發(fā)布時間：2017-04-29 00:07

  本文關(guān)鍵詞：無人機群協(xié)同空戰(zhàn)決策研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著無人機在戰(zhàn)爭中的應(yīng)用越來越普遍，無人機群空戰(zhàn)決策已成為熱門研究課題。在最短的時間內(nèi)做出最佳的空戰(zhàn)決策，將為無人機群空中作戰(zhàn)任務(wù)的完成提供有力保障。無人機群空戰(zhàn)過程分為超視距和近視距兩個階段。本文分別對敵我無人機群分組問題，無人機配對小組間的超視距協(xié)同攻擊決策和近視距協(xié)同機動決策進行了研究，建立了相應(yīng)的空戰(zhàn)模型，設(shè)計了相應(yīng)的優(yōu)化算法，采用Matlab進行實例仿真驗證算法的優(yōu)劣性，，并在MAK軟件中進行視景仿真，展示無人機群的實際空戰(zhàn)效果。 無人機群分組部分，基于將作戰(zhàn)特性非常相似的無人機分為一組的原則建立敵方分組模型，利用改進的模糊C-均值聚類算法進行求解，將改進前后的模糊C-均值聚類算法進行仿真比較。基于輸贏比數(shù)及空戰(zhàn)能力比最大的原則建立我方分組模型，利用遺傳模擬退火算法進行求解，將該算法和傳統(tǒng)的遺傳算法、模擬退火算法進行仿真比較。仿真結(jié)果表明：改進的模糊C-均值聚類算法能夠搜索到更好的敵方分組方案，遺傳模擬退火算法能夠搜索到更好的我方分組方案。 超視距階段小組機群協(xié)同攻擊部分，評估了態(tài)勢威脅，利用層次分析法和灰色關(guān)聯(lián)度法判定各威脅權(quán)重大小，基于期望剩余威脅最小的原則建立攻擊模型，利用改進的遺傳模擬退火算法求解特定的作戰(zhàn)場景，將改進前后的遺傳模擬退火算法進行仿真比較。仿真結(jié)果表明：改進的遺傳模擬退火算法能夠較快地搜索到最佳的目標攻擊方案。 近視距階段小組機群協(xié)同機動部分，建立了無人機機動模型，采用預(yù)測影響圖法模擬單架無人機空戰(zhàn)機動過程，并應(yīng)用群決策理論求解小組機群協(xié)同機動決策。仿真結(jié)果表明：預(yù)測影響圖法和群決策理論能夠有效地引導(dǎo)小組無人機群進行近距空戰(zhàn)。
【關(guān)鍵詞】：無人機群 協(xié)同空戰(zhàn) 模糊C-均值聚類法 遺傳模擬退火算法 預(yù)測影響圖 群決策理論
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：V279
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 注釋表11-12
• 第一章 緒論12-18
• 1.1 課題研究背景及意義12-13
• 1.1.1 無人機在現(xiàn)代戰(zhàn)爭中的作用12-13
• 1.1.2 無人機群協(xié)同空戰(zhàn)在未來戰(zhàn)爭中的重要性13
• 1.2 國內(nèi)外研究現(xiàn)狀及分析13-15
• 1.2.1 超視距階段機群協(xié)同空戰(zhàn)算法研究現(xiàn)狀13-14
• 1.2.2 近視距階段機動決策算法研究現(xiàn)狀14-15
• 1.3 論文研究內(nèi)容15-16
• 1.4 論文組織結(jié)構(gòu)16-18
• 第二章 大規(guī)模無人機群分組18-40
• 2.1 引言18-19
• 2.2 無人機群分組的數(shù)學模型19-21
• 2.2.1 敵方無人機群分組模型的建立19
• 2.2.2 我方無人機群分組模型的建立19-21
• 2.3 無人機群分組決策分析21-31
• 2.3.1 算法分析21-25
• 2.3.2 基于 FCM 算法的敵方無人機機群分組25-26
• 2.3.3 基于改進 FCM 算法的敵方機群分組26-29
• 2.3.4 基于遺傳模擬退火算法（GSA）的我方機群分組決策29-31
• 2.4 仿真算例與分析31-39
• 2.4.1 敵方無人機群的分組仿真分析31-35
• 2.4.2 我方無人機群的分組仿真分析35-39
• 2.5 本章小結(jié)39-40
• 第三章 小組無人機群超視距協(xié)同攻擊決策40-52
• 3.1 引言40
• 3.2 敵方無人機威脅評估及其權(quán)重分析40-43
• 3.2.1 態(tài)勢威脅評估40-41
• 3.2.2 威脅指標權(quán)重分析41-43
• 3.3 小組無人機群協(xié)同攻擊模型的建立43-44
• 3.4 小組無人機群協(xié)同攻擊決策分析44-46
• 3.4.1 基于遺傳模擬退火算法(GSA)的協(xié)同攻擊決策44-45
• 3.4.2 基于啟發(fā)式遺傳模擬退火算法（HGSA）的協(xié)同攻擊決策45-46
• 3.5 仿真算例與分析46-50
• 3.5.1 由層次分析法及灰色關(guān)聯(lián)法評估威脅權(quán)重系數(shù)46-47
• 3.5.2 小組無人機群協(xié)同攻擊決策仿真分析47-50
• 3.6 本章小結(jié)50-52
• 第四章 小組無人機群近視距協(xié)同機動決策52-64
• 4.1 引言52
• 4.2 無人機二維機動模型52-54
• 4.3 無人機小組機動決策分析54-59
• 4.3.1 預(yù)測影響圖方法描述54
• 4.3.2 群決策理論的描述54-55
• 4.3.3 基于預(yù)測影響圖的無人機機動決策模型55-57
• 4.3.4 基于群決策方法的小組機群機動決策分析57-59
• 4.4 仿真算例與分析59-63
• 4.5 本章小結(jié)63-64
• 第五章 基于 MAK 平臺的小組無人機群協(xié)同空戰(zhàn)仿真64-70
• 5.1 引言64
• 5.2 MAK 仿真平臺概述64-65
• 5.3 小組無人機群超視距協(xié)同空戰(zhàn) MAK 仿真65-67
• 5.4 小組無人機群近視距協(xié)同機動 MAK 仿真67-69
• 5.5 本章小結(jié)69-70
• 第六章 總結(jié)與展望70-72
• 6.1 全文的研究工作與成果70-71
• 6.2 研究展望71-72
• 參考文獻72-75
• 致謝75-76
• 在學期間的研究成果及發(fā)表的學術(shù)論文76

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 藍偉華;喻蓉;;多機編隊協(xié)同空戰(zhàn)的概念及關(guān)鍵技術(shù)[J];電光與控制;2005年06期

2 錢斌;姜長生;;遺傳算法在直升機空戰(zhàn)編隊優(yōu)化中的應(yīng)用[J];電光與控制;2008年01期

3 牛軼峰;肖湘江;柯冠巖;;無人機集群作戰(zhàn)概念及關(guān)鍵技術(shù)分析[J];國防科技;2013年05期

4 于黎明,王占林;軍用無人機的發(fā)展趨勢及其關(guān)鍵技術(shù)[J];航空科學技術(shù);1999年01期

5 董彥非,郭基聯(lián),張恒喜;空戰(zhàn)機動決策方法研究[J];火力與指揮控制;2002年02期

6 黃家成,謝奇峰;基于遺傳算法的協(xié)同多目標攻擊空戰(zhàn)決策方法[J];火力與指揮控制;2004年01期

7 梅丹;吳文海;徐家義;;影響圖的空戰(zhàn)機動決策方法[J];火力與指揮控制;2008年S1期

8 廖志芳;李鵬;劉克準;樊曉平;瞿志華;;數(shù)據(jù)聚類分析新方法研究[J];計算機工程與應(yīng)用;2009年10期

9 汪志宏;王鵬;;基于一種序數(shù)群決策方法的方案排序[J];艦船電子工程;2013年04期

10 張科施,王正平;基于遺傳模擬退火算法的空戰(zhàn)編隊優(yōu)化研究[J];西北工業(yè)大學學報;2003年04期

  本文關(guān)鍵詞：無人機群協(xié)同空戰(zhàn)決策研究，由筆耕文化傳播整理發(fā)布。

本文編號：333813