改进蚁群算法的无人机航路规划

蚁群算法是基于生物界群体启发行为的一种随机搜索寻优方法,其正反馈性和协同性使其可用于分布式系统,隐含的并行性更使其具有极强的发展潜力,在解决组合优化问题上有着良好的适应性.基于两种改进蚁群算法,分别将遗传算法的交叉操作和Dijkstra算法结合到蚁群系统的无人作战飞机航路寻优过程中,使无人作战飞机以最小的发现概率与可接受的航程到达目标点,并提高了无人作战飞机的航路寻优能力.     

美军小型低成本无人蜂群发展运用及对策

美军近期提出以小型低成本无人蜂群形成高效费比的不间断侦察能力,并进一步提高战场打击精度的装备发展构想.本文以积极应对强敌新装备、新战法为出发点,研究了美军发展小型低成本无人蜂群的思维导向以及该新装备的作战优势,并分析了其中所采用的先进技术.针对美军此次提出的应用大量小型低成本无人蜂群实施协同侦察的作战运用模式,论述了其...     

多基地多目标无人机协同任务规划算法研究

在多基地多目标多无人飞行器(unmanned aerial vehicle,UAV)的协同任务规划这类约束条件众多、复杂且耦合的多目标优化与决策问题中,利用传统的粒子群优化算法在寻优时容易陷入局部最优,为此,提出了一种基于模拟退火的混合粒子群算法.基于攻打任务背景,综合考虑无人机的物理性能约束,搭建航迹长度最小适应度函...     

无人装备系统网络拓扑弹性优化研究

针对无人装备系统的网络拓扑结构优化,着力提升网络拓扑弹性,增强装备系统抵抗风险能力这一问题,主要是对无人装备系统网络结构特点进行分析,以无人装备系统的弹性度量和弹性优化理论为基础构建出PA优化算法,通过增加优化边的策略达到提升无人装备系统的弹性的目的,最后通过案例验证了该方法的科学性和有效性,表明该方法能够极大程度上提升网络拓扑弹性,增强网络结构的强度和韧性,对恶意攻击的抵御能力显著增强,对提升装备系统的作战效能具有重要意义。     

无人飞行器自主决策与规划技术综述

面向未来高动态、强对抗、强拒止的作战环境,智能化水平成为制约无人飞行器执行任务能力、环境适应能力和作战效能提升的主要因素。围绕无人飞行器自主决策与规划技术这一难度高、发展快、前景广的研究方向,综述了自主决策与规划技术的主要研究成果以及未来发展方向：首先,结合无人飞行器的发展研究历程与现状,指出了开展自主决策与规划技术研究的必要性;其次,对当前自主决策与规划技术的研究成果进行了总结与分析;最后,对无人飞行器自主决策与规划技术的发展方向进行了展望。     

蓝镜头

日本陆上自卫队举行大规模实弹射击演习日本陆上自卫队8月26日在日本静冈县东富士演习场举行大规模实弹射击演习,这一演习被命名为"富士综合火力演习"。演习共投入了约2000名兵力、60辆坦克和装甲车以及20架直升机,是陆上自卫队历年对外公开演习中规模最大的一次。     

高空侦察机：速度将达6马赫

美国空军已授予洛克希德·马丁公司一项绝密级合同,要求该公司开发一种时速达6400千米、飞行高度达30000米、可跨洲飞行的隐身侦察机. 这是美国空军在SR-71"黑鸟"高空战略侦察机退役10年之后,洛克希德·马丁公司著名的"臭鼬"工厂开始开发的又一种新型战略侦察机.