多机器人编队控制研究

多机器人编队控制是多机器人协调控制中一个最具有挑战性的研究问题。多机器人编队是指：一组相互协作的机器人组建和保持特定的队形形状。本文首先简要概述了多机器人编队问题的研究现状。从面向问题的角度出发,本文将编队问题分解成编队角色分配、队形生成、队形变换与选择、编队跟踪4个子问题,并针对每个子问题,总结了现有的研究方法。最后,本文特别强调编队控制中的网络问题并指明未来的研究方向。     

一种改进的SIR粒子滤波方法

SIR粒子滤波算法在重采样无法进行时可能失效,详细分析了算法失效的原因,并针对此问题提出了基于PSO的改进方法,该方法利用PSO的智能寻优机制引导重要性抽样的粒子移向高似然区,从而确保重采样过程的顺利进行。仿真试验表明,提出的改进方法可以有效解决SIR算法因重采样无法进行而导致的失效问题。     

基于速度可控粒子群算法的航天测控系统任务可靠性分配

航天测控系统是一个典型的多阶段任务系统,讨论了可靠性分配时的约束条件和分配目标,构建了其任务可靠性分配模型,针对任务可靠性分配这类复杂的约束组合优化问题,提出了一种速度可控的粒子群优化算法.为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度更新策略.通过算例仿真,表明算法在用于航天测控系统任务可靠性分配问题时具有分配结果优、收敛速度快等优点.     

基于改进粒子群优化RBF神经网络的算法

针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高。     

实时位置反馈的多机器人主从式编队控制

提出了一种基于反馈控制的多机器人的编队控制方法,能够使主从机器人在相对运动时保持期望的角度和距离,并且形成稳定的编队结构。然后运用数学图论将单一主从式编队控制扩展到多机器人的编队控制,能够更加简易的实现编队控制和几何形状的变换,最后通过仿真验证了该方法的有效性。     

基于分合粒子群算法的多无人机任务重分配

多UAV在执行任务过程中,战场环境以及UAV编队状态的改变将导致原有的分配计划失效或效率降低,因此有必要重新分配任务。针对多无人机任务重分配问题,首先建立了相应的数学模型。其次运用分组基础上的任务重分配策略进行任务分配,提出了改进的K均值聚类算法进行初步分组,再在分组的基础下,提出了分合粒子群优化算法进行组内任务分配。最后进行实验仿真。实验结果与分析表明基于分合粒子群算法的任务重分配方法能有效地满足多变的战场环境要求。     

声自导鱼雷一次转角射击参数的优化

为了提高声自导鱼雷一次转角射击的发现概率,建立了一次转角射击的解析模型,并将射击参数的优化归结为一个带约束的优化问题。使用了一种改进的粒子群算法解决了上述问题,优化了自导扇面相遇点系数和出管直航距离两个射击参数。实验结果表明,使用优化后的射击参数显著提高了鱼雷的发现概率。     

基于DoDAF的空间机器人作战视图研究

介绍了基于DoDAF的体系结构建模方法,采用System Architect工具对空间机器人在轨服务进行了可视化建模,得到了典型的作战视图产品;分析了在轨服务任务单元之间的协同关系,研究了空间机器人在轨服务流程,对空间机器人的在轨服务研究具有一定的参考价值。     

面向多平台多目标协同跟踪的指派问题

针对多平台多目标协同跟踪中要求多个无人地面平台尽可能均匀地协同跟踪多个目标的特点,提出了改进的离散粒子群优化算法。首先采用连续型粒子群优化算法中的速度和位置迭代公式,然后对粒子位置进行离散编码,使粒子编码对应于可行的指派方案;其次,在优化算法中引入局部搜索,提高算法寻优性能。最后将所提算法应用于多平台多目标协同跟踪中的指派问题,并与未加入局部搜索的粒子群优化算法比较,仿真结果表明,加入局部搜索后的离散粒子群优化算法具有较好的寻优性能。     

军用无人机技术智能化发展及应用

军用无人机作为收集战场信息和军事打击的新兴手段和工具,以其机动灵活、战场生存能力强等独特优势,能够方便快速地获取战场态势,极大地弥补了传统作战方式和侦查手段的短板和不足。智能无人系统的发展可能会引领军事领域的重大变革甚至改变战争形态。文章介绍了无人机技术在军事领域中的发展和应用现状,并从飞行控制、火控系统、任务规划以及无人机集群等方面浅析了军用无人机技术智能化发展方向。