有/无人协同探测编队指挥控制系统结构设计

针对有人机动雷达/无人机集群（manned mobile radar/unmanned aerial vehicle cluster,MMR/UAVC）编队指挥控制系统结构设计问题进行了研究。以未来无人机蜂群探测任务为背景,提出MMR/UAVC协同探测作战模式,结合编队组织结构和作战流程,对指挥控制系统总体设计提出具体要求。在此基础上,设计了包括决策规划层、协同控制层和效能评估层的递阶式指挥控制系统结构,概括了各层次主要功能与逻辑关系。对指挥控制系统的关键模块和支撑技术进行了分析。     

无人机群组认知电子战概述及关键技术北大核心

面对复杂多变的电磁环境,常规电子战作战效能下降,认知电子战应用而生。首先介绍了认知电子战的基本概念、国外发展现状及特点;其次,阐释了无人机作战指挥平台,结合成本低、灵活性好的无人机蜂群技术,提出了以无人机群组为作战指挥平台的无人机群组认知电子战架构,分析了其意义;最后,介绍了无人机群组认知电子战关键技术。     

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。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

基于蜂群算法多子阵电台天线波束形成

考虑到战场环境下,低信噪比和敌方干扰容易造成超短波电台通信中断,而鉴于天线阵可以有效提高信噪比和抑制干扰,结合战场电台天线分布特点,提出一种多子阵电台天线应急接收模型。理论分析多子阵电台天线波束形成特性,以消除栅瓣、抑制干扰、提高增益为目标,采用蜂群算法对子阵间距进行优化。仿真结果表明,优化子阵间距可以有效消除栅瓣、抑制干扰、提高增益。同时,与遗传算法和粒子群算法相比,蜂群算法具有更好的全局搜索能力和收敛速度。该研究成果可为超短波电台应急通信提供参考。     

基于复杂网络蜂群无人机网络拓扑结构分析

蜂群无人机网络拓扑结构研究,是无人机作战体系发展的根基.借助复杂网络理论研究了蜂群无人机运用方法,构建了蜂群无人机复杂网络拓扑结构,分析了节点度、平均路径长度、聚类系数等典型统计特性参数和抗毁伤特性,对蜂群无人机网络效能进行科学有效的评估.蜂群无人机复杂网络能够高效、快速地进行信息传输,产生超出个体效益之和的整体性质,...     

反无人机蜂群体系组织方法

凭借侦察攻击、规模作战、灵活重组以及低成本的有效优势,无人机“蜂群战术”已快速进入多国军事研究机构视野,成为颠覆未来战场模式的关键技术之一。面对无人机以及无人机“蜂群战术”带来的现实威胁,反无人机蜂群已成为各军事强国竞相发展的关键技术。参考美国、北约等军事强国与军事集团开展的反无人机/蜂群战略研究,从反无人机蜂群技术应用基点、应用流程等角度对反无人机蜂群体系组织方法进行论证,提出组织方法建议。所做工作对开展多种反无人机蜂群武器集成试验与训练,提高反无人机蜂群应对能力具有一定参考价值。     

基于蜂群算法的战时毁伤装备维修任务调度研究

现代战争中,装备的战损率大大提高,装备维修任务十分繁重,如何在最短的时间内将损坏的装备修复好,是装备维修决策的重要内容之一[1]。鉴于蜂群算法在任务调度特别是动态随机任务调度中的优势,将蜂群算法引入装备维修任务调度研究,并进行了仿真实验,通过测试案例的仿真结果表明,蜂群算法对于动态随机任务调度具有很强的优势。最后对蜂群算法中的各参数对于仿真结果的影响进行了分析。