无人机集群作战中连续时间Markov链模型的求解方法

针对无人机集群目标作战解析建模时在状态转移过程中计算速率低的问题,提出了一种基于行压缩存储的四阶Runge-Kutta法。根据无人机集群作战样式将无人机集群作战过程划分为三个阶段,并分阶段对无人机集群作战的状态转移过程建立连续时间Markov链模型。以无人机集群完成作战任务的可靠性作为求解指标,运用四阶Runge-Kutta法对Markov模型进行求解。由于求解过程中速率转移矩阵具有稀疏特性,采用基于行压缩存储的算法优化求解速率。仿真实验表明,运用连续时间Markov理论建立的无人机集群作战过程模型的有效性和可行性优于其他模型。同时,与其他算法及模型相比,该算法计算速率更高、能更好地满足结果精度的可靠性需求,进一步说明了本算法的优越性。 〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCHSC.TIF;%129%129〗听语音 聊科研与作者互动     

均衡聚类市场拍卖机制的异构无人机集群任务规划方法

针对大规模异构无人机集群的全局任务规划问题,提出一种基于均衡聚类市场拍卖机制的任务规划方法。对无人机群协同合作完成任务的场景进行分析,综合任务聚类和无人机联盟的优势,建立了通用性较高的任务规划模型。考虑到对无人机群负载均衡的需求,融合和改进了K-means聚类算法和市场拍卖机制,形成一种综合考虑路程消耗和任务消耗的均衡聚类市场拍卖算法。在拍卖过程中引入平衡参数,通过计算旅行商问题来修正平衡参数,保证无人机群在负载均衡的同时整体成本不断降低。仿真结果表明,使用均衡聚类市场拍卖机制的任务规划方法能够在较短时间内完成异构无人机群的复杂任务规划,保证无人机群负载均衡的同时,整体成本和总时间上也有较好表现,具有一定的实际应用价值。     

适用于无人机集群应急通信系统分簇路由协议

无人机集群应急通信系统面临的最大挑战为集群网络拓扑的快速变化,因此,高效的自组网路由协议是保证无人机集群应急通信系统具有稳定链接性能的基础,同时也是该领域的研究热点。分析了现有无人机自组网路由协议不能完全适用于无人机集群应急通信系统的机理,采用MAC层和网络层联合设计思想,提出了一种基于簇结构和强化学习的分簇路由协议,簇内设计了基于簇结构的先应式路由协议,簇间则采用基于位置和链路质量Q学习的自适应路由协议,从而减小了路由维护开销、缩短了端到端时延,提高了转发成功率。仿真结果表明,在实现高效分簇的基础上,所研究的分簇路由协议可满足无人机集群应急通信系统的高动态、低时延和高可靠的要求,具有一定的实际应用前景。     

百花争艳的中国无人机

后推式,前推式,折叠翼,多旋翼……一架架形态各异、类型多样的中国无人机吸引了参观者的眼球。9月16日至18日。各种无人机“飞赴”北京国际展览中心,参加了第五届无人机大会。它们当中,既有被网友热炒的“明星产品”,也有初出茅庐的“科技新锐”,既有威风凛凛的靶机,也有一些“萌萌哒”的科幻机型。接下来,让我们一睹为快。     

美国无人机战争内幕

作者马克·马泽蒂是美国《纽约时报》首席记者,在报道国家安全事务方面有着优异表现,获过多项新闻界顶级奖项,同时也是多家主流媒体的撰稿人。作者研究了大量政府机密文件,采访了美国、巴基斯坦等国数十名军政高层及顶级智库成员,披露了美国十多年来在全王扛开展的无人机秘密战争内幕。但是它带来的改变却影响巨大。     

潜射无人机及其对潜艇作战带来的变化

从水下航母的历史出发,简述了现代战争对潜射无人机的需求,分析了潜艇(尤其是核潜艇)装备潜射无人机的优势和给作战带来的变化,说明了它对发展水下航母的重要性。之后,以美国潜射无人机研发为例,总结了其研究进展,探讨了它目前面临或需要解决的问题,表明了其发展方向。     

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,...     

无人机集群协同控制技术综述

协同控制技术作为多智能体分工合作完成任务的关键核心技术,能解决无人机集群编队、队形重构和避障避碰等问题,是无人机集群正常运作的基础。针对近几年国内外无人机集群协同控制技术的发展历程,概述3种控制结构原理及其优缺点;分析了基于3种控制结构的编队控制方法及其优缺点;从无人机集群协同编队控制技术出发,分析基于编队控制的避障方法;指出了现阶段无人机集群协同控制技术面临的瓶颈问题,并对协同控制技术的未来发展方向进行了展望,为无人机集群编队控制和避障方法研究提供一定的借鉴。     

基于改进粒子群算法的四旋翼BSMRC优化策略

针对四旋翼无人机反步滑模鲁棒控制器(BSMRC)因参数整定困难而限制其工程应用的问题,设计了一种基于改进粒子群算法(IPSO)的BSMRC参数优化策略。建立了含未知扰动的无人机非线性模型并设计了补偿未知扰动的BSMRC,通过Lyapunov第2方法对系统稳定性进行了证明。接着,从惯性权重和学习因子两方面对经典PSO算法改进,提升了其收敛速度,在此基础上自动整定了BSMRC参数。通过仿真表明了IPSO可使BSMRC参数快速收敛到最优解。通过模块化编程及自动代码生成技术将最优BSMRC算法部署至Pixhawk 4飞控进行了飞行实验,结果表明了IPSO优化策略的有效性,体现出了BSMRC的强鲁棒性和抗扰性。该优化策略解决了无人机BSMRC参数整定效率低下的问题,并采用基于模型设计(model-based design, MBD)技术提高了无人机控制系统的开发效率。     

基于红外传感器的多无人机对高速飞行器协同定位跟踪方法综述

为了实现高精度远距离稳定定位与跟踪,多无人机搭载红外传感器对高速飞行器的定位跟踪方法成为研究热点。就此背景进行了综合评述,以相关技术难点及关键技术为切入点,分析了瞬时定位和动态跟踪问题的研究现状和发展方向。在瞬时协同定位方面,首先对目标瞬时定位的算法进行了分析对比,然后对造成定位误差的影响因素进行分析并探讨了误差补偿方法,最后针对传感器资源优化,讨论了能够使计算结果最优的传感器分布阵型。在动态跟踪方面,首先探讨了时间不同步问题对目标跟踪的影响及补偿方法,然后对目标运动学建模的问题进行了分析,最后对最优估计问题中各种滤波算法的应用进行对比。综述表明,无人机搭载红外传感器对高速飞行器进行定位和跟踪,存在误差来源多、相对运动速度快的技术难点,需要特别关注定位算法、误差来源及最优估计算法的影响,以尽可能实现稳定跟踪。