多基地多无人机协同侦察问题研究

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

多基地多无人机协同侦察问题研究

田菁，沈林成

国防科学技术大学机电工程与自动化学院

收稿日期:2006-07-10 修回日期:2007-01-17 出版日期:2007-07-10 发布日期:2007-07-10
通讯作者: 田菁

Research on Multibase MultiUAV Cooperative Reconnaissance Problem

TIAN Jing,SHEN Lin-cheng

College of Mechatronic Engineering and Automation, National University of Defense Technology

Received:2006-07-10 Revised:2007-01-17 Online:2007-07-10 Published:2007-07-10
Contact: TIAN Jing

摘要/Abstract

摘要：

充分考虑侦察目标的侦察分辨率要求和侦察时间窗约束，以及位于不同基地的无人机(UAV)的侦察性能和可用数目，首次建立了更加贴近军事应用实际的多基地多UAV协同侦察问题(M-MUCRP)的数学模型，并提出了解决该模型的多基地多UAV协同侦察进化算法(M-MUCREA)。M-MUCREA的染色体数据结构有效地表达了问题的解，有利于交叉、变异等进化操作；充分利用与目标侦察分辨率要求以及目标位置和时间窗约束相关的启发信息，构造初始种群,避免进化过程收敛太慢；基于Pareto最优概念的选择算子确保解在多个目标上的有效优化；精英策略避免了丢失进化过程中产生的非劣解，加快算法收敛；变异和交叉算子在保证有效解的前提下，实现了解的多样性，避免了算法陷入局部最优。仿真实验验证了算法能够有效解决M-MUCRP。

关键词: UAV, 协同侦察, 多目标优化, 多基地, 进化算法

Abstract:

A multiobjective optimization model multi-base multiple UAVs cooperative reonnaissance problem(M-MUCRP) is presented for multi-base multiple unmanned aerial vehicles (UAVs) cooperative reconnaissance problem, which is more suitable for military applications. M-MUCRP takes the reconnaissance resolution demands and reconnaissance time window constraints into account, as well as the limited number of UAVs with different capabilities located in multiple bases. Then a multi- base multi-UAV cooperaitve recomaissance evolutionary algorithm (M-MUCREA) is proposed.

Key words: UAV, , cooperative , reconnaissance, , multi-objective , optimization, , multi-base, , evolutionaryalgorithm

中图分类号:

V279+.3

田菁;沈林成. 多基地多无人机协同侦察问题研究[J]. 航空学报, 2007, 28(4): 913-921.

TIAN Jing;SHEN Lin-cheng. Research on Multibase MultiUAV Cooperative Reconnaissance Problem[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2007, 28(4): 913-921.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	郑高杰, 何小明, 李东坡, 谭慧俊, 汪昆, 吴祯龙, 王德鹏. 尾部推进无人机双90°偏折进气道/蜗壳耦合流动特性[J]. 航空学报, 2024, 45(4): 128782-128782.
[2]	杨倩, 郑皓冉, 程显达, 董威. 基于引气控制的热气防冰优化设计方法[J]. 航空学报, 2023, 44(S2): 729285-729285.
[3]	丁文俊, 柴亚军, 侯冬冬, 王驰宇, 张国宗, 毛昭勇. AUV&UAV跨域协同搜索与跟踪路径规划[J]. 航空学报, 2023, 44(21): 528471-528471.
[4]	李伟, 郭艳, 李宁, 刘存涛, 袁昊. 智能反射面辅助无人机移动边缘计算任务数据最大化方法[J]. 航空学报, 2023, 44(19): 328486-328486.
[5]	董杰忠, 楚武利, 张皓光, 罗波, 晏松. 基于因果网络分析的扩压叶栅波浪形前缘控制机理[J]. 航空学报, 2023, 44(19): 128336-128336.
[6]	毕文豪, 周久力, 段晓波, 张安, 徐双飞. 基于多要素改进NSGA-Ⅱ的小直径制导炸弹空面打击最优火力分配方法[J]. 航空学报, 2023, 44(17): 328116-328116.
[7]	梁超, 杨力, 潘成胜, 戚耀文. 卫星网络动态资源图多QoS约束路由算法[J]. 航空学报, 2023, 44(1): 326422-326422.
[8]	邹子缘, 陈琪锋. 基于决策树搜索的空间飞行器集群对抗目标分配方法[J]. 航空学报, 2022, 43(S1): 726910-726910.
[9]	李辉, 龙腾, 孙景亮, 徐广通. 基于自适应视线法的无人机三维航迹跟踪方法[J]. 航空学报, 2022, 43(9): 326105-326105.
[10]	孙刚, 彭双, 陈浩, 伍江江, 李军. 面向测控数传资源一体化场景的卫星地面站资源多目标优化方法[J]. 航空学报, 2022, 43(9): 326114-326114.
[11]	郑帅, 王子涵, 赵浩然, 杨朋涛, 洪军. 基于差分进化算法的飞机油量传感器布局优化方法[J]. 航空学报, 2022, 43(8): 125809-125809.
[12]	荆涛, 田锡天. 基于蒙特卡洛-自适应差分进化算法的飞机容差分配多目标优化方法[J]. 航空学报, 2022, 43(3): 425278-425278.
[13]	罗庆, 张涛, 单鹏, 张文涛, 刘子豪. 基于改进Q学习的IMA系统重构蓝图生成方法[J]. 航空学报, 2021, 42(8): 525792-525792.
[14]	高明, 余伟臣, 王杉杉, 王荣闯, 石健将. 太阳能无人机能源系统的多维耦合建模[J]. 航空学报, 2021, 42(7): 224461-224461.
[15]	张军峰, 游录宝, 杨春苇, 胡荣. 基于多目标帝国竞争算法的进场排序与调度[J]. 航空学报, 2021, 42(6): 324439-324439.

多基地多无人机协同侦察问题研究

Research on Multibase MultiUAV Cooperative Reconnaissance Problem

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价