- · 中共航天信息股份有限公司代表大会召开[11/26]
- · 湖南航天召开学习贯彻党的十九届五中全会专题辅导报告会[11/25]
- · 河南航天党委专题学习十九届五中全会精神[11/19]
- · 航天建设“连心桥”支部开展“铭记伟大胜利 履行强军首责”主题党日活动[11/19]
- · 航天精工党委中心组集体学习扩大会议学习贯彻党的十九届五中全会精神[11/17]
- · 党支部的一面旗帜——航天江南群建塑胶“我们”党员突击队侧记[11/13]
- · 航天科工财务公司与航天科技财务公司交流研讨纪检及审计业务[11/13]
- · 二院党委中心组专题学习十九届五中全会精神[11/12]
《系统工程与电子技术》是由中国航天科工防御技术研究院、中国宇航学会、中国系统工程学会和北京航天情报与信息研究所联合主办的学术期刊,创刊于1979年,为月刊。长期以来,本刊始终坚持理论与实践相结合、深度与广
...
双属性概率图优化的无人机集群协同目标搜索
作者:黄杰 孙伟 高渝
关键词: 多无人机; 协同搜索; 改进的协同进化遗传算法; 双属性概率图; 滚动优化;
摘要:为了提高不确定环境下无人机(unmanned aerial vehicle,UAV)对目标捕获能力,进而提高多UAV协同搜索效率,提出了基于双属性概率图结合改进的协同进化遗传算法(improved co-evolutionary genetic algorithm,ICEGA)的多UAV协同目标搜索方法。首先,根据环境的先验信息,在原概率图基础上引入标志位,建立基于双属性矩阵的待搜索环境概率模型,提高环境和目标的信息感知准确度;其次,定义UAV的飞行规则并结合目标先验概率图信息,建立UAV运动模型及确定最大收益的目标函数;最后,建立分布式UAV之间的信息交互模型,运用ICEGA算法优化产生最优协同决策输入航向角集合,在线实时滚动优化产生最优协同路径。实验结果表明,基于双属性概率图结合ICEGA算法更能够保证最优路径的产生,使得UAV能够准确地搜索到目标;同时,对比仿真验证了ICEGA算法能够提高UAV之间的协同性,保证了路径可行性及提高了目标搜索效率。
上一篇:中距协同空战决策过程二次聚类重构与评估
下一篇:航母作战部署中的舰载机出动规划模型