摘要：针对不确定性环境下多任务区的遍历侦察决策问题,结合无人机携带任务载荷及待侦察任务区的特性,建立了相应的侦察收益函数,根据无人机携带侦察载荷的任务工作时间约束以及每个任务区的最小侦察收益需求,同时保证遍历侦察所有任务区的条件下,提出了一种改进的布谷鸟搜索算法为每个待侦察任务区分配最优的侦察载荷工作时间,从而使整个侦察任务过程的信息收益最大化。最后通过数字仿真验证了无人机多任务区侦察决策方案的可行性,通过与标准布谷鸟搜索算法对比分析,表明改进后的布谷鸟搜索算法对此类决策问题的求解效率比标准布谷鸟搜索算法及传统的遗传算法都有较大提高,从而为无人机进行多任务区的最优化遍历侦察问题提供了科学的决策依据。

摘要：针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。

摘要：随着航空机载产品复杂化、集成化、智能化的发展,机载数据急剧增加,对机载数据管理与应用带来巨大挑战。针对当前航空机载数据日益增长的管理与应用需求,提出了一种基于机载时序数据库的数据管理方案,构建机载数据统一存储模型,使机载各类设备与传感器产生的孤立数据更有层次、有组织地关联起来;同时,完善机载数据管控机制,基于机载数据库技术,对数据进行实时解析,从而降低机载数据地面处理耗时,进一步提升机载数据的分析与应用效能。