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.     

面向Agent的巡航导弹武器控制系统体系结构设计

面向Agent方法适用于巡航导弹武器控制系统(CMWCS)的体系结构设计.根据CMWCS的概念和递阶智能控制思想,建立了CMWCS的多Agent系统框架,明确了其职责分配、组织结构、通信和协作机制;采用"以人为中心的人机一体化"方法,设计了飞行监控Agent的结构,基于混合式Agent的构造方法设计了航迹编排Agent的结构,并给出了二者的模型描述.     

大圆航线导航与控制律设计

随着无人机(UAV)应用范围的扩大,要求无人机能精确跟踪预定航线.预定的飞行任务可以有两种规划方式,一是近似在当地切平面上的直线或曲线;二是飞行距离较长时在地球表面的大圆航线.第二种规划相对复杂,研究较少,因此,介绍了某型无人机的动力学模型,提出了一种全新的大圆航线导航解算算法,设计了大圆导航控制律,此外,还分析了常值风及突风干扰对导航的影响.经计算机仿真验证和部分的实际飞行试验结果表明:与预定航线的距离偏差较小,航迹精度较高,新算法及设计较好地满足了实际大圆航线飞行要求.     

防空地监哨情报融合研究*

在得到防空地监哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了地监哨情报数据的关联和航迹外推问题。仿真及试验结果表明该方法用于防空地监哨情报融合是可行的,其结果分析的应用能指导地监哨训练和战时地监哨的配置。     

基于新的定位方法的空投技术研究

针对空投技术的定位问题,提出了一种新的定位方法。首先,在空投目标区域放置发射机,发射天线在3个方向形成彼此相交的波束,发射机与3个波束的交点构成中心线,3个波束关于中心线对称。其次,发射天线在3个方向发射相同功率,不同频率的信号。最后,载荷上的接收机实时接收信号,经傅里叶变换得到信号频谱图。3个信号功率相等时载荷位于中心线上,保持现有飞行方向;3个信号功率不等时,根据偏离中心线的位置对飞行方向进行调整,确保载荷能够准确到达目标区域。该方法具有较高的定位精度,能够适应复杂电磁环境。     

多飞行器协同轨迹优化设计

针对多飞行器协同轨迹约束多、耦合强的复杂多目标优化与决策问题,对多飞行器协同轨迹优化进行了较为系统的研究。首先,对多飞行器协同轨迹优化进行了数学描述和对多飞行器在未知环境下的航迹规划进行了数学建模;其次,提出了多飞行器协同任务规划系统优化设计的数值算法,其主要包括多飞行器协同任务分配算法与飞行器最优航迹规划;最后,基于以上的研究,对3种典型不同情况下的多飞行器协同轨迹优化进行了飞行数值仿真与分析。该算法具有以下特性:全局一体优化、采用最优的多维策略、实时在线性、高精度、能够考虑各种随机干扰的作用等。     

基于自由空间法的航迹规划方法

针对无人飞行器的海上航迹规划问题,提出了一种基于自由空间法的规划方法。该方法首先对规划空间进行单元分解后,搜索给定的起始单元到目标单元所有的连通分支,将规划空间进行通道划分,然后在每个通道内采用规划算法进行航迹规划,该通道的划分既可应用于多航迹的协同规划,也可求出单航迹的最优航迹。实验结果表明,该方法可用于无人飞行器的海上航迹规划。     

改进人工蜂群算法的无人机航迹规划研究

如何快速地规划出满足约束条件的飞行航迹,是实现无人机自主飞行的关键。将改进的人工蜂群算法应用于求解无人机航迹规划问题,同时在人工蜂群算法的侦察阶段引入差分进化算法的思想。通过仿真实验并与标准人工蜂群算法比较,结果表明此算法能够有效加快收敛速度,提高最优航迹精度,是解决航迹规划和其他高维复杂函数优化的有效方法。     

学习跟着航迹走 理论伴着浪花行

海军某驱逐舰支队521舰积极探索“随时能学、随处可学、随机深化”的“三随”理论学习模式,有力推动党的创新理论在基层的宣传普及,促进了各项任务的圆满完成。 一、科学构建立体多维学习网络。做到党的创新理论发展到哪里。理论学习就跟进到哪里     

带时间窗的多无人机航迹规划两阶段启发式算法

带时间窗的多无人机(Unmanned Aerial Vehicles,简称UAV)航迹规划问题是一类重要的NP-Hard问题,相关启发式算法研究一直是该问题的研究重点和难点。建立了问题的UAV流模型,并提出了一种两阶段启发式算法用于问题求解。算法的第一阶段提出了一种基于"最迟完成服务优先"规则的航迹构造算法,用于获取问题的初始解;第二阶段利用模拟退火算法对初始解进行改进。最后基于Solomon Benchmark数据集对算法进行了测试,实验结果表明该启发式算法可以有效地求解带时间窗的多UAV航迹规划问题。