掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
多無人機智能自主協同控制 版權信息
- ISBN：9787030674654
- 條形碼：9787030674654 ; 978-7-03-067465-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
多無人機智能自主協同控制 內容簡介
本書是一本關于多無人機控制的專著。全書以多無人機智能自主協同控制為核心，從決策、規劃、控制、診斷和通信五個問題角度分別闡述：針對多無人機自主決策與規劃問題，基于多類優化算法實現任務的快速很優決策與高精度軌跡規劃；針對多無人機協同控制問題，基于多種魯棒智能控制算法，實現多無人機高精度智能協同控制；針對多無人機故障診斷及容錯控制問題，通過自適應滑模算法，實現多無人機高可靠性協同容錯控制；針對多無人機協同通信問題，基于博弈算法實現自主分簇組網和中繼選擇。
多無人機智能自主協同控制 目錄
目錄
編者的話
前言
第1章 緒論 1
1.1 多無人機智能自主協同控制基本概念 2
1.2 多無人機智能自主控制研究現狀 4
1.2.1 國內外研究項目概述 4
1.2.2 多無人機任務決策 12
1.2.3 多無人機運動規劃 15
1.2.4 多無人機編隊控制 17
1.2.5 多無人機故障診斷與容錯控制 20
1.2.6 多無人機通信組網 22
1.3 多無人機智能自主協同控制難點分析 26
1.4 撰寫特點和內容安排 28
1.5 小結 30
參考文獻 30
第2章 無人機模型 39
2.1 坐標系與狀態變量 39
2.1.1 坐標系 39
2.1.2 描述三種典型無人機的狀態變量 41
2.1.3 坐標系之間的轉換關系 43
2.2 固定翼無人機模型 46
2.2.1 固定翼無人機質心平動模型 46
2.2.2 固定翼無人機繞質心轉動模型 48
2.3 單旋翼無人機模型 52
2.3.1 單旋翼無人機質心平動模型 52
2.3.2 單旋翼無人機繞質心轉動模型 54
2.4 四旋翼無人機模型 56
2.4.1 四旋翼無人機質心平動模型 56
2.4.2 四旋翼無人機繞質心轉動模型 58
2.5 小結 60
參考文獻 60
第3章 多無人機任務決策 61
3.1 多無人機集中式任務決策 61
3.1.1 問題描述 61
3.1.2 面向全局任務收益的多無人機集中式任務決策 62
3.1.3 面向任務優先級的多無人機集中式任務決策 74
3.2 多無人機分布式任務決策 88
3.2.1 類腦智能算法 89
3.2.2 問題描述 92
3.2.3 基于類腦智能算法的多無人機分布式任務決策 94
3.3 小結 116
參考文獻 116
第4章 多無人機運動規劃 117
4.1 基于路徑點的多無人機運動規劃 117
4.1.1 問題描述 118
4.1.2 基于自適應高斯偽譜法的求解策略 120
4.1.3 仿真驗證 127
4.2 基于深度強化學習的多無人機運動規劃 133
4.2.1 問題描述 133
4.2.2 基于深度強化學習的求解策略 135
4.2.3 仿真驗證 142
4.3 小結 143
參考文獻 144
第5章 多無人機編隊生成控制 145
5.1 無人機姿態穩定控制 145
5.1.1 問題描述 145
5.1.2 基于超螺旋滑模的姿態穩定控制器設計 146
5.1.3 基于自適應超螺旋滑模的姿態穩定控制器設計 156
5.2 無人機軌跡跟蹤控制 169
5.2.1 基于雙閉環結構的無人機軌跡跟蹤控制原理 169
5.2.2 問題描述 170
5.2.3 基于高階滑模算法的雙閉環軌跡跟蹤控制器設計 171
5.3 小結 184
參考文獻 185
第6章 多無人機編隊保持魯棒自適應控制 186
6.1 全局通信拓撲未知情形下的多無人機編隊保持控制 186
6.1.1 通信拓撲未知情形下的自適應設計基本原理 187
6.1.2 基于自適應算法的多無人機編隊保持控制 190
6.1.3 仿真驗證 203
6.2 考慮避碰約束的多無人機自適應編隊保持控制 207
6.2.1 問題描述 207
6.2.2 考慮避碰約束的自適應分布式控制器設計 209
6.2.3 仿真驗證 216
6.3 小結 221
參考文獻 221
第7章 多無人機編隊安全重構控制 223
7.1 全局通信拓撲已知情形下的多無人機編隊重構 223
7.1.1 問題描述 223
7.1.2 超螺旋干擾觀測器設計 225
7.1.3 基于勢能函數的編隊重構控制器設計 229
7.1.4 仿真驗證 237
7.2 全局通信拓撲未知情形下的多無人機編隊重構 242
7.2.1 自適應編隊重構問題描述 242
7.2.2 自適應編隊重構控制器設計 243
7.2.3 仿真驗證 251
7.3 小結 256
參考文獻 256
第8章 多無人機故障診斷與容錯控制 257
8.1 基于被動容錯的多無人機分布式有限時間容錯控制 257
8.1.1 問題描述 258
8.1.2 多無人機分布式有限時間容錯控制器設計 259
8.2 基于主動容錯的多無人機故障診斷及容錯控制一體化設計 278
8.2.1 問題描述 279
8.2.2 基于狀態反饋的多無人機故障診斷及容錯控制一體化設計 280
8.2.3 基于輸出反饋的多無人機故障診斷及容錯控制一體化設計 292
8.3 小結 304
參考文獻 304
第9章 多無人機通信網絡優化 305
9.1 基于聯盟博弈的無人機集群分簇 305
9.1.1 問題描述 306
9.1.2 聯盟博弈模型 309
9.1.3 基于聯盟切換的求解策略 310
9.1.4 仿真驗證 314
9.2 基于網絡形成博弈的多無人機路由選擇 318
9.2.1 問題描述 319
9.2.2 網絡形成博弈模型 325
9.2.3 考慮循環迭代的求解策略 326
9.2.4 仿真驗證 330
9.3 小結 333
參考文獻 334
第10章 多無人機通信資源分配 335
10.1 基于非合作博弈的多無人機信道資源分配 335
10.1.1 問題描述 336
10.1.2 非合作博弈模型 338
10.1.3 基于*佳響應的求解策略 339
10.1.4 仿真驗證 343
10.2 基于凸優化的多無人機時隙和功率資源分配 345
10.2.1 問題描述 346
10.2.2 基于凸優化的求解策略 351
10.2.3 仿真驗證 361
10.3 小結 366
參考文獻 366
編者的話
前言
第1章 緒論 1
1.1 多無人機智能自主協同控制基本概念 2
1.2 多無人機智能自主控制研究現狀 4
1.2.1 國內外研究項目概述 4
1.2.2 多無人機任務決策 12
1.2.3 多無人機運動規劃 15
1.2.4 多無人機編隊控制 17
1.2.5 多無人機故障診斷與容錯控制 20
1.2.6 多無人機通信組網 22
1.3 多無人機智能自主協同控制難點分析 26
1.4 撰寫特點和內容安排 28
1.5 小結 30
參考文獻 30
第2章 無人機模型 39
2.1 坐標系與狀態變量 39
2.1.1 坐標系 39
2.1.2 描述三種典型無人機的狀態變量 41
2.1.3 坐標系之間的轉換關系 43
2.2 固定翼無人機模型 46
2.2.1 固定翼無人機質心平動模型 46
2.2.2 固定翼無人機繞質心轉動模型 48
2.3 單旋翼無人機模型 52
2.3.1 單旋翼無人機質心平動模型 52
2.3.2 單旋翼無人機繞質心轉動模型 54
2.4 四旋翼無人機模型 56
2.4.1 四旋翼無人機質心平動模型 56
2.4.2 四旋翼無人機繞質心轉動模型 58
2.5 小結 60
參考文獻 60
第3章 多無人機任務決策 61
3.1 多無人機集中式任務決策 61
3.1.1 問題描述 61
3.1.2 面向全局任務收益的多無人機集中式任務決策 62
3.1.3 面向任務優先級的多無人機集中式任務決策 74
3.2 多無人機分布式任務決策 88
3.2.1 類腦智能算法 89
3.2.2 問題描述 92
3.2.3 基于類腦智能算法的多無人機分布式任務決策 94
3.3 小結 116
參考文獻 116
第4章 多無人機運動規劃 117
4.1 基于路徑點的多無人機運動規劃 117
4.1.1 問題描述 118
4.1.2 基于自適應高斯偽譜法的求解策略 120
4.1.3 仿真驗證 127
4.2 基于深度強化學習的多無人機運動規劃 133
4.2.1 問題描述 133
4.2.2 基于深度強化學習的求解策略 135
4.2.3 仿真驗證 142
4.3 小結 143
參考文獻 144
第5章 多無人機編隊生成控制 145
5.1 無人機姿態穩定控制 145
5.1.1 問題描述 145
5.1.2 基于超螺旋滑模的姿態穩定控制器設計 146
5.1.3 基于自適應超螺旋滑模的姿態穩定控制器設計 156
5.2 無人機軌跡跟蹤控制 169
5.2.1 基于雙閉環結構的無人機軌跡跟蹤控制原理 169
5.2.2 問題描述 170
5.2.3 基于高階滑模算法的雙閉環軌跡跟蹤控制器設計 171
5.3 小結 184
參考文獻 185
第6章 多無人機編隊保持魯棒自適應控制 186
6.1 全局通信拓撲未知情形下的多無人機編隊保持控制 186
6.1.1 通信拓撲未知情形下的自適應設計基本原理 187
6.1.2 基于自適應算法的多無人機編隊保持控制 190
6.1.3 仿真驗證 203
6.2 考慮避碰約束的多無人機自適應編隊保持控制 207
6.2.1 問題描述 207
6.2.2 考慮避碰約束的自適應分布式控制器設計 209
6.2.3 仿真驗證 216
6.3 小結 221
參考文獻 221
第7章 多無人機編隊安全重構控制 223
7.1 全局通信拓撲已知情形下的多無人機編隊重構 223
7.1.1 問題描述 223
7.1.2 超螺旋干擾觀測器設計 225
7.1.3 基于勢能函數的編隊重構控制器設計 229
7.1.4 仿真驗證 237
7.2 全局通信拓撲未知情形下的多無人機編隊重構 242
7.2.1 自適應編隊重構問題描述 242
7.2.2 自適應編隊重構控制器設計 243
7.2.3 仿真驗證 251
7.3 小結 256
參考文獻 256
第8章 多無人機故障診斷與容錯控制 257
8.1 基于被動容錯的多無人機分布式有限時間容錯控制 257
8.1.1 問題描述 258
8.1.2 多無人機分布式有限時間容錯控制器設計 259
8.2 基于主動容錯的多無人機故障診斷及容錯控制一體化設計 278
8.2.1 問題描述 279
8.2.2 基于狀態反饋的多無人機故障診斷及容錯控制一體化設計 280
8.2.3 基于輸出反饋的多無人機故障診斷及容錯控制一體化設計 292
8.3 小結 304
參考文獻 304
第9章 多無人機通信網絡優化 305
9.1 基于聯盟博弈的無人機集群分簇 305
9.1.1 問題描述 306
9.1.2 聯盟博弈模型 309
9.1.3 基于聯盟切換的求解策略 310
9.1.4 仿真驗證 314
9.2 基于網絡形成博弈的多無人機路由選擇 318
9.2.1 問題描述 319
9.2.2 網絡形成博弈模型 325
9.2.3 考慮循環迭代的求解策略 326
9.2.4 仿真驗證 330
9.3 小結 333
參考文獻 334
第10章 多無人機通信資源分配 335
10.1 基于非合作博弈的多無人機信道資源分配 335
10.1.1 問題描述 336
10.1.2 非合作博弈模型 338
10.1.3 基于*佳響應的求解策略 339
10.1.4 仿真驗證 343
10.2 基于凸優化的多無人機時隙和功率資源分配 345
10.2.1 問題描述 346
10.2.2 基于凸優化的求解策略 351
10.2.3 仿真驗證 361
10.3 小結 366
參考文獻 366
展開全部
多無人機智能自主協同控制 節選
第1章 緒論 無人機(unmanned aerial vehicle，UAV)誕生于**次世界大戰期間，至今已有一百多年的發展歷史。在這一百多年間，無人機先后經歷三個發展階段，從**次世界大戰的萌芽期，到20世紀80年代以色列首創有人-無人機協同作戰的發展期，再到當前人工智能等技術快速發展帶來的蓬勃期，無人機的種類不斷增多，性能日益提升，應用領域也逐步拓展。與有人機相比，無人機具有成本低、尺寸小、機動性高、隱蔽性好及生存能力較強等優勢，被廣泛應用于偵察監視、騙敵誘餌、監測氣象、勘探資源等軍事和民用領域。 隨著任務環境的復雜性和多樣性不斷提高，無人機在執行任務時，需要可承載更大載荷、具備更廣闊的搜索視野以及更高精度的目標定位功能等，而單架無人機受限于其結構簡單、體積小、載荷小、容錯率差等特點，所能發揮的效能極其有限，缺陷也日益突出。為了解決單架無人機在執行任務時存在的問題，許多學者和研究人員受到自然界群體行為的啟發，以現在掌握的無人機技術為基礎，提出多無人機協同的概念，探索和發展更加靈活有效的無人機管理與組織模式，提高多無人機在復雜環境和大規模任務作戰中的任務執行效率，進一步拓寬無人機的應用范圍。 然而，從當前階段的發展現狀來看，無人機可以通過動力裝置和導航模塊，在一定范圍內靠無線電遙控設備或計算機預編程序自主控制飛行，但是智能化與自主化水平依然不高。自2011年至今，隨著大數據、云計算等信息技術的發展，以深度神經網絡為代表的人工智能技術飛速發展，大幅跨越了科學與應用之間的“技術鴻溝”，成為21世紀*重要、*尖端的技術之一。我國制定的《“互聯網+”人工智能三年行動實施方案》，明確提出推動人工智能技術在無人系統領域的融合應用，發展無人飛行器、無人船等多種形態的無人設備。因此，人工智能技術作為一種顛覆性技術，將徹底改變無人機的應用方向與發展趨勢，極大提高無人機的自主化與智能化水平。 本書以多無人機協同控制為背景，依托作者所在課題組多年來在多無人機智能自主協同控制領域所取得的研究成果，通過對多無人機智能自主協同控制基本概念的介紹，多無人機智能自主協同控制中的任務決策、運動規劃、姿態與軌跡跟蹤控制、編隊保持與重構控制、故障診斷與容錯控制、通信組網等關鍵技術研究進展的描述，以及多無人機智能自主協同控制難點問題的分析，為讀者提供多無人機智能自主協同控制研究思路和技術指導。 本章的主要內容安排如下：1.1節介紹多無人機智能協同控制的基本概念；1.2節總結多無人機智能自主控制的研究現狀；1.3節分析多無人機自主協同控制的難點；1.4節介紹本書的撰寫特點和內容安排；1.5節對本章進行小結。 1.1 多無人機智能自主協同控制基本概念 無人機是指不載有操作人員、可以自主飛行或遙控駕駛、可以一次使用也可以回收使用、攜帶致命或非致命有效載荷的有動力飛行器。根據機翼構造特點，無人機可以分為固定翼和旋翼兩大類，其中，固定翼無人機是*早得到研究及應用的，其在機動性、續航能力、飛行速度等方面具有顯著的優勢，并成功執行了許多偵察、監視等軍事任務；旋翼無人機則具備定點懸停、狹小空間作業、垂直起降、多姿態飛行等其他優勢，能夠勝任各式各樣的低空作業任務，也能適應復雜的山區和城市環境。在旋翼無人機中，除了典型的單旋翼無人機外，多旋翼無人機沒有尾槳，結構更簡單，安全性也更高，其中四旋翼無人機由于其結構與飛行原理簡單，而成為多旋翼無人機家族中研究與應用*廣泛的一類。 多無人機協同控制是指多架具有獨立自主功能的無人機按照某種規則組成協同飛行系統，并通過各種協同控制算法，使其成為一個高可靠、強魯棒和高靈活的統一整體，大幅提高完成任務的能力。與單無人機相比，多無人機系統結合了無人機自身的性能優勢和多機系統的數量優勢，具有如下更多的優點和應用空間。 (1)功能分布：將單無人機所具備的各項功能化整為零，分散到多個低成本、功能單一的無人機上，通過多個異構、異型的個體來實現原本復雜的系統功能，系統的倍增效益將使多無人機具備遠超單無人機的能力。 (2)去中心化：目前無人機的通信模式仍然以單機與地面站通信方式為主，信息傳輸仍是集中式的，去中心化的多無人機利用自組網技術可以實現無人機之間信息的高速共享，提高其抗故障能力及高效信息共享能力。 (3)分布式探測：廣泛分布傳感器的能力對于主動探測與被動探測以及定位精度有顯著優勢，多無人機系統可以相互協作實現目標的高精度定位，當需要主動探測時，無人機間還可采取頻率、波段不同的雷達進行全頻譜探測，極大地提高探測能力。 雖然無人機協同控制具有上述優點，但同樣對無人機自主能力提出了更高的要求。美國在《無人機路線圖》中采用了自主控制等級來衡量無人機自主性，如表1.1所示，得到了國內外的廣泛認同。其中等級1中無人機沒有自主性，本身不能對無人機內部和外部的變化自動做出反應，無人機的各種活動完全依靠無人機控制站的操縱人員進行遙控。這級無人機進行的就是所謂的“單調”的任務。等級2中無人機可以完成預編程任務，無人機可以對自身的狀態進行健康診斷，并把狀態報告給無人機操縱人員，這級無人機具有對自身的感知能力。等級3中無人機可以適應自身一定程度的故障，并可在外界飛行條件有變化時，完成既定的任務。等級4中無人機的路徑重規劃功能應完全具備。無人機在飛行中能對地面威脅做出反應，對飛行路徑進行修改以躲避威脅，在躲避威脅的同時仍能完成既定任務。這級無人機具有一定的自主路徑規劃能力，能夠對未知態勢進行重規劃。等級5中無人機應具備初步的多機合作功能。多架無人機在執行任務過程中，可以根據各機和任務目標情況進行協商，對各機進行任務分解使之*優。這級無人機開始具有多架無人機共同執行任務的功能。等級6中無人機應具備多機應對突發威脅目標功能。多架無人機在執行任務過程中，對突然出現的威脅目標具有規避能力，并通過任務決策將突發威脅和已有威脅分配給各架無人機。這級無人機可以和其他無人機共享態勢信息。等級7中整個團隊中的無人機都聽從團隊中一架無人機的戰術安排。等級8中多無人機中沒有“領導”，采用分布式架構，并且有多個多無人機團隊在執行任務。等級9中多架無人機在幾乎沒有人的幫助下完成戰略目標，但需要有人類的監督。等級10中人類對無人機的工作幾乎不作指導，但仍然擁有*高權限。由表1.1可以看出，列出的控制等級還可以大致劃分為單機飛行智能和多機(蜂群)協同智能兩種。具體來說，等級１(遙控)至等級４(路徑重規劃)可以被歸為單機飛行智能類別，等級５(機群協同)至等級10(全自主蜂群)可以被歸為多機(蜂群)協同智能類別，而且控制等級越高，對無人機智能自主能力的要求就越高。因此可以看出，無人機控制正在往集群化、智能化與自主化的方向發展。 表1.1 自主控制等級定義 多無人機智能自主協同控制是指在沒有人為干預的情況下，將先進的人工智能與協同控制算法結合，提高多無人機系統的自主決策、規劃和控制能力，使其成為一個高度自主化和智能化的整體，達到高性能、高效率的任務效果。人工智能技術起源于20世紀50年代，先后經歷了初步發展、沉寂、高速發展等多個階段，特別是在2006年 Geoffrey Hinton提出了深度學習算法后，人工智能技術出現了爆發式的發展，在搜索技術、數據挖掘、機器翻譯等相關領域都取得了豐碩的成果，成為21世紀*重要、*尖端的技術之一，也是無人機智能自主協同控制的有效解決方案。然而，盡管人工智能在各領域的應用成果層出不窮，但僅是從某一特定領域逼近或是超過人類的智能水平[1]。歐盟“人類大腦計劃”的建議報告指出[2]，除人腦以外，沒有任何一個自然或人工系統能夠具有對新環境與新挑戰的自適應能力、新信息與新技能的自動獲取能力、在復雜環境下進行有效決策并穩定工作直至幾十年的能力。由此可見，借鑒大腦是發展人工智能的一條重要路線。人的大腦是一個通用智能系統，由千億個神經元和數百萬億個突觸連接構成，具有感知、學習、推理和決策等能力，是宇宙間已知的*復雜的對象，擁有已知的*強的智能。因此，為了使無人機在復雜多變的任務環境中具有自適應和自主決策能力，在理解人腦運行機制的基礎上，研究新的類腦智能算法十分必要，這也必將影響無人機的未來發展方向，成為實現無人機智能自主協同控制的有效手段。 1.2 多無人機智能自主控制研究現狀 1.2.1 國內外研究項目概述 多無人機系統可用于協同執行偵察和其他相關任務。現有的多無人機系統多用于軍用領域，在民用方面尚處于起步階段。由于其成本低、靈活性強，被普遍認為是未來應用于實際軍事作戰的核心技術之一，受到了世界各國尤其是美國的廣泛關注。下面給出美國在軍事領域的多無人機系統典型戰例及相關研究計劃以說明其重要地位。 從1991年海灣戰爭開始，無人機正式投入實戰中，以美國為首的多國部隊使用先鋒多無人機在陣地上空晝夜飛行，為多國部隊指揮官收集和提供了大量電子情報信息。此外，美軍還將無人機作為誘餌，以各種編隊形式在目標上空飛行，模擬轟炸機信號，誘騙伊拉克防空系統的雷達開機，針對偵察目標發射導彈致使伊拉克防空陣地在短時間內全部癱瘓。 1995年，美軍空襲波黑塞族軍隊前，派出80架次“捕食者”無人機，該型無人機搭載了感知設備，在空襲時向戰斗機提供了準確的目標信息，實現了對戰場的實地偵察，致使對方70%的防空設施和作戰指揮系統被摧毀，40%的彈藥庫被炸毀。 1999年，科索沃戰爭中，美國及其盟軍總共出動了6種不同類型約200架無人機，包括美國空軍“捕食者”、陸軍“獵人”、海軍“先鋒”及英國的“不死鳥”等無人機，主要用于完成中低空偵察、戰場監視、電子干擾、目標定位、戰果評估及氣象資料搜集等任務，進一步顯現了無人機的感知能力及其在戰爭中的地位和作用。 2001年，阿富汗戰爭中，“捕食者”無人機攜帶了 AMG-114海爾法反坦克導彈參戰，成為美軍無人機攜帶武器用于實戰的首次戰例。美軍共有65架“捕食者”無人機開赴阿富汗戰場，其中至少有10架改裝為攻擊型無人機，具備了執行打擊任務的能力。2002年2月4日，“捕食者”無人機襲擊了阿富汗南部地區基地組織的一個藏匿地，造成至少1名基地高級將領死亡。此后，“捕食者”無人機多次成功地對恐怖分子實施精確打擊，無人機的攻擊能力逐步得到體現。 2003年，伊拉克戰爭中，美軍以察打一體化無人機為主體，針對不同作戰要求，派遣50余架共十幾種無人機，其中包括4架“全球鷹”、近20架“捕食者-A”、2架“捕食者-B”及海軍陸戰隊的“龍眼”和“先鋒”，以及陸軍的“獵犬”、 “指針”和“影子”等尺寸較小、航程較短的無人機，無人機的投入數量是阿富汗戰爭的3倍多。2004年8月，美國陸軍航空兵應用技術管理局針對無人機自主協同作戰進行了大量實驗研究和論證，成立聯合研究項目小組，對指定任務的聯網無人機編隊的協同作戰性能進行研究和論證，以*少的人工干預使無人機群協作完成任務。*終目的是開發出較為先進的協同戰術，完成協同偵察/警戒，確立對應的*佳觀測點、通信網絡適配性及部件發生故障時無人機群內部相應調整的指標性能，使無人戰斗機協作完成作戰任務。 2014年，美國國防高級研究計劃局(DARPA)提出“拒止環境中協同作戰”(CODE)項目。項目目標是開發一套包含協同控制算法的軟件系統，可以適應帶寬限制和通信干擾，減少任務指揮官的認知負擔，通過自主能力、編隊協同、人機接口和開放式架構支撐拒止環境下的協同作戰。圖1.1給出項目第2階段任務模擬 圖1.1 CODE項目第2階段任務模擬示意圖 示意圖。2018年11月，DARPA在亞利桑那州尤馬試驗場進行的一系列測試中，演示了裝備 CODE的無人機系統在“反介入區域拒止”環境下適應和響應意外威脅的能力。無人機系統在盡量降低通信量的同時，高效共享信息，協同規劃和分配任務目標，制定協調的戰術決策，并協同應對高威脅動
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
李白與唐代文化
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
巴金－再思錄
- >
經典常談
- >
【精裝繪本】畫給孩子的中國神話
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
