无人机集群协同对抗最优策略研究

来源 :数学的实践与认识 | 被引量 : 0次 | 上传用户:easychart
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人机集群协同作战是未来智能化战争中不可或缺的作战模式.为了探究无人机集群协同对抗最优策略问题.首先建立双方无人机集群飞行状态函数,给出无人机打击、拦截的计算方法,提出蓝方无人机突防时间最短和红方无人机拦截时间最短的对抗策略,进而以红方无人机能够成功拦截蓝方无人机为约束条件,建立以攻击通道带宽最大为目标的优化模型,并利用拉格朗日乘子算法实现,得到红蓝双方无人机对抗的最优策略及最大通道带宽.最后以两架运载机搭载20架无人机拦截一架无人机进行实证分析,结果表明:红方两架运载机分两个波次,每波次发射5架无人机的拦截效果最好;且两架运载机发射第二波无人机集群的时间分别是87.3s和104.5s,无人机集群中心坐标分别为(25483,59638)和(27558,43854),通道带宽的上限为58.7km.
其他文献
建立了基于机器学习和统计学习的P300信号识别模型.由于通道数过多,建立基于组稀疏贝叶斯逻辑回归的通道自动选择模型来提取最佳通道组合;然后针对数据标签成本过高的问题,提出了改进的基于支持向量机的半监督分类模型.最后针对5个健康成年被试的P300脑机接口实验数据进行实证分析.在实证分析中首先对数据进行预处理、特征提取和整合、欠采样等数据分析工作,然后在通道自动选择模型选择出的最优通道组合的前提下,识别并分类预测了P300信号.该识别过程是康复工程发展的重要辅助工具.
针对红、蓝无人机集群在平面区域内的协同对抗问题进行建模研究.首先我们运用非线性规划、平面解析几何、动态博弈理论等知识建立数学模型,求解得到蓝方的成功突防区域与最优突防策略.接下来我们从红方无人机集群拦截策略的初始位置出发,建立基于动态博弈理论的无人机集群突拦模型,通过MATLAB编程计算出蓝方最佳突防通道下限Mmin=79.08 km.
雾与霾的自然现象会显著降低能见度,对道路行车与飞机起降造成巨大的安全隐患,因此,根据观测数据对大雾环境中的能见度准确估计与预测的重要性不言而喻.首先,采用因子分析对七个气象因素的观测数据进行降维,并结合辐射雾形成的物理模型确定因子个数,进而拟合出多元非线性关系式;然后,基于暗通道先验与Lambert-Beer定律,结合高速公路监控图像中车道线的距离等信息,建立透射率、距离与消光系数的关系模型,进而求解能见度变化曲线;最后,使用ARIMA时间序列模型预测高速公路能见度达到150m的具体时刻.