掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
多無人機自主協同任務規劃 版權信息
- ISBN：9787030719942
- 條形碼：9787030719942 ; 978-7-03-071994-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
多無人機自主協同任務規劃 內容簡介
多無人機自主協同作戰代表了未來無人機作戰方式的發展方向。本書系統闡述了面向典型作戰運用任務的多無人機自主協同規劃方法，包括無人機群自主編隊控制、多無人機協同偵查、多無人機協同巡弋控制、多無人機協同搜素、人機協同優化搜索、多無人機協同查打和面向多無人機的反制方法等內容。本書突出軍事應用背景，注重基礎理論知識闡述和智能算法的應用，力求使廣大讀者能快速掌握無人機群的任務自主協同規劃方法。
多無人機自主協同任務規劃 目錄
目錄
前言
第1章 緒論 1
1.1 無人機的自主性和自主控制 1
1.1.1 無人機的自主性 1
1.1.2 無人機的自主控制 3
1.2 多無人機的協同控制 5
1.2.1 智能體和智能體系統 6
1.2.2 多無人機協同控制的結構 8
1.2.3 人機協同控制 10
1.3 多無人機協同任務規劃 11
1.3.1 多無人機協同任務規劃概述 11
1.3.2 多無人機協同任務規劃模型 11
1.3.3 多無人機協同任務規劃方法 13
1.4 多無人機協同作戰和無人機反制方法 16
1.4.1 無人機的應用 16
1.4.2 多無人機協同作戰典型任務 17
1.4.3 無人機的反制技術與方法 19
1.5 本書基本結構 20
參考文獻 21
第2章 多無人機協同編組 27
2.1 概述 27
2.2 多無人機協同編組控制 28
2.2.1 多無人機協同編組問題建模 28
2.2.2 多無人機協同編組策略 31
2.2.3 實驗分析 33
2.3 無人機群多編組控制 37
2.3.1 無人機群多編組控制問題建模 37
2.3.2 無人機群多編組控制策略 37
2.3.3 實驗分析 38
2.4 本章小結 42
參考文獻 42
第3章 多無人機協同偵察 45
3.1 概述 45
3.2 針對任務區域的多無人機協同偵察 46
3.2.1 區域覆蓋偵察問題分析與建模 46
3.2.2 偵察區域處理 49
3.2.3 飛行策略設計 54
3.2.4 實驗分析 61
3.3 針對任務目標的多無人機協同偵察 63
3.3.1 目標遍歷偵察問題分析與建模 63
3.3.2 連通路徑分配算法 65
3.3.3 實驗分析 70
3.4 本章小結 77
參考文獻 77
第4章 多無人機協同巡弋 79
4.1 概述 79
4.2 多無人機協同巡弋問題建模 82
4.2.1 多無人機運動規劃模型 83
4.2.2 雷達目標模型 84
4.2.3 反輻射無人機導引頭感知模型 84
4.2.4 多無人機巡弋規劃控制決策模型 85
4.3 基于協同下降和開環反饋控制的協同規劃控制 86
4.3.1 基于協同下降的分布式協同控制 87
4.3.2 開環反饋控制方法 88
4.3.3 基于粒子濾波的貝葉斯互信息計算 89
4.3.4 實驗分析 90
4.4 本章小結 94
參考文獻 94
第5章 多無人機協同搜索 97
5.1 概述 97
5.2 基于聚類分配算法的無人機協同搜索 98
5.2.1 基于聚類分配算法的無人機協同搜索問題模型 98
5.2.2 基于聚類機制的無人機搜索規劃 104
5.2.3 實驗分析 109
5.3 基于智能決策算法的無人機協同搜索 112
5.3.1 基于智能決策算法的無人機協同搜索問題模型 112
5.3.2 基于群智能機制的無人機搜索決策 116
5.3.3 實驗分析 123
5.4 本章小結 125
參考文獻 125
第6章 人機協同優化搜索 128
6.1 概述 128
6.2 針對我方失蹤人員的人機協同搜索規劃方法 129
6.2.1 人機協同搜救我方失蹤人員路徑規劃問題模型 129
6.2.2 基于 BBO算法的人機協同路徑規劃方法 134
6.2.3 實驗分析 138
6.3 針對敵方移動目標的人機協同搜索規劃方法 140
6.3.1 人機協同搜捕敵方移動目標路徑規劃問題模型 141
6.3.2 基于混合進化算法的人機協同路徑規劃方法 143
6.3.3 實驗分析 145
6.4本章小結 151
參考文獻 151
第7章 多無人機協同察打 153
7.1 概述 153
7.2 面向簡單先驗環境的無人機協同察打 154
7.2.1 面向簡單先驗環境的無人機協同察打環境模型 154
7.2.2 基于分布式貪心算法的協同察打規劃 155
7.2.3 實驗分析 157
7.3 面向復雜不確定環境的無人機協同察打 161
7.3.1 面向復雜不確定環境的無人機協同察打探測模型 161
7.3.2 多無人機規劃的優化模型 162
7.3.3 基于共生生物搜索算法的協同察打規劃 165
7.3.4 實驗分析 170
7.4本章小結 176
參考文獻 176
第8章 對敵無人機群的反制 177
8.1 概述 177
8.2 應對敵無人機群搜索的假目標干擾方法 177
8.2.1 應對敵無人機群搜索的假目標優化設置問題 177
8.2.2 基于進化計算的假目標優化設置算法 179
8.2.3 實驗分析 181
8.3 應對敵無人機群偵察的自動防空系統配置方法 183
8.3.1 應對敵無人機群偵察的自動防空系統優化配置問題 184
8.3.2 基于迭代搜索的精確優化算法 186
8.3.3 基于進化計算的啟發式算法 188
8.3.4 實驗分析 189
8.4 應對敵無人機群察打的無人機對抗攻擊方法 191
8.4.1 應對敵無人機群察打的無人機對抗攻擊問題 191
8.4.2 基于圖神經網絡的建模和識別方法 192
8.4.3 實驗分析 194
8.5 本章小結 196
參考文獻 196
前言
第1章 緒論 1
1.1 無人機的自主性和自主控制 1
1.1.1 無人機的自主性 1
1.1.2 無人機的自主控制 3
1.2 多無人機的協同控制 5
1.2.1 智能體和智能體系統 6
1.2.2 多無人機協同控制的結構 8
1.2.3 人機協同控制 10
1.3 多無人機協同任務規劃 11
1.3.1 多無人機協同任務規劃概述 11
1.3.2 多無人機協同任務規劃模型 11
1.3.3 多無人機協同任務規劃方法 13
1.4 多無人機協同作戰和無人機反制方法 16
1.4.1 無人機的應用 16
1.4.2 多無人機協同作戰典型任務 17
1.4.3 無人機的反制技術與方法 19
1.5 本書基本結構 20
參考文獻 21
第2章 多無人機協同編組 27
2.1 概述 27
2.2 多無人機協同編組控制 28
2.2.1 多無人機協同編組問題建模 28
2.2.2 多無人機協同編組策略 31
2.2.3 實驗分析 33
2.3 無人機群多編組控制 37
2.3.1 無人機群多編組控制問題建模 37
2.3.2 無人機群多編組控制策略 37
2.3.3 實驗分析 38
2.4 本章小結 42
參考文獻 42
第3章 多無人機協同偵察 45
3.1 概述 45
3.2 針對任務區域的多無人機協同偵察 46
3.2.1 區域覆蓋偵察問題分析與建模 46
3.2.2 偵察區域處理 49
3.2.3 飛行策略設計 54
3.2.4 實驗分析 61
3.3 針對任務目標的多無人機協同偵察 63
3.3.1 目標遍歷偵察問題分析與建模 63
3.3.2 連通路徑分配算法 65
3.3.3 實驗分析 70
3.4 本章小結 77
參考文獻 77
第4章 多無人機協同巡弋 79
4.1 概述 79
4.2 多無人機協同巡弋問題建模 82
4.2.1 多無人機運動規劃模型 83
4.2.2 雷達目標模型 84
4.2.3 反輻射無人機導引頭感知模型 84
4.2.4 多無人機巡弋規劃控制決策模型 85
4.3 基于協同下降和開環反饋控制的協同規劃控制 86
4.3.1 基于協同下降的分布式協同控制 87
4.3.2 開環反饋控制方法 88
4.3.3 基于粒子濾波的貝葉斯互信息計算 89
4.3.4 實驗分析 90
4.4 本章小結 94
參考文獻 94
第5章 多無人機協同搜索 97
5.1 概述 97
5.2 基于聚類分配算法的無人機協同搜索 98
5.2.1 基于聚類分配算法的無人機協同搜索問題模型 98
5.2.2 基于聚類機制的無人機搜索規劃 104
5.2.3 實驗分析 109
5.3 基于智能決策算法的無人機協同搜索 112
5.3.1 基于智能決策算法的無人機協同搜索問題模型 112
5.3.2 基于群智能機制的無人機搜索決策 116
5.3.3 實驗分析 123
5.4 本章小結 125
參考文獻 125
第6章 人機協同優化搜索 128
6.1 概述 128
6.2 針對我方失蹤人員的人機協同搜索規劃方法 129
6.2.1 人機協同搜救我方失蹤人員路徑規劃問題模型 129
6.2.2 基于 BBO算法的人機協同路徑規劃方法 134
6.2.3 實驗分析 138
6.3 針對敵方移動目標的人機協同搜索規劃方法 140
6.3.1 人機協同搜捕敵方移動目標路徑規劃問題模型 141
6.3.2 基于混合進化算法的人機協同路徑規劃方法 143
6.3.3 實驗分析 145
6.4本章小結 151
參考文獻 151
第7章 多無人機協同察打 153
7.1 概述 153
7.2 面向簡單先驗環境的無人機協同察打 154
7.2.1 面向簡單先驗環境的無人機協同察打環境模型 154
7.2.2 基于分布式貪心算法的協同察打規劃 155
7.2.3 實驗分析 157
7.3 面向復雜不確定環境的無人機協同察打 161
7.3.1 面向復雜不確定環境的無人機協同察打探測模型 161
7.3.2 多無人機規劃的優化模型 162
7.3.3 基于共生生物搜索算法的協同察打規劃 165
7.3.4 實驗分析 170
7.4本章小結 176
參考文獻 176
第8章 對敵無人機群的反制 177
8.1 概述 177
8.2 應對敵無人機群搜索的假目標干擾方法 177
8.2.1 應對敵無人機群搜索的假目標優化設置問題 177
8.2.2 基于進化計算的假目標優化設置算法 179
8.2.3 實驗分析 181
8.3 應對敵無人機群偵察的自動防空系統配置方法 183
8.3.1 應對敵無人機群偵察的自動防空系統優化配置問題 184
8.3.2 基于迭代搜索的精確優化算法 186
8.3.3 基于進化計算的啟發式算法 188
8.3.4 實驗分析 189
8.4 應對敵無人機群察打的無人機對抗攻擊方法 191
8.4.1 應對敵無人機群察打的無人機對抗攻擊問題 191
8.4.2 基于圖神經網絡的建模和識別方法 192
8.4.3 實驗分析 194
8.5 本章小結 196
參考文獻 196
展開全部
多無人機自主協同任務規劃 節選
第1章 緒論 無人機(unmanned aerial vehicle， UAV)作為一種新型的空中力量，在軍事領域(如搜索、偵察、打擊)和民用領域(如搜救、監測)都有著廣闊的應用前景，特別是在危險、偏遠或惡劣的環境下，無人機系統已開始逐漸替換有人機系統。在現代戰爭中，面對復雜多變的戰場環境，通過多無人機協同控制，可實現無人機集群整體作戰效能遠大于單無人機獨立作戰效能的總和，這大大加速了戰爭形態向無人化、智能化演進。2018年1月，敘利亞反對派從50km外遠程操控13架無人機對俄駐敘利亞的赫梅米姆空軍基地和塔爾圖斯海軍基地發起攻擊。2019年9月，正在也門與胡塞武裝激戰的沙特，其國內石油設施突然遭到18架無人機及其引導的導彈襲擊，襲擊造成沙特石油產能減半，世界油價上漲近20%，可謂以小博大。在2020年9月的納卡沖突中，阿塞拜疆軍隊大量使用 TB2察打一體無人機、“哈洛普”無人機、安-2無人機等對亞美尼亞的防空系統、坦克、炮兵陣地等進行毀滅性打擊，成為無人機主導勝負的典型案例。 與單無人機相比，多無人機協同具有明顯的優勢。例如，在軍事偵察中，多無人機可通過不同視角對目標進行全方位感知，從而提高信息的準確性和完整性；在戰場攻擊中，多架無人機可同時對敵方目標進行多方位攻擊，提高殺傷力和命中率；部分無人機失去任務能力時，整個機群仍可以通過重組和任務重分配等來繼續保持任務能力。 但與單無人機相比，多無人機協同執行任務時所需處理的信息量大幅增加，協同控制計算復雜性顯著提高，傳統計算方法已很難滿足要求。研究高效的多無人機自主協同任務規劃方法，對提升無人機運用水平、拓展無人機軍事應用場景、提高非對稱作戰能力，具有重要的理論價值和實踐意義。 1.1 無人機的自主性和自主控制 1.1.1 無人機的自主性 無人系統是由機械、控制、計算機、通信和材料等相關技術融合而成的復雜系統，自主和智能是智能無人系統兩個昀重要的特征。 美國國防部2018年8月發布了《2017—2042年無人系統綜合路線圖》[1]，主要從互用性、自主性、安全網絡和人機協同四個主題分析了無人系統面臨的問題、挑戰、機遇及其需重點發展的關鍵技術。該路線圖將自主性定義為無人系統根據其對世界、自身和環境的知識和理解，獨立地制定和選擇不同的行動方案，以達成目標的能力。 早期的機器人通常僅具有自動化功能，隨著人工智能和機器學習技術的進步，逐步開發出具有更高水平自主功能的系統，未來無人系統將從遠程控制和自動化系統，發展到支持任務所需的幾乎完全自治的系統。 自主性是自動化的高級階段，自主是基于信息和知識驅動的，無人系統根據任務需求自主完成“感知—判斷—決策—執行”的動態過程，能夠應對意外情形和新任務，并對失敗具備一定程度的容忍性。自主性的提升將極大地提高有人/無人系統相互協作的效率和有效性，一般來說，自主性等級可分為4個層級[2]，如表1.1所示。 表1.1 自主性的4個層級 軍隊作戰無人系統通常包括無人機、無人地面車輛、無人水面艇和無人潛航器等四類，可遂行情報-監視-偵察、排爆、城市反恐、反水雷、反潛、反水面艇、追蹤敵方威脅、核生化探測、武裝打擊等多種任務。無人系統具有物理環境適應能力強、風險小、代價低、非接觸、無人傷亡、長續航、多功能、自主可控、可成組編隊等特點，將極大地擴展有人平臺的作戰能力，成為信息化、網絡化戰爭的重要節點，改變傳統戰爭模式[3]。 無人機是昀常見的軍隊作戰無人裝備，嚴格來說其全稱應為無人機系統(unmanned aircraft system， UAS)，通常是指由飛機平臺系統、飛行控制與管理分系統、任務設備分系統、通信與數據鏈系統、地面控制站及保障系統組成的系統。無人機系統的自主性可以被定義為無人機系統自身集成傳感、感知、分析、通信、計劃、決策、行動/執行的能力，通過設計的人機界面或與無人機系統通信的其他系統，實現人類操作員指定的目標[4]。 1.1.2 無人機的自主控制 無人機個體的自主控制能力是無人機集群協同作戰的技術基礎，它將逐步從簡單的遙控、程控方式向人機智能融合的交互控制，甚至全自主控制的方式發展，并將具備集群協同執行任務的能力。 無人機自主控制可以理解為非結構化環境、非預設態勢、非程序化任務等各種不確定條件下的“高度”自動控制。換言之，就是在沒有人工/外部干預的條件下，無人機能通過在線環境/態勢的感知和信息處理，自主生成優化的控制與管理策略，規避各種障礙和威脅，完成各種特定任務，并具有快速、有效的動態任務適應能力。無人機自主控制所面臨的挑戰主要來自運行環境、任務及無人機自身的復雜性、不確定性和動態性。 1.無人機自主控制系統的能力需求 無人機自主控制系統的主要能力需求如下[5]。 1)感知認知能力 在復雜和不確定條件下，只有具備相應的感知認知能力，無人機才能獲取飛行/任務環境信息、自身運動和系統狀態信息，以及操作指令和任務目標信息等，支撐自主控制系統所期望功能和性能的實現。 2)評估判斷能力 在基于感知認知獲取相應的信息并建立認知模型后，需要對敵我態勢/意圖、環境/敵方威脅、自我健康等做出有效評估和判斷。 3)規劃決策能力 無人機要減少人的實時控制參與，增強自主控制能力，就必須在不確定的情況下自己做出規劃與決策。在無人機自主控制系統中，典型的規劃決策能力體現在軌跡規劃、任務規劃和戰術機動決策等方面。 4)控制執行能力 對無人機自主控制系統而言，控制執行能力主要面向無人機機動飛行，是基于規劃與決策的結果改變自身位置和運動狀態的能力。 5)人機融合能力 無人機的使用離不開人的參與，且應始終貫徹“以人為中心”的原則。人機融合能力是自主控制系統所必不可少的。只有具有人機融合能力，無人機與操作使用者之間、無人機與有人系統之間才能建立起溝通與協作的橋梁。 6)多無人機協同能力 面向日益復雜的任務和應用環境，無人機系統的使用模式已經逐步由單平臺發展為更靈活的多平臺(有人/無人、無人/無人)協同操作方式。因此，自主控制系統也必須根據實際任務需求形成相應的多無人機協同能力，實現協同感知、協同攻擊、協同干擾等。 7)故障容錯能力 容錯能力即自動/自主處理故障的能力。針對突發的系統故障、戰損等，無人機自主控制系統應具備一定程度的容錯甚至修復能力，從而能自主處理飛行中的故障，為任務的執行提供有效的保障。 8)學習進化能力學習進化能力是自主控制系統高度智能化的重要體現之一，是其通過自主的學習、修正和不斷進化，提高系統相關性能的能力。 需要強調的是，上述八項能力需求是相互滲透、相互作用和相互促進的。前四種能力是實現自主控制的基礎；在前四項能力的基礎上，才能實現面向任務的人機融合能力和多無人機協同能力；而具備故障容錯和學習進化能力則可以進一步提升前六項能力。 2.無人機自主控制系統的一般結構 無人機的智能化和自主化依賴于其自主控制系統的實現，無人機的自主控制系統是一個大型、復雜且面向不確定性的系統，其控制結構決定了系統的整體性能，如效率、穩定性、可擴展性、模塊化等。因此，無人機的控制結構應分層組織[6-8]，使其具有足夠的靈活性。 當前廣泛接受的自主控制系統結構是遞階分層控制結構，它將自主控制系統按智能遞減、精細遞增的原則劃分層次而設計實現，主要由任務管理系統和飛行管理系統兩大部分組成：前者處于頂層，一般位于地面控制站或長機上，主要面向任務的執行管理；后者位于底層，面向飛行管理和控制，主要包括飛行管理及控制執行功能，其典型結構如圖1.1所示[9]。 圖1.1 無人機的一般自主控制結構 任務管理系統與多無人機協同控制的實現密切相關，而飛行管理系統則是無人機執行已分配任務的動作機構。多無人機協同作戰，需要在無人機個體的自主控制系統的基礎上，實現多個個體的協同控制。 任務管理系統主要分為協商層、執行層和功能層。協商層負責將任務分解為一系列子任務，并協調其運行。通常，協商層必須考慮并發操作和時間依賴性。由于無人機和環境的復雜性，考慮航空系統的運動學及動態約束，協商層可能涉及任務規劃和高級運動計劃等。執行層負責同步不同任務的執行，并處理任務執行過程中可能出現的故障。功能層實現無人機的不同功能，如感知和運動等。感知功能專注于從環境中獲取信息以增強無人機的態勢感知能力，而運動功能則是以智能、有效的方式移動無人機并避免障礙。 飛行管理系統實現了所需的基本制導、導航和控制算法，這些算法可使無人機保持穩定并遵循高層模塊發送的命令。在昀常見故障情況下，例如全球定位系統(global positioning system， GPS)丟失和電池電量不足時，飛行管理系統也可以實現基本的行為控制。飛行管理系統一般配備 GPS、慣性測量單元(inertial measurement unit， IMU)、磁力計、空中數據系統和高度計等信息感知單元，可實現以下功能。 (1)飛行模式管理：處理飛機的不同飛行模式(穩定、完全自主等)和飛行的不同階段(起飛、巡航、降落等)。 (2)系統運行狀況監視：監視不同傳感器、執行器和其他軟件模塊的狀態，并在此體系結構級別上處理警報和可能的故障。 (3)通信管理：處理高層和地面控制站的通信。 無人機的飛行管理控制系統如圖1.2所示。 圖1.2 無人機的飛行管理信息系統 1.2 多無人機的協同控制 在實際任務執行中，因任務要求、環境影響及無人機自身的影響制約，多無人機的協同控制非常復雜，主要體現如下[10]。 (1)任務復雜性：不同的作戰任務，在作戰目標、時序約束、時間敏感性約束、任務間耦合約束、任務指標等方面均可能存在差異，而且作戰目標還可能存在不確定性，如目標數量、分布不確定，目標參數不確定，目標機動性不確定等問題。 (2)任務環境的復雜性：任務環境可能包含多種既有的和突發的威脅、障礙、極端天氣等，無人機與系統可能無法獲知或無法及時獲知環境的全局信息及其變化。 (3)多無人機系統成員間的差異：不同無人機間存在動力學特性差異、功能差異、信息采集處理和通信能力的差異等。 (4)計算復雜性：在進行協同任務規劃問題研究時，不可避免地會碰到多項式復雜程度(non-deterministic polynomial， NP)難題，即隨著問題規模(如無人機數量、目標數量等)的增長，問題的解空間將呈現指數級的爆炸式擴張，而從這個龐大的解空間中找到昀優解需要耗費大量的計算，非常困難。當任務的實時性要求較高時，該矛盾會更突出，甚至會直接影響協同任務的執行效果。 (5)通信約束的復雜化：任務環境的復雜多變必然會對無人機群的通信網絡造成影響，如通信拓撲結構變化、帶寬受限、通信干擾、通信延時等，甚至可能會出現虛假通信等問題，再考慮到無人機本身的通信設備性能限制，如通信距離和帶寬等，以及某些任務可能會要求通信盡可能少，這又將極大地增加多無人機協同問題的復雜程度。 在上述復雜性的共同作用下，多無人機協同任務規劃就變成了一個極其復雜的問題，對該問題進行建模與求解的難度也大大增加。作為無人機技術發展的一個重要趨勢，多無人機協同控制方面的研究受到了美國軍方的極大重視，已經被美國空軍科學研究局列為六大基礎研究課題之一，也成為學術界的持續研究熱點。 1.2.1 智能體和智能體系統 多無人機及后續發展的無人蜂群作戰技術來源于多智能體系統理論，一般將其中的無人機個體視為智能體(agent)，執行任務的多無人機編組則視為一個多智能體系統(multi-agent systems，
書友推薦
- >
二體千字文
- >
苦雨齋序跋文-周作人自編集
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
姑媽的寶刀
- >
回憶愛瑪儂
- >
朝聞道
- >
伯納黛特,你要去哪(2021新版)
- >
自卑與超越
本類暢銷
