摘要：针对异构无人集群存在层内不同协同控制目标以及层间协同耦合的控制问题,提出了“编队-合围跟踪”控制的定义与框架,采用具有时变输入的跟踪-领导者来生成集群系统的整体参考轨迹,克服了现有编队-合围控制中无法有效控制集群整体宏观运动的缺陷。对于存在切换拓扑的高阶异构集群系统,基于分布式鲁棒自适应估计技术以及预先定义的合围控制策略,利用邻居局部信息交互构造了分布式编队-合围跟踪控制器,给出了分层耦合情况下控制器的多步设计方法。采用共同李雅普诺夫稳定性理论,证明了切换拓扑条件下异构集群实现输出编队-合围跟踪的充分条件。通过无人机-无人车异构集群的仿真例子,验证了所提出的编队-合围跟踪控制方法的有效性。

摘要：集群系统合围跟踪控制是群体智能涌现在运动控制层面的实现途径之一,在智能化战争时代具有广阔的应用前景.本文面向未来空地群体智能作战中护卫任务的应用需求,聚焦军品押送、重要人物护送等典型任务场景,研究了异构集群系统考虑领导者具有未知输入的分布式编队-合围跟踪控制问题,以实现复杂环境下空地协同智能作战.首先引入代数图论知识,建立具有未知输入的异构集群系统模型,提出了一种编队构型生成系统.之后结合自适应控制律,利用邻居局部信息交互设计了基于边的分布式编队-合围跟踪控制器,并证明了闭环系统的稳定性.此外,对异构集群系统涌现出的更复杂的群体智能特征进行了分析与总结.最后,通过数值仿真验证了本文所提出的方法能够实现预期的编队-合围跟踪控制,并建立了实物等效验证系统,对控制方法的有效性进行了验证,为实际情况下大规模空地协同智能作战提供了有力的理论支撑.

摘要：本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪控制问题,要求多无人机与无人车在形成期望时变编队构型的同时,实现对领导者参考轨迹的跟踪。首先,对无人机与无人车进行单体运动学与动力学建模,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,引入虚拟领导者刻画编队整体的运动轨迹,并基于对虚拟领导者状态的分布式观测器,对各无人机-无人车构造分布式编队跟踪控制器。进一步分析异构集群系统实现时变编队跟踪的可行性条件,给出编队跟踪控制器中各参数的选取方法。最后,给出了一个仿真例子来验证所设计控制器的有效性。

摘要：针对军事目标的毁伤检测和毁伤评估问题,提出一种基于深度学习及模糊层次分析法的双阶段毁伤评估方法。首先在带有坐标注意力机制的Yolov5双层目标检测子系统中,通过关键区域提取机制,利用基于交并比和匈牙利线性匹配和决策树相结合的毁伤部件分类器,进行毁伤部件的分类和毁伤程度的量化处理。而后在基于三角模糊层次分析的毁伤评估子系统中,通过设计多种毁伤评估权重体系和毁伤树判据,对前一阶段提取到的毁伤特征和类别进行综合考虑,实现对目标的在线实时毁伤评估,实验结果表明,在多种干扰因素的仿真数据集下,带有注意力机制的Yolov5双层目标检测子系统相较于经典目标细粒度识别算法多种部件和毁伤的平均检测准确率提升了3.6%以上,在目标关键区域提取、毁伤分类和评估表现出了更好的性能,为目标毁伤评估和军事作战决策提供了有力的支持和参考。

摘要：集群系统在拒止环境中显现出突出的应用潜力,敌我双方集群系统之间的对抗将是未来主要作战形态之一.针对资源有限或决策受限的集群对抗场景中,双方智能体决策变量相互耦合以及存在约束的情况,基于多联盟非合作博弈理论建立集群对抗模型,通过设计多联盟非合作博弈理论的纳什均衡搜索算法得到分布式集群的最优策略.定义了一种基于时变编队跟踪的干扰与反干扰场景,验证了该算法仿真结果的有效性.