面向集群对抗的多弹协同目标分配模型与仿真分析

本文提出了一种面向集群对抗的多弹协同目标分配方法.首先,将每个导弹与每个目标进行两两组合,利用比例导引法,对各组合情况下的弹目遭遇效果进行仿真,得到弹目遭遇时的末速度差.然后,以分配方案末速度差之和最大为优化目标,以给定分配均匀度为约束条件,将该问题转化为带约束的非平衡任务分配问题,并利用0-1线性规划方法进行优化求解...     

国外潜艇无人机系统的发展与作战使用

潜艇的优势在于隐蔽性和突击性.但是,潜艇的感知能力限制了潜艇性能的进一步扩展.潜艇无人机系统的出现为潜艇能力的扩展提供了一种手段.针对潜艇作战能力的需求,介绍了潜艇无人机系统的发展状况,分析了潜艇无人机系统的关键技术,并给出了潜艇无人机系统的两种作战使用方式.     

美军有/无人机协同作战研究现状与分析

近几年来,以"忠诚僚机"作战模式为主要代表的有/无人机协同作战被日益关注,并成为未来第六代穿透型空中作战的发展趋势之一。文章简介了有/无人机协同作战的内涵,并以美军为主要对象,分析其在有/无人机协同作战方面的主要进展,梳理有/无人机协同作战的关键技术。对我国相关技术和装备的发展,具有一定的参考价值。     

基于随机漫游模型的协同搜索力最优分配方法

针对多平台协同搜索的最优搜索问题,以多无人机区域搜索任务为背景,将搜索论和随机规划引入到编队协同搜索中,建立了环境模型、无人机模型、传感器模型;为了解决目标丢失后的“应召”搜索问题,建立了目标的随机漫游模型;通过对搜索力最优分配问题的分析,认为其实质为一类线性规划问题,提出了一种基于递归原理的解算方法;最后,通过仿真计算,证明了该随机漫游模型的合理性,并验证了所提算法的有效性。     

基于地基多传感器融合的无人机自主着陆引导方法

针对无人机自主着陆过程中卫星导航系统易被干扰的问题,提出了一种基于地基多传感器融合的无人机自主着陆引导方法。首先采用主动式激光照射的方式,获取机载反射棱镜的近红外成像,在红外图像中对无人机目标进行识别;然后通过坐标转换将识别结果映射到可见光图像中,在可见光图像中选择的感兴趣区域进行可见光目标识别,从而在降低计算量的基础上获得更加精确的无人机相对角度信息;最后利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明,该方法能够提供精确的无人机位置信息,能有效适应于复杂背景下的无人机自主着陆引导。     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

无人机小样本条件下遮挡和混淆目标识别方法

针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况,提出了一种融合自注意力机制的小样本目标识别模型。在利用元学习思想获取小样本学习能力的基础上,将自注意力机制学习目标内部各部分之间的上下文依赖关系引入模型,从而增强目标表征能力,以解决遮挡和混淆情况下有效特征不足的难题。为验证模型效果,通过对基准数据集和无人机航拍数据进一步加工,构建了遮挡和混淆目标数据集,设置了不同的遮挡程度和背景混淆率。通过在不同数据集上的验证,并与深度学习模型对比,证明提出的模型具有更高的学习效率和识别正确率。     

引入优化算子的无人机遗传航路规划算法研究

在大范围真实地形环境中规划出满足任务要求、导航、安全性等约束的较优航路,对提高无人机(UAV)的武器系统性能有重要意义。在基于直接航路编码的遗传算法中引入优化操作算子,将复杂约束合理地应用于遗传进化过程,可以较好地克服一般遗传操作的不足。采用均匀设计的试验方法确定较优的控制参数,并通过算例验证了算法的有效性。