不确定环境下无人机多任务区侦察决策研究

       针对不确定性环境下多任务区的遍历侦察决策问题,结合无人机携带任务载荷及待侦察任务区的特性,建立了相应的侦察收益函数,根据无人机携带侦察载荷的任务工作时间约束以及每个任务区的最小侦察收益需求,同时保证遍历侦察所有任务区的条件下,提出了一种改进的布谷鸟搜索算法为每个待侦察任务区分配最优的侦察载荷工作时间,从而使整个侦察任务过程的信息收益最大化。最后通过数字仿真验证了无人机多任务区侦察决策方案的可行性,通过与标准布谷鸟搜索算法对比分析,表明改进后的布谷鸟搜索算法对此类决策问题的求解效率比标准布谷鸟搜索算法及传统的遗传算法都有较大提高,从而为无人机进行多任务区的最优化遍历侦察问题提供了科学的决策依据。

       受启发于无人机(unmanned aerial vehicle,UAV)编队飞行与生物群体社会性行为的相似性,提出了一种基于鸽群行为机制的多无人机自主编队控制方法.首先通过模仿鸽群特有的层级行为,建立了鸽群行为机制模型.该模型在已有群集模型基础上,采用有向图和人工势场理论对鸽群中的拓扑结构和领导机制进行建模.在深入分析无人机自主编队飞行仿生机理的基础上,设计了一种基于鸽群行为机制的无人机自主编队控制器.该控制器以鸽群行为机制模型为核心,还包含两个辅助环节,即控制指令解算器和状态转换器.最后,通过系列仿真实验验证了无人机群可在本文所设计的无人机自主编队控制器作用下形成预期的编队队形,并可在复杂长机运动条件下保持队形。

相关标签:确定  环境  无人机  任务  侦察  决策  研究  
明星产品 Hot products
热门资讯 Hot information
粤ICP备17015802号-1 © 2019 www.17uav.com中国无人机行业网|AOPA无人机培训|无人机考证|无人机驾驶培训|无人机航拍| 版权所有 侵权必究

粤公网安备 44130202000708号