“飞豹杯”中国首届空中机器人大赛在西安举行

2004年11月5日至8日,我国首届空中机器人大赛在西安举行。来自清华大学、北京航空航天大学、西安交通大学等高校的15支代表队参加了比赛。空中机器人又称无人飞机,是指能够按照预先设定的程序在空中自主飞行的飞行器。与航空模型相比,它在机械设计、电子通信、自动控制、空气动力学等方面具有更高的科技含量和技术水准,在通信、气象、灾害监测等方面都可应用。     

“全球鹰”无人侦察机

“全球鹰”无人机已是名扬世界的高空长航时无人侦察机。它的机体多处采用新型材料制造,如机翼、后机身、发动机吊舱和尾翼面都采用复合材料。控制手段先进,能自主飞行。装有先进的电子侦察系统,包括由热成像仪和数字光学摄影机组成的传感侦测系统、X波段雷达。这种雷达如用广域搜索模式工作,24小时可搜索侦测10万平方公里,精度达1米;如用点状搜索模式工作,可侦测2平方公里,精度高达300毫米。它通过VHF/UHF双频植被穿透雷达,能够探测和识别军用目标,如用树枝伪装的坦克等。“全球鹰”正在成为美军最昂贵的无人机,原预计单价1530万美元,后…     

竞争的门槛

2011年一过完,美国海军航空兵就整整100岁了。这支海军航空兵是现今海军界经营最得力的一支力量,他们把伊利驾机从"伯明翰"号巡洋舰上起飞的那一刹那视作生命的开始。在他们为100岁庆生之时,相隔着太平洋的古老大陆边缘,也有一支海军航空兵很快会进入生命的新阶段。乘着这个时机,《现代舰船》特别制作了     

名刊速览

《海上力量》2012年7月刑机器人战士:更多的无人系统加入到地面作战中对地面部队而言,面临着即时爆炸装置和隐藏敌人随时出现的威胁,由于大多数机器人有着坦克式的履带,不够大而且太笨拙。因此,海军陆战队热衷于寻找无人系统来应对在伊拉克和阿富汗的威     

战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

支持潜艇态势感知的连通性网络设计及应用

以保证潜艇隐蔽性为前提,如何增强潜艇的战场态势感知能力是提升潜艇作战效能的关键。因此,以分析潜艇战场态势感知能力现状为基础,构建一种以无人平台作为战场单元,支持潜艇战场态势感知的连通性网络模型,并对其组成、功能及工作过程进行了详细设计;对战场单元的任务载荷和任务规划进行了详细阐述;最后从作战角度出发,展开连通性网络的作战应用研究。     

结合离差最大化的多属性群体决策TOPSIS威胁评估

针对传统理想解逼近排序法(TOPSIS)在确定多个属性权重系数上存在主观性和盲目性,并且所作决策多为单一决策,精确度不高等问题,提出结合离差最大化原理的多属性群体决策TOPSIS改进模型,利用离差最大化原理确定属性权值,同时引进群体决策方法。最后将该模型运用于机群协同空战的威胁评估中,建立了多目标威胁评估数学模型,并进行了全空战过程的动态仿真分析,结果表明所建立的扩展模型是合理可行的。     

先进无人战斗机(UCAV)系统概念

先进无人战斗机系统是指正在发展和将要发展的无人战斗机系统。无人战斗机系统主要由携带武器的无人飞机、用于人工控制无人飞机的控制站和将系统连接起来保持与战术环境相联系的数据网络组成。在未来战争中,无人战斗机系统的主要作战使命是空防压制、纵深打击和"空中占领"。在研制过程中需要解决自主飞行、信息传输与处理等关键技术。     

多架无人机协同作战智能指挥控制系统

给出一种基于Agent技术的多架无人作战飞机协同控制系统的设计方法,该系统由几类Agent构成情报决策Agent、单机自主决策Agent、协同决策Agent等.由于利用了Agent的两大优良特性--自主性和协同性,系统能够控制多架无人作战飞机,各无人机对不断变化的战场环境也具有很高的适应性.     

基于协同进化的多平台联合对地观测优化调度

在分析了卫星与无人机在执行观测与资源调度上的特性差异基础上,建立了多平台联合对地观测调度问题的数学模型,提出了多平台协同进化调度算法(MPCCPSA)进行求解。MPCCPSA采用分层式协同进化架构解决了不同类型观测方案统一调度生成问题。根据不同类型平台使用特性以及观测目标集合特点,采用分治-合作策略将其分解分配到各平台,顶层的交叉、变异操作保证各种群的多样性,底层的分治、合作算子保证卫星与无人机之间保持观测能力动态互补,在确保可行解的前提下加快收敛速度。仿真实验表明该方法能够有效解决空-天基多类型平台联合观测优化调度问题。