无人机群协同空战决策研究

发布时间：2017-04-29 00:07

  本文关键词：无人机群协同空战决策研究，由笔耕文化传播整理发布。

【摘要】：随着无人机在战争中的应用越来越普遍，无人机群空战决策已成为热门研究课题。在最短的时间内做出最佳的空战决策，将为无人机群空中作战任务的完成提供有力保障。无人机群空战过程分为超视距和近视距两个阶段。本文分别对敌我无人机群分组问题，无人机配对小组间的超视距协同攻击决策和近视距协同机动决策进行了研究，建立了相应的空战模型，设计了相应的优化算法，采用Matlab进行实例仿真验证算法的优劣性，，并在MAK软件中进行视景仿真，展示无人机群的实际空战效果。 无人机群分组部分，基于将作战特性非常相似的无人机分为一组的原则建立敌方分组模型，利用改进的模糊C-均值聚类算法进行求解，将改进前后的模糊C-均值聚类算法进行仿真比较。基于输赢比数及空战能力比最大的原则建立我方分组模型，利用遗传模拟退火算法进行求解，将该算法和传统的遗传算法、模拟退火算法进行仿真比较。仿真结果表明：改进的模糊C-均值聚类算法能够搜索到更好的敌方分组方案，遗传模拟退火算法能够搜索到更好的我方分组方案。 超视距阶段小组机群协同攻击部分，评估了态势威胁，利用层次分析法和灰色关联度法判定各威胁权重大小，基于期望剩余威胁最小的原则建立攻击模型，利用改进的遗传模拟退火算法求解特定的作战场景，将改进前后的遗传模拟退火算法进行仿真比较。仿真结果表明：改进的遗传模拟退火算法能够较快地搜索到最佳的目标攻击方案。 近视距阶段小组机群协同机动部分，建立了无人机机动模型，采用预测影响图法模拟单架无人机空战机动过程，并应用群决策理论求解小组机群协同机动决策。仿真结果表明：预测影响图法和群决策理论能够有效地引导小组无人机群进行近距空战。
【关键词】：无人机群 协同空战 模糊C-均值聚类法 遗传模拟退火算法 预测影响图 群决策理论
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：V279
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 注释表11-12
• 第一章 绪论12-18
• 1.1 课题研究背景及意义12-13
• 1.1.1 无人机在现代战争中的作用12-13
• 1.1.2 无人机群协同空战在未来战争中的重要性13
• 1.2 国内外研究现状及分析13-15
• 1.2.1 超视距阶段机群协同空战算法研究现状13-14
• 1.2.2 近视距阶段机动决策算法研究现状14-15
• 1.3 论文研究内容15-16
• 1.4 论文组织结构16-18
• 第二章 大规模无人机群分组18-40
• 2.1 引言18-19
• 2.2 无人机群分组的数学模型19-21
• 2.2.1 敌方无人机群分组模型的建立19
• 2.2.2 我方无人机群分组模型的建立19-21
• 2.3 无人机群分组决策分析21-31
• 2.3.1 算法分析21-25
• 2.3.2 基于 FCM 算法的敌方无人机机群分组25-26
• 2.3.3 基于改进 FCM 算法的敌方机群分组26-29
• 2.3.4 基于遗传模拟退火算法（GSA）的我方机群分组决策29-31
• 2.4 仿真算例与分析31-39
• 2.4.1 敌方无人机群的分组仿真分析31-35
• 2.4.2 我方无人机群的分组仿真分析35-39
• 2.5 本章小结39-40
• 第三章 小组无人机群超视距协同攻击决策40-52
• 3.1 引言40
• 3.2 敌方无人机威胁评估及其权重分析40-43
• 3.2.1 态势威胁评估40-41
• 3.2.2 威胁指标权重分析41-43
• 3.3 小组无人机群协同攻击模型的建立43-44
• 3.4 小组无人机群协同攻击决策分析44-46
• 3.4.1 基于遗传模拟退火算法(GSA)的协同攻击决策44-45
• 3.4.2 基于启发式遗传模拟退火算法（HGSA）的协同攻击决策45-46
• 3.5 仿真算例与分析46-50
• 3.5.1 由层次分析法及灰色关联法评估威胁权重系数46-47
• 3.5.2 小组无人机群协同攻击决策仿真分析47-50
• 3.6 本章小结50-52
• 第四章 小组无人机群近视距协同机动决策52-64
• 4.1 引言52
• 4.2 无人机二维机动模型52-54
• 4.3 无人机小组机动决策分析54-59
• 4.3.1 预测影响图方法描述54
• 4.3.2 群决策理论的描述54-55
• 4.3.3 基于预测影响图的无人机机动决策模型55-57
• 4.3.4 基于群决策方法的小组机群机动决策分析57-59
• 4.4 仿真算例与分析59-63
• 4.5 本章小结63-64
• 第五章 基于 MAK 平台的小组无人机群协同空战仿真64-70
• 5.1 引言64
• 5.2 MAK 仿真平台概述64-65
• 5.3 小组无人机群超视距协同空战 MAK 仿真65-67
• 5.4 小组无人机群近视距协同机动 MAK 仿真67-69
• 5.5 本章小结69-70
• 第六章 总结与展望70-72
• 6.1 全文的研究工作与成果70-71
• 6.2 研究展望71-72
• 参考文献72-75
• 致谢75-76
• 在学期间的研究成果及发表的学术论文76

【参考文献】

中国期刊全文数据库 前10条

1 蓝伟华;喻蓉;;多机编队协同空战的概念及关键技术[J];电光与控制;2005年06期

2 钱斌;姜长生;;遗传算法在直升机空战编队优化中的应用[J];电光与控制;2008年01期

3 牛轶峰;肖湘江;柯冠岩;;无人机集群作战概念及关键技术分析[J];国防科技;2013年05期

4 于黎明,王占林;军用无人机的发展趋势及其关键技术[J];航空科学技术;1999年01期

5 董彦非,郭基联,张恒喜;空战机动决策方法研究[J];火力与指挥控制;2002年02期

6 黄家成,谢奇峰;基于遗传算法的协同多目标攻击空战决策方法[J];火力与指挥控制;2004年01期

7 梅丹;吴文海;徐家义;;影响图的空战机动决策方法[J];火力与指挥控制;2008年S1期

8 廖志芳;李鹏;刘克准;樊晓平;瞿志华;;数据聚类分析新方法研究[J];计算机工程与应用;2009年10期

9 汪志宏;王鹏;;基于一种序数群决策方法的方案排序[J];舰船电子工程;2013年04期

10 张科施,王正平;基于遗传模拟退火算法的空战编队优化研究[J];西北工业大学学报;2003年04期

  本文关键词：无人机群协同空战决策研究，由笔耕文化传播整理发布。

本文编号：333813