪控制提供一条全局参考路径。首先,分别依据个体的占据空间和编队的占据空间,对障碍进行两次膨胀,获得包含硬障碍和软障碍的路径规划构型空间。然后,在基于A*的路径规划框架下,构建包含路径长度和软障碍穿越距离的加权代价函数,以获得多指标权衡的路径。最后,不同权重对比试验表明,所提算法对不同障碍环境具有更好的适应性,通过权重设定能获得满足不同需求的可行解,可以为编队提供满意的全局路径。同时,随机场景测试试验验证了算法具有良好的鲁棒性。提出的编队路径规划方法可以引导机器人编队在复杂环境下更安全和快速地完成任务。     

基于进化算法的雷达对抗侦察无人机航路规划

雷达对抗侦察无人机在执行任务前要根据战场环境预先规划好最优路径。全面考虑战场环境威胁约束、机动性能约束和侦察任务约束,综合轮盘法、最优保存策略和6种进化算子形成进化算法,并对航路规划问题进行求解。仿真结果表明,利用约束量化方法和进化算法对雷达对抗侦察无人机进行航路规划是可行的。     

基于加权侦察覆盖指数的无人机侦察航路评价

利用无人机瞬时探测范围和无人机对雷达定位精度构建无人机有效可定位区。综合预定区域目标存在概率和沿侦察航路飞行无人机有效可定位区对栅格侦察覆盖指数,构建加权侦察覆盖指数指标。基于加权侦察覆盖指数,对无人机侦察航路优劣进行评价。     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息     

基于多模态多目标进化算法的无人机三维路径规划

侦察无人机的三维路径规划不仅要考虑续航能力,还要考虑安全性。针对复杂的侦察环境,通过地形建模和威胁建模来模拟侦察无人机的三维飞行环境,并以油耗和威胁作为优化目标,最后使用多模态多目标进化算法来对其进行求解。实验结果表明,对于能耗和危险程度之间的目标冲突,所提算法能够提供多种有效决策支持。另外,当能耗和危险程度相同的情况下,相比于现有研究,可以提供更多等效方案供决策者根据实际环境作出最合适的决策。     

高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式，对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式，给出了不同变形状态下的气动特性；建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型；采用MOEA/D多目标优化算法，以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数，进行了多目标优化计算。优化结果表明，MOEA/D计算得到了相对均匀分布的Pareto最优解集，将伸缩翼外形与无变形外形相比，飞行器滑翔段射程得到了显著提高，同时伸缩翼前缘总吸热量有明显的降低。     

基于贝叶斯网络算法的空中目标可信度计算

文章在分析影响雷达探测准确性因素的基础上，分析空情雷达探测目标具有一定的误差。在信息化条件下的联合防空中，通过联合侦察预警判断来袭目标的种类和目标威胁度，已成为一种发展趋势。贝叶斯网络算法模型适应联合侦察预警的需要，为联合作战防空指挥员提供了分析判断空情信息的一种可行的方法。