基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

军民协同发展生态圈的构建——基于衡阳市白沙绿岛军民融合产业园建设实践分析

在军民深度融合背景下,探索军民协同发展路径具有较强的现实意义。通过分析衡阳市白沙绿岛军民融合产业园的建设实践,探索军协同发展的影响因素及主体协同效应。从生态系统理论视角看,政府、市场、社会是影响军民融合深度发展的三大主体,实现军民融合可持续发展,应保持三者之间的生态平衡与协同合作,共同构建军民协同发展生态圈。     

【专题】“无人系统自主性与智能化”专题编者按

地空协同无人系统作为新质跨域智能作战力量已成为世界强国开展军事技术竞争的前沿方向。本文首先总结了地空协同无人系统的概念、功能及发展目标,分析了世界主要国家制定的专项规划,从形成智能作战体系、改变战场攻防平衡及全面提高作战效能三个方面阐述了地空协同无人系统对未来战争的重大意义;其次,针对其面临的环境复杂、资源受限和平台异构等约束条件,从分布式态势认知、适应性智能导航及异构系统协同控制等方面总结了地空协同无人系统需要突破的关键技术;最后,为应对智能化战争挑战,从技术瓶颈、平台建设及政策支持等方面提出发展建议。该研究可为地空协同无人系统在国防科技领域的研究、应用和发展提供参考。     

地空无人平台协同作战应用研究

战争即将进入智能化时代,无人装备将成为未来战场主角.地空无人平台协同应用是未来战场的必然趋势.基于未来战场复杂作战环境需求,针对地空无人平台协同作战应用进行研究.合理分析协同作战应用的必然性;从协同侦察感知、协同指挥控制、协同支援保障、协同防御警戒4个领域进行作战应用研究,并分析其技术基础及可行性;列出地空协同运用存在的难点并给出合理的意见建议,为陆军作战、编制及装备体系的论证规划提供参考.     

军队工程协同设计主体识别模型优化研究

协同设计是军队工程建设军民深度融合发展和综合效益提高的必然趋势.如何有效识别协同设计主体是有效实施协同设计的关键.针对军队工程建设特点,构建协同设计主体评价指标体系,用GRD对TOPSIS模型进行优化整合,既发扬了TOPSIS法在应用上能很好地对多属性、少样本事件进行评价的优点,又利用GRD的曲线相似度的柔性评价标准,巧妙规避了TOPSIS求解刚性过强、权重过于主观、评价标准单一、偶尔无法区分两主体优劣的缺陷.实例和灰色聚类的验证结果均表明:该优化组合模型对客观、准确识别军队工程协同设计主体效果较好.     

基于分布式协调算法的多导弹网络避障

提出一种避障的多导弹网络协调算法.为了实现协同拦截,制导采用目标捕获、时间协调和避障3个独立条件.即使多导弹网络中的某一部件也只能从最近的邻居处收集信息,分布式协调算法可使一组拦截导弹同时到达目标.仿真结果表明,该制导策略为多导弹网络的避障提供了一种可行方法,具有良好的目标捕获精度.讨论了增益参数的影响,以评估所提出的方法.     

多平台空间目标观测协同调度问题

针对空间目标观测的平台多样性、单次观测不确定性、任务层次优先性等现实问题,从多平台任务协同分配的角度,统一考虑夭基、地基固定、地基移动观测平台,建立面向空间目标应急观测异构平台预调度模型,基于STK和改进NSGA-Ⅱ算法进行了仿真验证,为构建天地一体空间目标观测体系建立提供有益借鉴.     

城市环境中无人机作战导航定位研究现状综述

随着各大国之间城市化进程的推进,城市环境中的无人机作战将成为未来必不可少的作战手段之一。针对城市作战环境复杂和作战装备受限的特点,归纳总结了无人机导航技术的研究现状和发展趋势,并给出相应的概念、模型以及被广泛应用的算法。首先,对单无人机定位技术进行了概括总结,包括全球卫星导航系统、惯性导航系统定位、视觉/激光雷达定位、无线传感网定位和融合定位等,上述定位方法能够在城市环境中表现出高精度和鲁棒性的特点;然后,为了解决单无人机在执行任务方面效率低、冗余低、易受干扰的特点,对无人机集群导航定位进行了介绍,主要包括全球导航卫星系统拒止下的导航定位、非视距及多径效应下的导航定位、基于无线传感网和视觉冗余的融合定位等,其中涉及导航恢复及导航增强等内容。最后,面对城市的复杂环境,提出了无人机导航定位技术的未来研究方向,分别为传感器的优化、无人机集群通信和多传感器融合,指出了未来的研究方向和面临的挑战。