无人机与无人值守传感器协同对地面目标跟踪技术研究
发布时间:2022-02-21 19:47
伴随着无人设备在军事和民用领域的应用不断增多,多种无人系统之间相互协同、交叉使用,跨域协同已逐渐成为无人系统技术与运用的新的研究方向。在跨域协同中,空地协同侦察是无人机与地面无人系统(无人车、无人值守传感器等)对地面目标进行侦察监视的一类典型问题,其研究对于陆上战场情报侦察监视具有重要的军事意义和应用价值。空地协同侦察的样式之一是将低成本无人值守传感器部署在战场环境中,利用其检测附近的目标,并引导无人机对目标进行搜索追踪拦截,实现对战场目标的跟踪监视。本文面向道路网条件下无人机(Unmanned aerial vehicle,UAV)与地面无人值守传感器(Unattended Ground Sensor,UGS)协同对地面移动目标的跟踪问题,研究无人值守传感器引导下的无人机对移动目标的追踪方法,包括单无人机对单移动目标的追踪方法以及多无人机对多移动目标的追踪方法。论文的主要研究工作及创新点如下:1.分析了无人机与地面无人值守传感器协同对地面移动目标追踪问题的理论基础。在无人机与无人值守传感器任务协同的框架下,描述了多无人机与无人值守传感器任务协同要素及协同任务问题约束;分析了道路网结构...
【文章来源】:国防科技大学湖南省211工程院校985工程院校
【文章页数】:84 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究目标与意义
1.1.1 研究目标
1.1.2 研究意义
1.2 国内外相关研究
1.2.1 国外相关研究
1.2.2 国内相关研究
1.3 论文主要工作
1.4 论文组织结构
第二章 无人机与地面无人值守传感器协同的理论基础
2.1 无人机与无人值守传感器协同侦察任务建模
2.1.1 无人机与无人值守传感器协同任务描述
2.1.2 无人机与无人值守传感器协同分析
2.1.3 道路网环境理论分析
2.1.4 目标分析
2.2 无人机与地面无人值守传感器协同问题约束及规划
2.2.1 无人机与无人值守传感器协同问题任务约束
2.2.2 无人机与无人值守传感器协同任务综合规划
2.3 Min-Max搜索算法
2.3.1 Min-Max算法复杂度分析
2.3.2 Min-Max算法适用性分析
2.4 匈牙利算法
2.5 本章小结
第三章 单无人机协同无人值守传感器对单移动目标的定位追踪方法
3.1 构建道路网传感器分布模型及无人机搜索决策树
3.1.1 建立道路网几何模型
3.1.2 道路网的节点逻辑
3.2 无人机协同无人值守传感器对移动目标自主追踪算法
3.2.1 局部信息的获取与应用
3.2.2 设计无人值守传感器的节点评价方法
3.2.3 节点评价启发式搜索方法
3.2.4 单无人机协同无人值守传感器追踪搜索算法总体流程
3.2.5 算法复杂度分析
3.4 实验仿真验证及结论
3.4.1 实验仿真环境及参数设置
3.4.2 无人机单次拦截仿真实验示例
3.4.3 不同节点评价方法下的拦截率对比分析
3.5 本章小结
第四章 多无人机协同无人值守传感器对多移动目标的定位追踪方法
4.1 多无人机协同无人值守传感器搜索的分层滚动优化方法
4.1.1 多无人机协同无人值守传感器搜索的任务分层
4.1.2 多无人机协同无人值守传感器搜索的滚动优化
4.2 基于匈牙利算法及节点调整规则的任务协同分配
4.2.1 无人机后续检索节点调整规则
4.2.2 匈牙利算法的应用
4.3 多无人机协同无人值守传感器搜索总体流程及性能分析
4.3.1 多无人机协同无人值守传感器搜索总体流程
4.3.2 多无人机协同无人值守传感器搜索性能分析
4.4 多无人机协同无人值守传感器对地面目标追踪仿真实验及结论
4.4.1 实验仿真环境及条件参数设置
4.4.2 目标运动轨迹分析
4.4.3 多无人机协同无人值守传感器单次仿真实验示例
4.4.4 不同实验条件下多无人机拦截率对比
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】:
期刊论文
[1]无人值守传感器目标分类方法[J]. 永胜. 计算机测量与控制. 2018(05)
[2]2017年军用无人机装备技术发展回眸[J]. 程龙,罗烈,柴建忠. 科技导报. 2018(04)
[3]双人博弈问题中的蒙特卡洛树搜索算法的改进[J]. 季辉,丁泽军. 计算机科学. 2018(01)
[4]基于成像传感器特性的侦察无人机航迹规划研究[J]. 于尧,程建博,李迎春. 兵器装备工程学报. 2017(08)
[5]无人机多传感器协同探测方案设计[J]. 刘宁波,周伟,孙艳丽. 计算机与数字工程. 2017(07)
[6]Human Machine Collaborative Support Scheduling System of Intelligence Information from Multiple Unmanned Aerial Vehicles Based on Eye Tracker[J]. 简立轩,尹栋,沈林成,牛轶峰. Journal of Shanghai Jiaotong University(Science). 2017(03)
[7]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)
[8]基于动态规划的无人机协同侦察路线规划[J]. 童玮,李业军,沈焕生,郑翔,蒋海霞. 军事通信技术. 2016(03)
[9]一种超低功耗无线震动传感器设计[J]. 修威国,唐胜武,王政,咸婉婷,周胜. 传感器与微系统. 2016(02)
[10]无人机多机动目标自主探测与跟踪[J]. 张音哲,刘贵喜,李斯,黄楠楠. 控制理论与应用. 2015(11)
博士论文
[1]多无人机协同目标跟踪问题建模与优化技术研究[D]. 王林.国防科学技术大学 2011
本文编号:3637931
【文章来源】:国防科技大学湖南省211工程院校985工程院校
【文章页数】:84 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究目标与意义
1.1.1 研究目标
1.1.2 研究意义
1.2 国内外相关研究
1.2.1 国外相关研究
1.2.2 国内相关研究
1.3 论文主要工作
1.4 论文组织结构
第二章 无人机与地面无人值守传感器协同的理论基础
2.1 无人机与无人值守传感器协同侦察任务建模
2.1.1 无人机与无人值守传感器协同任务描述
2.1.2 无人机与无人值守传感器协同分析
2.1.3 道路网环境理论分析
2.1.4 目标分析
2.2 无人机与地面无人值守传感器协同问题约束及规划
2.2.1 无人机与无人值守传感器协同问题任务约束
2.2.2 无人机与无人值守传感器协同任务综合规划
2.3 Min-Max搜索算法
2.3.1 Min-Max算法复杂度分析
2.3.2 Min-Max算法适用性分析
2.4 匈牙利算法
2.5 本章小结
第三章 单无人机协同无人值守传感器对单移动目标的定位追踪方法
3.1 构建道路网传感器分布模型及无人机搜索决策树
3.1.1 建立道路网几何模型
3.1.2 道路网的节点逻辑
3.2 无人机协同无人值守传感器对移动目标自主追踪算法
3.2.1 局部信息的获取与应用
3.2.2 设计无人值守传感器的节点评价方法
3.2.3 节点评价启发式搜索方法
3.2.4 单无人机协同无人值守传感器追踪搜索算法总体流程
3.2.5 算法复杂度分析
3.4 实验仿真验证及结论
3.4.1 实验仿真环境及参数设置
3.4.2 无人机单次拦截仿真实验示例
3.4.3 不同节点评价方法下的拦截率对比分析
3.5 本章小结
第四章 多无人机协同无人值守传感器对多移动目标的定位追踪方法
4.1 多无人机协同无人值守传感器搜索的分层滚动优化方法
4.1.1 多无人机协同无人值守传感器搜索的任务分层
4.1.2 多无人机协同无人值守传感器搜索的滚动优化
4.2 基于匈牙利算法及节点调整规则的任务协同分配
4.2.1 无人机后续检索节点调整规则
4.2.2 匈牙利算法的应用
4.3 多无人机协同无人值守传感器搜索总体流程及性能分析
4.3.1 多无人机协同无人值守传感器搜索总体流程
4.3.2 多无人机协同无人值守传感器搜索性能分析
4.4 多无人机协同无人值守传感器对地面目标追踪仿真实验及结论
4.4.1 实验仿真环境及条件参数设置
4.4.2 目标运动轨迹分析
4.4.3 多无人机协同无人值守传感器单次仿真实验示例
4.4.4 不同实验条件下多无人机拦截率对比
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】:
期刊论文
[1]无人值守传感器目标分类方法[J]. 永胜. 计算机测量与控制. 2018(05)
[2]2017年军用无人机装备技术发展回眸[J]. 程龙,罗烈,柴建忠. 科技导报. 2018(04)
[3]双人博弈问题中的蒙特卡洛树搜索算法的改进[J]. 季辉,丁泽军. 计算机科学. 2018(01)
[4]基于成像传感器特性的侦察无人机航迹规划研究[J]. 于尧,程建博,李迎春. 兵器装备工程学报. 2017(08)
[5]无人机多传感器协同探测方案设计[J]. 刘宁波,周伟,孙艳丽. 计算机与数字工程. 2017(07)
[6]Human Machine Collaborative Support Scheduling System of Intelligence Information from Multiple Unmanned Aerial Vehicles Based on Eye Tracker[J]. 简立轩,尹栋,沈林成,牛轶峰. Journal of Shanghai Jiaotong University(Science). 2017(03)
[7]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)
[8]基于动态规划的无人机协同侦察路线规划[J]. 童玮,李业军,沈焕生,郑翔,蒋海霞. 军事通信技术. 2016(03)
[9]一种超低功耗无线震动传感器设计[J]. 修威国,唐胜武,王政,咸婉婷,周胜. 传感器与微系统. 2016(02)
[10]无人机多机动目标自主探测与跟踪[J]. 张音哲,刘贵喜,李斯,黄楠楠. 控制理论与应用. 2015(11)
博士论文
[1]多无人机协同目标跟踪问题建模与优化技术研究[D]. 王林.国防科学技术大学 2011
本文编号:3637931
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3637931.html