多无人机协同侦察任务规划器的设计与实现

发布时间：2021-12-02 14:31

　　在现代战争中,无人机由于其作战时间长、可靠性高等优点,在战场侦察中发挥着越来越重要的作用。而单无人机由于多种限制往往难以实现对所有目标进行侦察,因此,通常采用多无人机进行协同侦察。在军事领域,规划器是验证军事规划方案的重要工具,无人机侦察目标前通常采用规划器进行模拟验证,而如何设计实现合理的多无人机协同侦察任务规划器是当前急需解决的问题。本文首先对多无人机协同侦察任务规划问题进行描述,然后对遗传算法、蚁群算法以及蝙蝠算法进行了深入分析。通过对传统蝙蝠算法增加惯性权重以进行改进,同时对解的形式采用2N维编码方式来表示。分别对遗传算法、蚁群算法和蝙蝠算法进行实验验证,并对实验结果进行了比较分析,证明了改进后的蝙蝠算法在求解多无人机协同侦察任务规划问题上的优越性,为多无人机协同侦察任务规划器提供了合理的任务规划技术。考虑到多无人机协同侦察任务规划是一种初始的理想规划,模拟实体不具备智能性,本文利用Agent技术,采用混合型Agent模型结构,对多无人机协同侦察模拟实体进行模拟实体建立,并对模拟实体增加规则描述和处理,使其具有智能性。同时,为保证计算机对规则的读取,利用XML对规则进行存储,并... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：96 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 论文的研究内容
    1.4 论文的组织结构
第二章 多无人机协同侦察任务规划技术研究
    2.1 多无人机协同侦察任务规划问题介绍
        2.1.1 多无人机协同侦察任务规划问题背景
        2.1.2 多无人机协同侦察任务规划问题约束条件
        2.1.3 多无人机协同侦察任务规划问题描述
    2.2 遗传算法求解多无人机协同侦察任务规划技术
        2.2.1 遗传算法介绍
        2.2.2 染色体编码方式
        2.2.3 初始解的生成
        2.2.4 适应度值的计算
        2.2.5 交叉变换
        2.2.6 变异操作
        2.2.7 遗传算法求解多无人机协同侦察任务规划技术流程
    2.3 蚁群算法求解多无人机协同侦察任务规划技术
        2.3.1 蚁群算法介绍
        2.3.2 初始解的生成
        2.3.3 蚁群算法局部搜索的实现
        2.3.4 蚁群算法求解多无人机协同侦察任务规划技术流程
    2.4 蝙蝠算法求解多无人机协同侦察任务规划技术
        2.4.1 蝙蝠算法介绍
        2.4.2 初始解的生成
        2.4.3 编码方式设计创新
        2.4.4 目标函数
        2.4.5 传统蝙蝠算法改进创新
        2.4.6 蝙蝠算法求解多无人机协同侦察任务规划技术流程
    2.5 规划技术对比研究
        2.5.1 模拟场景描述
        2.5.2 算法参数对性能的影响比较
        2.5.3 实验结果比较
    2.6 本章小结
第三章 多无人机协同侦察模拟实体与规则设计
    3.1 Agent基本概念与技术
        3.1.1 Agent的概念
        3.1.2 基于Agent的联邦成员设计
        3.1.3 基于Agent的模拟实体结构
    3.2 Agent模拟实体构建
    3.3 多无人机协同侦察模拟实体构建
        3.3.1 UML简介
        3.3.2 基于Agent的多无人机协同侦察UML模拟实体构建步骤
        3.3.3 多无人机协同侦察Agent模拟实体结构
        3.3.4 多无人机协同侦察Agent模拟实体程序设计
    3.4 多无人机协同侦察规则设计
        3.4.1 描述语言XML简介
        3.4.2 多无人机协同侦察知识模型的实现
        3.4.3 多无人机协同侦察规则设计
    3.5 本章小结
第四章 多无人机协同侦察任务规划器实现
    4.1 任务规划器结构设计
        4.1.1 单机系统结构
        4.1.2 单节点B/S系统结构
        4.1.3 改进的B/S结构系统结构
    4.2 基于改进B/S结构的任务规划器设计
        4.2.1 多无人机协同侦察任务规划器结构
        4.2.2 任务规划器设计实现
    4.3 系统功能实现与模拟验证
        4.3.1 任务规划器功能描述
        4.3.2 模拟实验验证
        4.3.3 模拟实验结果分析
    4.4 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 研究展望
参考文献
致谢
在学期间的研究成果及发表的学术论文
附录


【参考文献】：
期刊论文
[1]基于遗传算法的无人机多目标协作优化[J]. 郑安波,刘润涛,曾立科.  飞机设计. 2018(02)
[2]察打一体无人机发展现状及趋势[J]. 张建华,赵晨皓,吕诚中.  飞航导弹. 2018(02)
[3]美国陆军无人机配备与发展研究[J]. 申彪,施水娟,董应超.  飞航导弹. 2018(01)
[4]无人机多机协同侦察系统关键技术[J]. 刘慧霞,马丽娜,李大健,田雪涛,席庆彪.  火力与指挥控制. 2017(12)
[5]遗传算法理论研究及其应用[J]. 范爽.  科技与创新. 2017(23)
[6]基于改进人工蜂群算法的多无人机协同任务规划[J]. 刘广瑞,王庆海,姚冬艳.  郑州大学学报(工学版). 2018(03)
[7]基于改进遗传算法的应用研究[J]. 郭来军.  无线互联科技. 2017(18)
[8]异构型多UAV协同侦察最优化任务决策研究[J]. 张耀中,谢松岩,张蕾,张建东.  西北工业大学学报. 2017(03)
[9]基于MMTSP算法的多无人机协同侦察路径优化[J]. 方海洋,杨廷鸿,宗福兴,汪益川.  后勤工程学院学报. 2017(03)
[10]无人机发展综述[J]. 张云秀,曾庆达,张炜.  河南科技. 2017(09)

博士论文
[1]Agent建模理论在信息化联合作战仿真中的应用研究[D]. 杨建池.国防科学技术大学 2007
[2]多无人机协同侦察任务规划问题建模与优化技术研究[D]. 田菁.国防科学技术大学 2007

硕士论文
[1]不确定环境下无人机航迹动态规划及仿真研究[D]. 王绪芝.南京航空航天大学 2013



本文编号：3528631