无人机群协同空战决策研究.pdf

文档介绍：中图分类号:;V279论文编号:1028703 14-S037学科分类号:080402 硕士学位论文无人机群协同空战决策研究研究生姓名王网琴学科、专业测试计量技术及仪器研究方向计算机测控指导教师姚敏副教授南京航空航天大学研究生院自动化学院二О一四年二月万方数据万方数据Nanjing University of Aeronautics and AstronauticsThe GraduateSchoolCollege of AutomationEngineeringResearch on bat Strategy of bat Aerial VehiclesA Thesis inInstrumentScience and TechnologybyWang WangqinAdvised byAssociate Professor Yao MinSubmitted in Partial Fulfillmentof the Requirementsfor the Degree ofMasterof EngineeringFebruary, 2014万方数据万方数据承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)作者签名:日期:万方数据万方数据南京航空航天大学硕士学位论文i摘要随着无人机在战争中的应用越来越普遍,无人机群空战决策已成为热门研究课题。在最短的时间内做出最佳的空战决策,将为无人机群空中作战任务的完成提供有力保障。无人机群空战过程分为超视距和近视距两个阶段。本文分别对敌我无人机群分组问题,无人机配对小组间的超视距协同攻击决策和近视距协同机动决策进行了研究,建立了相应的空战模型,设计了相应的优化算法,采用Matlab进行实例仿真验证算法的优劣性,并在MAK软件中进行视景仿真,展示无人机群的实际空战效果。无人机群分组部分,基于将作战特性非常相似的无人机分为一组的原则建立敌方分组模型,利用改进的模糊C-均值聚类算法进行求解,将改进前后的模糊C-均值聚类算法进行仿真比较。基于输赢比数及空战能力比最大的原则建立我方分组模型,利用遗传模拟退火算法进行求解,将该算法和传统的遗传算法、模拟退火算法进行仿真比较。仿真结果表明:改进的模糊C-均值聚类算法能够搜索到更好的敌方分组方案,遗传模拟退火算法能够搜索到更好的我方分组方案。超视距阶段小组机群协同攻击部分,评估了态势威胁,利用层次分析法和灰色关联度法判定各威胁权重大小,基于期望剩余威胁最小的原则建立攻击模型,利用改进的遗传模拟退火算法求解特定的作战场景,将改进前后的遗传模拟退火算法进行仿真比较。仿真结果表明:改进的遗传模拟退火算法能够较快地搜索到最佳的目标攻击方案。近视距阶段小组机群协同机动部分,建立了无人机机动模型,采用预测影响图法模拟单架无人机空战机动过程,并应用群决策理论求解小组机群协同机动决策。仿真结果表明:预测影响图法和群决策理论能够有效地引导小组无人机群进行近距空战。关键词:无人机群,协同空战,模糊C-均值聚类法,遗传模拟退火算法,预测影响图,群决策理论万方数据无人机群协同空战决策研究iiABSTRACTWith the more and more universal application of UCAVs in the war, UCAVs coordinated bat decision has e a hot research topic. Making a good battle plan in the shortest time will provide an effective protection for the ess of UCAVs bat. According to the process, the battlecan be divided into beyond and within visual range bat. In this paper, grouping decisions are attacking tactic of our UCAVs during beyond visual range period and coo