SEAD场景异构无人机配置与任务规划联合优化方法

对敌防空压制(suppression of enemy air defenses, SEAD)场景是多无人机协同的典型应用,针对该场景特点,在任务规划问题基础上将各类型无人机数量也作为决策变量,充分表征目标、任务和无人机的多种约束,建立异构无人机编队路径问题模型。设计了双层联合优化方法求解该模型：上层设计了任务衔接参数指标,精确评估各类型无人机需求,指导无人机配置调整;下层设计了改进遗传算法,高效处理多类型约束并能结合无人机数量变化对任务方案进行精细调整;双层相互协调获得满足需求的无人机配置和执行方案。仿真结果表明,该方法可以在避免遍历无人机配置组合的前提下获得合理的无人机配置方案和高效可行的执行方案。     

飞翔的“神鹰”

马福友想不到他少年的从军梦到50岁的年纪终于姗姗而来。自从总部、军区、省军区、军分区和海军航空兵的领导接二连三来公司参观和听取他的无人机性能汇报后，他就一直翘首企盼他的“神鹰”飞得更远，渴望他和他的无人机加入军队国防建设的行列。终于，他迎来了这一天。     

无人机风梯度滑翔过程中能量变化

风梯度滑翔是一种能够使飞行器从飞行环境中获取能量的飞行方式。在已建立的飞行器动力学模型的基础上,分析了无人机在已知的梯度风场中一个滑翔周期内的能量变化过程。采取分段解析的方法,将一个风梯度滑翔周期分为4个阶段进行分析,即逆风爬升、高空转弯、顺风下滑和低空转弯,其中高空转弯为整个滑翔周期内的关键阶段。采用三维空间路径结合二维平面投影的计算方法,详细分析了无人机在高空转弯过程中的运动方程和能量转化方程,同时分析了影响飞行器从梯度风场中获取能量以及梯度风场中由于空气阻力导致飞行器能量损失的相关参数,为无人机最大程度地从梯度风场中获取能量,同时减少自身能源损耗提供了理论指导,并且根据理论建模进行了仿真分析,得出了逆风爬升和高空转弯的初期是获取能量主要阶段的结论,对指导无动力滑翔有很大的意义。     

改进型Voronoi图和动态权值A*算法的无人机航迹规划

针对实际作战环境中的不同威胁等级和不同威胁实体的威胁源,提出了改进型的Voronoi图,并建立了基于改进型Voronoi图的航迹规划空间;基于A*算法的估价函数在不同阶段对指标的敏感度不同,在传统的启发式A*搜索算法基础上提出了动态权值A*搜索算法,提高了航迹搜索的效率,实现了航迹搜索过程快速性和准确性的结合。最后通过Matlab仿真计算出由动态权值A*算法得到的最优航迹,并进行了航迹的平滑处理,仿真表明了该方法的可行性。     

多旋翼无人机AHRS系统矢量乘积误差PI跟踪算法

针对多旋翼无人机对低成本姿态航向参考系统的实际需求,设计并实现了一种姿态航向参考系统。该系统采用陀螺仪积分出的载体姿态和已知的地球重力矢量,解算出地球重力矢量在载体系下的投影和加速度计测量出的地球重力矢量的矢量乘积结果作为水平姿态角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈,实现了准确的水平姿态角跟踪测量。利用陀螺仪积分出的姿态和已知的地球磁场信息,解出地球磁场矢量在载体系下的投影与磁力计测量的地球磁场矢量乘积结果作为航向误差角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈实现了对航向角的跟踪。转台实验表明:该系统水平姿态角跟踪精度约为1°,与EKF算法相比,运算速度提升了80%且精度好于EKF算法。     

吹响进军无人化战场的号角——军用无人系统发展和作战运用述评

近年来,美国及西方国家军用无人系统发展迅速,在多场局部战争中大量使用,展现出不可或缺的独特优势,成为战争形态演变的重要推手和新型作战力量建设的重点。美国国防部自2000年起,先后发布了6份无人系统发展路线图,尤其是2013年12月发布的《2013~2038年无人系统综合路线图》,系统描述了空中、海上、地面无人系统发展趋势与特点,对未来25年美国军用无人系统发展提出了总体思路和具体构想。世界主要国家军队在推动无人系统发展运用上的战略举措,将从根本上改变人类参与战争的方式,开启了战争走向无人化战场的大门。     

美国陆军寻求以无人货运系统来减少伤亡降低成本

据2014年11月24日的美国《防务新闻》报道,对于部署在伊拉克和阿富汗的美军及其盟军来说,通过布满简易爆炸装置的道路进行补给无疑是致命的。据美国陆军估计,在阿富汗进行的道路补给中,每24次行动就会造成一次人员伤亡。美国陆军为了减少这种伤亡,正在探索采用无人系统,包括地面和空中的无人系统进行物资运输,这项工作由美国陆军坦克和机动车辆研究开发和工程中心(TARDEC)牵头实施。     

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。     

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。     

人工蜂群算法及其在路径寻优问题上的应用

针对多旋翼无人机路径寻优问题,结合人工蜂群算法的特点,提出一种改进的人工蜂群算法,根据飞行原理,建立飞行环境矢量化模型,并对其飞行过程的相关约束条件综合分析,结合路径规划的目的与要求构建出路径规划的目标函数模型,利用人工蜂群算法结构清晰、自适应能力强等特点,实现多旋翼无人机路径规划算法,并结合相关寻优手段对算法进行改进,以增强算法的寻优能力。