无人机集群协同作战发展现状及关键技术分析(英文)
发布时间:2021-06-24 07:37
无人机集群协同作战是一种新型的作战方式,具有智能化程度高、态势感知能力强、作战效能好且维修和任务成本低等特点,是未来战争的必然发展趋势。文中从无人机集群协同作战概念出发,系统总结了这一技术的发展脉络以及创新成果,梳理了国内外无人机集群作战系统项目的发展现状,分析了其关键技术问题及面临的挑战,并对无人机集群作战在未来智能化、信息化战争中的应用提出了创新性的建议。
【文章来源】:现代雷达. 2020,42(06)北大核心CSCD
【文章页数】:12 页
【文章目录】:
0 Introduction
1 Concept and research status
1.1 The concept of cooperative combat of UAV swarm
1.2 Overview of foreign research on cooperative combat of UAV swarm system
1.3 Research status of UAV swarm cooperative combat system in China
2 Key technical issues
2.1 Swarm control and autonomous formation
2.2 Task assignment and path planning
2.3 Situational awareness and information sharing
2.4 Communication ad hoc network technology
3 Future challenges for cooperative combat of UAV swarm
3.1 Damage assessment
3.2 Reconnaissance and strike in one
3.3 Searching and confront
4 Conclusion
【参考文献】:
期刊论文
[1]国内外无人机蜂群研究现状综述[J]. 焦士俊,王冰切,刘剑豪,刘锐,周栋栋. 航天电子对抗. 2019(01)
[2]无人集群作战建模与仿真综述[J]. 张阳,司光亚,王艳正. 电子信息对抗技术. 2018(03)
[3]改进蚁群算法的无人机突防航路规划[J]. 欧阳志宏,郭强. 现代防御技术. 2018(01)
[4]智能无人机集群技术概述[J]. 李晗,苏京昭,闫咏. 科技视界. 2017(26)
[5]仿雁群行为机制的多无人机紧密编队[J]. 周子为,段海滨,范彦铭. 中国科学:技术科学. 2017(03)
[6]多无人机协同编队飞行控制研究现状及发展[J]. 宗群,王丹丹,邵士凯,张博渊,韩宇. 哈尔滨工业大学学报. 2017(03)
[7]多旋翼无人机平台紫外成像输电线路放电检测[J]. 史腾飞,马朋飞,刘荣海,郑欣,常喜茂,段新会. 云南电力技术. 2016(04)
[8]人工智能集群控制演示验证系统[J]. 安梅岩,王兆魁,张育林. 机器人. 2016(03)
[9]掩护突防中雷达干扰无人机压制干扰航路优选[J]. 李子杰,刘湘伟,廖文龙,卢高. 现代雷达. 2015(02)
[10]无人机用于空军战略预警作战的可行性分析[J]. 张振国,孙旭,孙文峰. 现代雷达. 2012(10)
博士论文
[1]UAV集群自主协同决策控制关键技术研究[D]. 王强.西北工业大学 2015
本文编号:3246675
【文章来源】:现代雷达. 2020,42(06)北大核心CSCD
【文章页数】:12 页
【文章目录】:
0 Introduction
1 Concept and research status
1.1 The concept of cooperative combat of UAV swarm
1.2 Overview of foreign research on cooperative combat of UAV swarm system
1.3 Research status of UAV swarm cooperative combat system in China
2 Key technical issues
2.1 Swarm control and autonomous formation
2.2 Task assignment and path planning
2.3 Situational awareness and information sharing
2.4 Communication ad hoc network technology
3 Future challenges for cooperative combat of UAV swarm
3.1 Damage assessment
3.2 Reconnaissance and strike in one
3.3 Searching and confront
4 Conclusion
【参考文献】:
期刊论文
[1]国内外无人机蜂群研究现状综述[J]. 焦士俊,王冰切,刘剑豪,刘锐,周栋栋. 航天电子对抗. 2019(01)
[2]无人集群作战建模与仿真综述[J]. 张阳,司光亚,王艳正. 电子信息对抗技术. 2018(03)
[3]改进蚁群算法的无人机突防航路规划[J]. 欧阳志宏,郭强. 现代防御技术. 2018(01)
[4]智能无人机集群技术概述[J]. 李晗,苏京昭,闫咏. 科技视界. 2017(26)
[5]仿雁群行为机制的多无人机紧密编队[J]. 周子为,段海滨,范彦铭. 中国科学:技术科学. 2017(03)
[6]多无人机协同编队飞行控制研究现状及发展[J]. 宗群,王丹丹,邵士凯,张博渊,韩宇. 哈尔滨工业大学学报. 2017(03)
[7]多旋翼无人机平台紫外成像输电线路放电检测[J]. 史腾飞,马朋飞,刘荣海,郑欣,常喜茂,段新会. 云南电力技术. 2016(04)
[8]人工智能集群控制演示验证系统[J]. 安梅岩,王兆魁,张育林. 机器人. 2016(03)
[9]掩护突防中雷达干扰无人机压制干扰航路优选[J]. 李子杰,刘湘伟,廖文龙,卢高. 现代雷达. 2015(02)
[10]无人机用于空军战略预警作战的可行性分析[J]. 张振国,孙旭,孙文峰. 现代雷达. 2012(10)
博士论文
[1]UAV集群自主协同决策控制关键技术研究[D]. 王强.西北工业大学 2015
本文编号:3246675
本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3246675.html