【摘 要】
：
无人飞行器集群协同作为一种全新的任务执行形态,正逐渐成为生成体系作战能力的有效途径,而自组织集群行为建模技术是实现集群高效率协同的关键所在。基于无人飞行器集群协同特点梳理总结了关键技术问题,从复杂系统图形化建模、集群多编队协同、集群队形变换、集群决策控制等4个方面,对无人飞行器集群协同行为建模技术现状和存在难点进行了全面总结,提出了基本框架和实现途径,展望了当前无人飞行器集群协同行为建模技术研究应当关注的若干发展方向和可预见的显著效益,为无人飞行器集群协同行为建模技术发展提供了参考与依据。
【机 构】
：
湖南理工学院信息科学与工程学院,国防科技大学系统工程学院,中国航天科工集团有限公司
【基金项目】
：
湖南省自然科学基金(2020JJ4339,2019JJ40099),湖南省教育厅重点科研项目(18A317),湖南省教育厅科学研究优秀青年项目(20B272)资助课题。
论文部分内容阅读
无人飞行器集群协同作为一种全新的任务执行形态,正逐渐成为生成体系作战能力的有效途径,而自组织集群行为建模技术是实现集群高效率协同的关键所在。基于无人飞行器集群协同特点梳理总结了关键技术问题,从复杂系统图形化建模、集群多编队协同、集群队形变换、集群决策控制等4个方面,对无人飞行器集群协同行为建模技术现状和存在难点进行了全面总结,提出了基本框架和实现途径,展望了当前无人飞行器集群协同行为建模技术研究应当关注的若干发展方向和可预见的显著效益,为无人飞行器集群协同行为建模技术发展提供了参考与依据。
其他文献
共形阵的载体曲率形式复杂,导致抛面共形阵的方向图指向不同,而且不同天线单元的极化特性迥异.常见的圆柱阵、圆锥阵在同一母线上的极化分量是相同的,但是抛面共形阵的载体曲
以岩心观察、粒度分析、薄片鉴定、测井资料和地震资料解释等为主要手段,研究渤海湾盆地东营凹陷北部陡坡带坨826块沙三上亚段砂砾岩沉积特征。结果表明,坨826块东部和西部沙三上亚段砂砾岩尽管与母岩距离相近,但受物源性质和搬运机制差异影响,其成分、结构和构造明显不同,其储集性能也具差异。东部砂砾岩以牵引流沉积为主,分选好,颗粒支撑,原始孔隙度较高;西部砂砾岩以重力流沉积为主,分选差,杂基支撑,原始孔隙度较低。研究区沙三上亚段砂砾岩为扇三角洲前缘亚相沉积,具有东(郑366次级古冲沟)、西(郑361—郑369次级古
为确定风城油田侏罗系齐古组油砂的细观结构和渗流特征,利用微米CT获得的灰度图像,在传统图像分割方法的基础上,提出了适用于油砂的3种介质图像分割方法,并采用物理实验法获得了油砂数字岩心,构建了孔隙网络模型。研究表明:在构建油砂数字岩心时,需要在多孔介质图像二值化方法的基础上提出适用于油砂的3种介质图像分割方法,来区分油砂中的颗粒、沥青质和孔隙;代表性体积单元的边长不小于3.0 mm时,所建立的数字岩心才能较为真实地反映油砂的细观结构;风城油田侏罗系齐古组油砂颗粒与沥青质的接触方式主要分为颗粒接触、胶结和悬浮
随着全球卫星导航系统欺骗器的类型越来越多样,检测欺骗攻击已成为一个迫切需要解决的全球性问题.由于大多数欺骗过程不会引起信号参数的显著变化,使成功检测欺骗的难度加大.
吉林油田黑46区块小井距注气试验区已进入开发中—后期,水窜气窜严重。为此,在CO2泡沫中加入纳米微球颗粒,形成气液固三相组成的纳米微球强化CO2泡沫体系,开展纳米微球强化CO2泡沫体系控制气窜实验。实验结果表明:最优纳米微球强化CO2泡沫体系组成是质量分数0.10%FA-1+0.50%FA-2+0.10%M-1;在不同温度和矿化度条件下,纳米微球强化CO2泡沫体系较常规CO2
针对传统的想定建模方法耗时长、成本高的问题,为了实现作战体系概念模型数据到仿真想定的数据映射重用,提出一种基于语义匹配的作战体系仿真想定生成方法。首先,基于网络爬虫技术获取武器装备的参数信息,构建了作战领域知识库。在此基础上,提出了新型的混合式语义匹配方法以提供仿真想定的数据来源,根据自然语言数据库WordNet开展调参实验确定算法参数,通过对比人工打分结果有效提高了算法的可信性。在确定了概念模型与仿真想定的数据映射关系后,给出了仿真想定的生成方法。最后,通过编队突防仿真应用案例,验证了该方法的可行性。
为高效、高性能地合成阵列接收信号,提出基于噪声子空间特性的波束形成器设计。首先,利用噪声的宽带分布特性,对Capon空间谱的噪声区域做粗采样,由此进行残留噪声补偿,获得信号协方差矩阵的估计;其次,利用噪声子空间与信号子空间的正交性,通过信号协方差矩阵分解构造出信号正交补投影算子;最后,利用噪声子空间与干扰子空间的正交性,用该投影算子对观测信号进行处理,获得干扰功率估计,进而推导出干扰加噪声协方差矩阵和最终的波束形成器。仿真结果表明,该方法仅耗费较少的快拍,即可在大信噪比范围内实现较高信干噪比输出。
建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine,ELM)对复杂的非线性航空发动机系统具有良好的适应性,本文提出了利用头脑风暴优化算法(brain storm optimization,BSO)优化ELM的网络参数以提高其性能。并提出以发动机的台架试车加速过程数据为训练和验证样本,利用BSO-ELM算法回归辨识得到涡轴发动机加速过程性能参数预测模型。结果表明预测参数燃气发生器转速ng、燃气发生器出口温度
哈拉哈塘油田奥陶系碳酸盐岩油藏为塔里木油田高产稳产的主力油藏,其缝洞型储集层成因机理、形成时期和油气分布一直是研究难点.基于地球物理资料,结合岩心和薄片观察、地球
在高维数据分析中,一个不可避免且棘手的问题是维度诅咒,因而如何将高维数据通过特征选择降维为低维数据显得尤为重要。对此,提出了基于鲁棒矩阵分解和自适应图的无监督特征选择模型(unsupervised feature selection model based on robust matrix factorization and adaptive graph,MFAGFS),实现在一个统一的学习框架下执行鲁棒矩阵分解、特征选择以及局部结构学习。模型首先通过鲁棒矩阵分解可获得聚类标签,将聚类标签和局部结构信息用