基于改进PH曲线的无人机路径规划方法

快速而有效的航路规划是无人机执行作战任务的基础。针对现有Pythagorean Hodograph(PH)曲线路径规划方法中仅对一条路径曲线进行优化问题存在的不足,提出一种基于改进PH曲线的多段路径的组合规划方法。该方法通过建立选择策略,改进多段PH路径合成方法,有效利用了PH曲线的曲率连续性和精确性,结合贪心算法的快速寻优特性,可以快速得到满足安全性、曲线连续和曲率连续的最优PH路径。仿真结果表明了该方法的合理性和有效性。     

基于PSO-Markov联合模型的无人机路径规划

利用PSO算法对无人机在侦查任务中的路径进行实时规划,将算法与地形、飞行角度、油量等约束条件结合起来,有效地缩减了搜索空间;同时为了在任务中能够更好地掌握无人机完成任务与生存的概率以及整个路径的代价,引入了一种可用于计算风险和评估任务威胁的生存性联合模型,该模型使用了八状态马尔科夫链来描述无人机的状态。仿真实验结果表明,该方法可以有效地检测航路中飞机的各种状态的概率,并以此对整个航路进行评估。     

基于非专用中继节点的双跳中继用频规划

联合战术通信背景下,一级通信节点和所属的某些二级通信节点之间由于通信距离过大或地理阻隔,传统的以一级通信节点为中心的单跳超短波组网已无法满足通信需求。从具体的战术通信实际出发,针对不同层次的战术通信网提出了一种超短波频段的频率划分及复用方案,设计了以二级通信节点为中继的用频规划方案,实现了一级通信节点和另一二级通信节点之间的双跳中继通信,有效拓展了一级节点的通信范围。仿真验证了所提的中继用频规划方案的有效性。     

基于DBSCAN聚类的异构多智能体分层任务分配方法

针对多约束条件下大规模探测/通信智能体集群协同探测任务分配问题,从全局与局部相结合的角度,提出了一种分层任务分配求解方法。首先,根据通信距离约束对所有任务节点进行聚类预分组,将集群任务分配问题划分为上层全局任务分配和底层局部任务分配。然后,根据聚类结果采用启发式算法求解探测/通信智能体组间全局任务分配结果。随后,根据探测智能体的全局任务分配结果,采用遗传算法对探测智能体组内任务进行分配。最后,通信智能体根据探测智能体的组内任务分配结果,采用基于虚拟节点的方法进行组内任务分配。实验结果表明,相较于直接求解方法,分层任务分配方法不仅解决了大规模集群协同任务分配问题,还可以在保证优化目标值相近的情况下,缩短70%以上的求解时间,较快得到相对最优的任务分配结果。     

慢刀伺服加工环曲面的刀具路径规划方法

如何规划刀具路径、进而获得高质量的数控加工代码,是应用慢刀伺服技术加工环曲面的关键技术之一。提出了基于等距面规划刀位点轨迹的刀具路径规划方法,推导了外凸环曲面的面形方程及其等距面方程,对比分析了两种导动曲线及两种数据点离散方法,优选了刀具路径规划方案,应用VB.net语言编写了慢刀伺服加工环曲面用数控代码生成软件,在Vericut平台上对数控代码进行了仿真验证,直观地展示了虚拟加工面相对理论曲面的残留区域,仿真结果验证了方法的可行性。结果表明:将外凸环曲面方程中的非一次常数项a变为a+r_d,即得到外凸环曲面的等距面方程;所提刀具路径规划方法适用于慢刀伺服加工外凸环曲面;该方法对应用慢刀伺服技术加工其他面型的光学镜面具有借鉴价值。     

不确定环境下协同空战目标分配模型

为了处理协同空战目标分配过程中出现的不确定信息,将偏好规划理论引入到目标分配中,提出了基于偏好规划的编队协同空战目标分配模型。根据协同空战的特点,构建了飞机的空战能力评估体系,建立态势评估模型,在此基础上建立了协同空战目标分配模型。模型中指标和偏好的不确定性用区间形式表示,求解方法采用RICH法。对实例进行仿真,仿真结果说明该方法在不确定环境下的有效性。     

基于信息融合的多星搜索动目标问题

运用多星在海洋中搜索动目标,当动目标失去联系或者目标存在战术意图时,这种不确定动目标搜索将变得极为困难。建立搜索图描述搜索的环境模型,提出了一种解决多星搜索动目标问题的方法。利用信息融合的信息更新搜索图,并根据目标的运动预测方法再次更新搜索图,动态规划整个多星搜索动目标过程。卫星搜索策略是最大化目标发现概率。仿真实验结果验证了所提方法的有效性,能够有效地解决多星搜索动目标问题。