刘森琪
- 作品数：7 被引量：45H指数：4
- 供职机构：北京航空航天大学更多>>
- 发文基金：北京市科技新星计划国家自然科学基金中国航空科学基金更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术更多>>
- 空中/地面机器人异构协同技术研究:现状和展望被引量：5
- 2010年
- 多空中/地面机器人异构协同是一个新的前沿性技术领域,该技术可拓宽空中机器人和地面机器人的应用范围,提高其侦察、搜救及执行其它任务的效率.本文对空中/地面机器人的异构协同技术中的群集运动、编队控制、编队控制稳定性分析、网络控制、实际应用等核心问题进行了系统综述,并分析空中/地面机器人异构协同技术的未来发展趋势.
- 段海滨刘森琪
- 基于Voronoi图和蚁群优化算法的无人作战飞机航路规划被引量：23
- 2008年
- 无人作战飞机(UCVA)航路规划是一类复杂优化问题。在众多航路规划算法中,Voronoi图是一种根据战场多威胁源分布情况获取可行航路的图形算法,而蚁群优化(ACO)算法是受到蚂蚁觅食行为启发而形成的一种启发式仿生算法。根据已知威胁源生成Voronoi加权图,其中每条Voronoi边的总代价可以由威胁代价和燃油代价计算得出;然后给出了在Voronoi图条件下,用于航路规划的改进ACO算法模型和具体实现方法;最后,将Voronoi图与ACO算法相结合,并针对某UCAV多种空战态势下的航路规划问题进行了系列仿真实验。实验结果验证了所提方法在解决UCAV航路规划问题时的可行性和有效性。
- 刘森琪段海滨余亚翔
- 关键词：航路规划VORONOI图
- 基于Voronoi图和蚁群优化算法的无人机航路规划方法
- 本发明提供了一种基于Voronoi图和蚁群优化算法相结合的无人机航路规划方法。首先根据地形、雷达、导弹和高炮威胁等各种威胁源的具体特征进行建模，而无人机的航路代价包含其所受的威胁代价和燃油代价；然后对Voronoi图各边...
- 段海滨陈宗基刘森琪魏晨
- 文献传递
- 基于启发式群体智能的多UAV/UGV 异构协同控制技术研究
- 刘森琪
- 关键词：协同控制异构群体智能COORDINATED
- 基于并行蚁群优化的多UCAV任务分配仿真平台被引量：15
- 2008年
- 多无人作战飞机(UCAV)协同作战是UCAV参与战斗的主要模式,而多UCAV任务分配是多UCAV协同作战研究的关键问题。针对现有多UCAV任务分配方法中所存在的计算量大、运行时间长等问题,提出了一种基于并行蚁群优化(ACO)的多UCAV任务分配方法。在构建多UCAV空战优势矩阵的基础上,给出了综合态势评估函数;随后阐述了基本ACO算法的基本原理和数学模型,提出了一种用并行ACO算法解决多UCAV任务分配问题的实现方法;最后基于MATLAB图形用户界面(GUI)开发了一种基于并行蚁群优化的多UCAV任务分配仿真平台。实践证明该仿真平台具有良好、开放的可扩展性,且使用方便。
- 段海滨丁全心常俊杰刘森琪
- 关键词：蚁群优化无人作战飞机
- 基于Voronoi图和蚁群优化算法的无人机航路规划方法
- 本发明提供了一种基于Voronoi图和蚁群优化算法相结合的无人机航路规划方法。首先根据地形、雷达、导弹和高炮威胁等各种威胁源的具体特征进行建模，而无人机的航路代价包含其所受的威胁代价和燃油代价；然后对Voronoi图各边...
- 段海滨陈宗基刘森琪魏晨
- 文献传递
- 基于MAX-MIN自适应蚁群优化的无人作战飞机航路规划被引量：4
- 2008年
- 为了保证无人作战飞机(UCAV)以最小的被发现概率和最优的航程到达目标点,在敌方防御区域内执行任务前必须进行航路规划。蚁群优化(ACO)算法的并行实现机制适合于复杂作战环境下的UCAV航路规划,但是基本ACO算法有易陷于局部最优解的缺点。在对基本ACO算法采用精灵策略保留每次迭代最优解的基础上,提出了一种适用于航路规划的MAX-MIN自适应ACO算法,并给出了改进后ACO算法的实现流程,最后采用改进前后的ACO算法对某UCAV的任务态势分别做了仿真实验。实验结果表明改进后的ACO算法可更加有效地应用于UCAV航路规划。
- 马冠军段海滨刘森琪于亚翔
- 关键词：自适应蚁群优化无人作战飞机航路规划信息素
