排序方式: 共有112条查询结果,搜索用时 68 毫秒
51.
52.
53.
54.
55.
56.
针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。 相似文献
57.
对基于自由空间光(Free Space Optical, FSO)的无人机集群通信载荷技术应用需求进行了归纳总结,论述了FSO通信技术及应用在无人机载荷的国内外发展现状,展望了高速移动通信环境下无人机集群FSO通信载荷技术的未来发展趋势,进一步深入分析了应用于无人机集群的FSO通信链路的关键技术。可以预见,基于FSO的通信载荷将广泛应用于未来无人机集群的大带宽通信组网。 相似文献
58.
无人机集群作战具有作战效能高、战场生存能力强、效费比极高的巨大优势,将给传统防空系统带来巨大挑战。现有反无人机集群技术大多来源于反无人机技术,但反平台与反集群存在显著差异,必须针对无人机集群自身技战术特点,加强对精确/高效/低成本的集群反制技术研究。因此,本文以剖析无人机集群反制技术的可行性为出发点,首先,从反无人机集群作战视角,将无人机集群划分为无自主时空协同型(Ⅰ类)、半自主编组协同型(Ⅱ类)、全自主任务协同型(Ⅲ类)三种类型,明确Ⅱ类无人机集群为主要反制对象;其次,深入分析无人机集群的技术弱点与战术劣势,以此作为无人机集群反制技术可行性的关键切入点;最后,梳理出七大类有效的无人机集群反制技术,并对其可行性进行分析,以期为未来无人机集群反制技术发展方向提供参考。 相似文献
59.
无人机蜂群是以智能化无人控制技术和网络信息系统为支撑的集群式无人作战武器装备,这种新型武器装备势必将成为改变未来战争规则的重要推手。美军作为无人机蜂群作战研究的领跑者,掌握了解其发展动态,学习其相关有益经验做法,参考借鉴其理论体系和关键技术,对于军队打赢未来智能化战争具有重要现实意义。本文通过梳理与总结美军在无人机蜂群作战研究方面所进行的开创性工作,厘清无人机蜂群作战发展的脉络,重点对无人机蜂群作战的产生背景、基本概念以及发展现状进行了探讨,结合课题组在无人集群作战领域的研究基础,分析了6个方面制约无人机蜂群发展的难点问题,探讨了应对无人机蜂群作战的可鉴之策,希冀能够为军队未来构建蜂群作战体系和建设相关能力提供理论指导和技术依据。 相似文献
60.
针对航空自组网在高负载下的服务质量及时延问题,提出一种动态服务质量的多信道媒体接入控制传输机制。以多信道检测统计为平台,结合优先级机制,通过在高负载网络中适当遏制低优先级业务,并且进行网络流量优化,保证高优先级业务的低时延发送;同时利用流量预测模型估计网络流量,通过粒子群优化算法进行优化,寻找合适的优先级门限值,确保高优先级业务接入率。通过计算机仿真可知,所设计的动态服务质量的多信道媒体接入控制传输机制,可在大负载网络中动态控制信道的接入,保持良好的网络吞吐量,其高优先级业务接入率达到99%以上,能有效解决航空数据链网络高业务量导致的服务质量及时延问题。 相似文献