高空长航时无人机编队协同侦察任务规划

针对高空长航时无人机侦察任务规划特点,分析了高空长航时无人机执行侦察任务过程中的飞行航线约束和通信条件约束,以最小化无人机总飞行航程和最终编队飞行时间为优化目标,建立无人机编队协同侦察任务规划问题模型。同以往的通用侦察任务模型相比,该模型突出考虑了高空长航时无人机执行侦察任务过程的特点。以基本粒子群算法为基础,通过粒子群离散化和结合遗传算法进行改进,使其适用于求解复杂组合优化问题。仿真结果验证了算法求解复杂任务规划问题的有效性。     

任务请求模式下无人机战场态势显示系统设计

任务请求模式是高空长航时无人机重要的作战使用模式,该模式下无人机侦察数据的判读和综合信息的显示存在着判读数据和综合信息所需的背景情报分散、目标关联困难等问题,需要将无人机的侦察数据、无人机综合信息与战场态势等相关背景信息进行情报结合和关联显示。为此,通过分析任务请求模式下高空长航时无人机作战模式和态势信息流程,总结该作战模式下无人机态势信息显示的可行性需求,进行了任务请求模式下无人机战场态势显示系统的概要设计。该系统利用通用战场态势等背景信息辅助进行无人机侦察数据的判读和综合信息的显示,可有效辅助无人机侦察任务的开展和执行。     

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。     

基于改进型支持向量机的侦察无人机作战效能评估

侦察无人机作战效能评估是无人机任务规划领域的一个重要课题。针对侦察无人机作战效能评估的问题,提出了基于粒子群算法优化支持向量机的侦察无人机作战效能评估模型。该评估模型在支持向量机的基础上,采用粒子群算法寻找最优惩罚参数和核函数参数,避免了人为设定惩罚参数和核函数参数的盲目性。仿真实验结果表明此模型可以准确有效地对侦察无人机进行作战效能评估。     

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。     

无人机侦察效能研究

携带侦察设备对指定区域进行侦察是无人机在现代战场上的重要应用之一。以无人机为平台,以CCD摄像机为侦察设备,提供了一种无人机执行侦察任务时的效能评估模型。在给出了无人机及侦察设备模型的基础上,从影响无人机的侦察能力和侦察代价两个方面着手,建立了对无人机侦察方案进行效能评估的模型,从而解决了侦察方案优劣的评价问题,这对无人机高效的执行侦察任务提供了理论决策依据。     

面向无人机海上侦察任务的自适应粒度分解策略研究

无人机海上侦察作战任务自动规划的前提是任务分解,分解策略的通用性和分解粒度的合理性直接影响任务规划的速度和实际效果。对无人机海上侦察任务具有随机性强、复杂度高、动态性明显等特点,提出了一种基于军事领域知识库的无人机海上侦察任务自适应粒度分解策略,构建了无人机海上侦察领域知识图谱和自适应粒度任务分解模型,并以海上编队护航背景下的无人机侦察任务为例,实施了任务分解策略验证,结果表明分解策略较传统任务分解方法具有更佳的稳定性和适应性。     

无人机的协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (U AV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛等问题 ,采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

无人机侦察目标的概率分析

本文通过对影响无人机侦察发现目标概率各种因素的分析,讨论了一种分析无人机侦察发现目标概率的方法,进而具体对某型无人机的一种侦察设备进行分析,为该型无人机遂行侦察任务提出了参考意见。     

无人机系统的系统效能评估

定量分析和评估无人机系统在给定作战环境下完成高空电视侦察目标任务的程度,依据美国工业界武器系统效能咨询委员会给出的模型和方法,以完成发现和识别目标任务的相符程度作为效能量度,对无人机系统的效能进行了分析和评估建模,实现了无人机系统可用度、可信性、系统能力的计算,给出了无人机系统效能的一种基本算法和公式.     

联合侦察图像对岸上目标定位方法

随着卫星和无人机技术日趋成熟,使用卫星和无人机搭载成像设备执行战场侦察任务,及时获取敌方阵地图像信息,已成为各军事强国的重要侦察手段。以大口径舰炮远程对岸目标精确打击为背景,对无人机侦察图像的几何校正、卫星图片的地理坐标提取等技术进行分析,推导了相关的数学模型。通过相关的图像处理技术,结合联合侦察图像对岸上目标定位的主要误差源分析,提供了一种有效的联合侦察图像目标定位方法,并通过仿真数据显示了图像预处理技术在目标定位过程中对提高定位精度的作用。     

异构资源类型下多无人机任务分配

针对多无人机在执行侦察、打击任务的过程中携带任务资源的异构性,以及任务对于异构资源的要求,设计了一种改进的基于共识的捆绑算法(consensus-based bundle algorithm, CBBA)。考虑任务价值、任务执行时间窗以及航程代价等条件建立了多无人机对地目标侦察、打击任务分配模型。利用K-medoids聚类分析方法对多无人机进行基于距离和携带资源平衡的聚类,以解决多无人机对于异构资源类型的要求。对打击任务进行子任务生成,并利用改进后的CBBA求解所建立的任务分配模型,通过对比仿真实验验证了算法的可行性和有效性。     

基于多种群合作演化的无人机协同侦察任务规划研究

为了提高时空域上对无人机协同侦察任务规划的效率,提出一种基于多种群合作演化遗传算法的任务规划模型。该模型建立了无人机协同侦察任务规划问题的分层描述,并将多种群合作演化遗传算法引入对模型的求解,设计了全局与局部搜索流程,交叉变异和合作演化等算法（子）,并给出了详细求解步骤。仿真结果表明,所提模型及算法与单种群搜索算法相比,在任务处置效益、任务潜力效益、时间成本效益等方面均有提升。     

一种无人机侦察能力评估模型

在无人机执行侦察任务的过程中,需要对携带传感器的无人机能力进行评估。对此,从生存性能、侦察性能和稳定性能等3个方面建立无人机侦察能力的评估指标体系,并提出一种基于熵权的组合赋权方法,将主客观信息进行融合,确定各项指标的权重,建立无人机侦察能力的评估模型。最后通过实例对该模型进行了验证。     

基于卷积神经网络的无人机侦察图像去雨算法

提出了一种改进的无人机侦察图像去雨算法,该算法采用双边滤波和引导滤波相结合的方法提取有雨侦察图像的高频子图。根据无人机侦察图像中一般存在天空、地面等纹理相对平滑区域的特点,提取侦察图像中的纯雨区域。最后,将提取的纯雨区域作为训练样本,输入卷积神经网络中进行训练,提取图像特征信息,得到卷积神经网络的最优参数,完成神经网络训练,得到去雨侦察图像。通过仿真实验表明,该算法能够有效去除雨线对无人机侦察图像的干扰,提升侦察图像质量,具有一定的军事应用价值。     

无人机的侦察路径规划

交叉熵算法具有快速准确的特点,在理论研究和实际应用中占有很大的优势.交叉熵算法不仅应用于稀疏网络评估,还可以进行组合优化和模式识别等诸多方面.利用交叉熵算法对无人机的侦察路径进行优化,并根据长航时无人机的自身特点,在约束条件下,对无人机侦察航路进行了路径规划,同时利用实例模拟计算对交叉熵算法进行了验证,取得了满意的结果,在计算过程中展示了交叉熵算法在运算中的鲁棒性和时效性.     

多无人机协作侦察中的车辆再识别

在多无人机协作侦察中,匹配识别不同无人机侦察发现的装甲车辆,属于车辆再识别任务。近年来,车辆再识别技术在智能交通领域得到了快速发展,但是该技术尚未在军事领域得到充分的关注和应用。本文围绕该技术的发展和军事应用展开研究,一方面,从数据集、特征表示、注意力学习、度量学习、属性学习等方面对民用车辆再识别技术进展进行综述,分析总结了现有技术的优点和劣势,提出了有待深入探索的研究方向;另一方面,以多无人机协作侦察任务为背景,探讨分析了车辆再识别在其中的作战运用方式,并针对战场上存在的计算资源有限、环境复杂多变等因素导致车辆再识别性能下降问题,提出了可能的解决思路。本文研究可为车辆再识别技术在多无人机协作侦察中的应用提供前瞻性参考。     

通信对抗无人机集群侦察区域规划规则研究

侦察区域规划是通信对抗无人机集群智能侦察的首要任务.能否合理规划侦察区域,对通信对抗侦察任务的完成至关重要.通过研究侦察区域规划分配和动态调整流程,结合通信对抗战斗原则和相关军事经验,整理归纳出通信对抗无人机集群进行侦察区域规划的行为规则、判定规则和策略规则,并提出了规则的使用建议,构想了具体应用场景.     

基于集中一体化遗传算法的协同航迹规划方法

针对线目标的多无人机协同侦察航迹时间代价较大、算法收敛较慢等问题,提出了一种基于集中一体化遗传算法的协同航迹规划方法.在考虑目标属性及任务要求的基础上,建立了基于时间代价的航迹模型.引入集中一体化方法,对标准遗传算法的编码方式进行了优化,保证了所有目标均被侦察一次,且无重复侦察.在种群迭代中对交叉操作和变异操作进行了改进,有效提高了算法的收敛速度.仿真结果表明,该方法可求解得到具有最小时间代价的任务航迹,且收敛速度较快.