基于遗传算法的无人机航迹规划代价函数

针对当前使用的无人机航迹规划代价函数的不足之处,提出一种利用遗传算法对无人机航迹规划代价函数进行优化的方法。对基本遗传算法进行了局部改进,设计了航迹极坐标编码方式及航迹适应度函数,在采用基本遗传操作算子的基础上采取精英保存策略,提高了算法的效率;采用代价归一化并进行优化的思想,得到优化之后的代价函数权重值。优化结果表明,该方法可以获得代价更低的航迹。     

基于OPN的军事信息服务组合模型构建方法

介绍了军事信息服务的基本含义,给出了基于对象Petri网的军事信息服务组合模型的形式化描述方法,构建了军事信息服务组合模型的基本结构,并针对一个具体的防空反导作应用案例,使用国防科大对象Petri网建模仿真环境工具开发了相应的军事信息服务组合模型,并对组合服务进行了简要分析。实践表明,该方法能满足军事信息服务组合模型构建的需要,并具有良好的服务建模与仿真分析能力。     

位置修正技术在航位推算中的应用

利用图解法证明了航位推算轨迹和真实轨迹相似,符合相似性原理,并通过图解法推导位置修正公式;将位置修正技术用于里程仪的初始标定,经实测数据证明标定后的航向安装偏差角、俯仰安装偏差角及里程仪刻度系数误差大幅减小;将位置修正技术与GPS结合进行GPS/DR组合导航,经Matlab仿真证明该组合导航在长距离行车可将航向误差角限制在3.6′之内;该修正技术具有较高的实际应用价值。     

多UCAV任务分配有限阶段MDP方法和算法

多UCAV(Unmanned Combat Air Vehicle)任务分配是无人机作战决策的重要内容,是一类求解困难的组合优化问题,目前尚无成熟高效的解决方案.通过马尔可夫决策过程(MDP)将任务分配问题化解为分阶段序列决策过程,并对当前阶段决策状态采用单一整数编码,提出了基于有限阶段MDP的求解算法.通过仿真实验表明:该算法可以快速精确地解决多UCAV任务分配的问题.     

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.     

基于禁忌退火算法的巡航导弹航迹规划

针对巡航导弹航迹规划这个复杂的优化问题,一个禁忌退火混合优化算法被提出.首先,该算法是以基本模拟退火算法为基础.其次,为了加快该模拟退火算法的收敛速度,在恶化解的接受判断过程中,增加了一定动态的约束条件.最后,为了使最优解能够跳出局部最优的陷阱,使用了一个动态的禁忌表.仿真结果验证了该禁忌退火混合优化算法能够取得目标函数更优的航迹规划路径,从而有效提高巡航导弹的作战效能.     

坚持军民结合 服务龙江经济发展——访黑龙江省工业和信息化委员会主任孙珅

坚持军民结合、寓军于民、军民融合发展战略，全面落实科学发展观，结合地方经济发展规划，充分发挥国防技术和产业优势对地方经济、区域经济发展的带动作用，实现军民互动，协调发展，促进产业升级，是促进地方国防科技工业又好又快发展的有效途径。     

基于量子粒子群优化的无人飞行器路径规划

根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Sp line插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题。采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题,简化了问题复杂度、提高了计算效率。仿真结果表明,生成的航迹具有地形跟随、障碍回避和威胁回避等功能。