目錄
前言
第1章 緒論 1
1.1 多無人飛行器基本概念 2
1.1.1 多無人機的基本概念 2
1.1.2 多衛(wèi)星系統(tǒng)的基本概念 3
1.2 多無人飛行器研究進展 4
1.2.1 典型多無人飛行器發(fā)展現(xiàn)狀 4
1.2.2 任務(wù)分配現(xiàn)狀 13
1.2.3 路徑規(guī)劃現(xiàn)狀 17
1.2.4 智能決策現(xiàn)狀 20
1.2.5 協(xié)同控制現(xiàn)狀 22
1.2.6 虛擬仿真平臺現(xiàn)狀 24
1.3 本書撰寫特點和內(nèi)容安排 28
1.4 小結(jié) 29
參考文獻 29
第2章 星群任務(wù)決策 37
2.1 星群任務(wù)決策問題描述 37
2.1.1 靜態(tài)目標觀測任務(wù)決策問題描述 38
2.1.2 動態(tài)目標觀測任務(wù)決策問題描述 40
2.2 基于混合專家經(jīng)驗回放的靜態(tài)目標觀測任務(wù)決策 43
2.2.1 基于深度Q網(wǎng)絡(luò)的靜態(tài)目標觀測任務(wù)決策模型建立 43
2.2.2 星群靜態(tài)目標觀測任務(wù)智能決策 45
2.2.3 仿真驗證 47
2.3 基于深度強化學習與指針網(wǎng)絡(luò)的動態(tài)目標觀測任務(wù)決策 51
2.3.1 面向接力觀測的動態(tài)目標觀測任務(wù)決策模型建立 52
2.3.2 星群動態(tài)目標觀測任務(wù)智能決策 53
2.3.3 仿真驗證 55
2.4 小結(jié) 59
參考文獻 59
第3章 星群路徑規(guī)劃 60
3.1 星群路徑規(guī)劃問題描述 60
3.1.1 衛(wèi)星路徑規(guī)劃動力學模型 60
3.1.2 星群路徑規(guī)劃問題約束條件 61
3.1.3 優(yōu)化目標 62
3.1.4 優(yōu)化模型 62
3.2 基于序列凸規(guī)劃的星群路徑規(guī)劃 63
3.2.1 序列凸規(guī)劃模型預處理 63
3.2.2 基于序列凸規(guī)劃算法的星群路徑規(guī)劃求解 65
3.2.3 仿真驗證 66
3.3 基于混合專家經(jīng)驗回放與MASAC 的星群路徑規(guī)劃 68
3.3.1 面向衛(wèi)星編隊路徑規(guī)劃的隨機博弈模型建立 69
3.3.2 智能路徑規(guī)劃求解 70
3.3.3 在線任務(wù)決策 74
3.3.4 仿真驗證 74
3.4 小結(jié) 77
參考文獻 77
第4章 星群智能自主協(xié)同控制 79
4.1 星群智能自主協(xié)同控制基礎(chǔ)知識 79
4.1.1 問題描述 79
4.1.2 代數(shù)圖論 80
4.1.3 多衛(wèi)星編隊控制模型建立 80
4.2 基于安全自適應(yīng)動態(tài)規(guī)劃的星群智能自主協(xié)同控制 82
4.2.1 星群智能自主協(xié)同控制框架設(shè)計 83
4.2.2 星群智能自主協(xié)同控制網(wǎng)絡(luò)和控制器的設(shè)計 84
4.3 仿真設(shè)置與驗證 96
4.3.1 仿真環(huán)境設(shè)置 96
4.3.2 仿真參數(shù)設(shè)置 96
4.3.3 仿真驗證 98
4.4 小結(jié) 101
參考文獻 102
第5章 多無人機任務(wù)分配與軌跡規(guī)劃 103
5.1 基于聯(lián)盟博弈的多無人機靜態(tài)任務(wù)分配 103
5.1.1 任務(wù)場景 104
5.1.2 問題描述 104
5.1.3 基于聯(lián)盟博弈的多無人機靜態(tài)任務(wù)分配算法 107
5.1.4 仿真驗證 113
5.2 基于請求-應(yīng)答策略的多無人機動態(tài)任務(wù)分配 117
5.2.1 任務(wù)場景 118
5.2.2 問題描述 118
5.2.3 基于請求-應(yīng)答策略的多無人機動態(tài)任務(wù)分配算法 121
5.2.4 仿真驗證 131
5.3 基于深度強化學習的多無人機路徑規(guī)劃 134
5.3.1 問題描述 134
5.3.2 基于MASAC-D算法的多無人機路徑規(guī)劃算法 136
5.3.3 仿真驗證 144
5.4 小結(jié) 149
參考文獻 150
第6章 典型任務(wù)場景下多無人機類腦智能自主決策 151
6.1 基于星型拓撲網(wǎng)絡(luò)的多無人機群體軌跡預測 151
6.1.1 問題描述 152
6.1.2 基于星型拓撲網(wǎng)絡(luò)的預測模型建立 153
6.1.3 多無人機軌跡預測過程 157
6.1.4 仿真驗證 162
6.2 面向圍捕任務(wù)的多無人機類腦智能自主決策 165
6.2.1 問題描述 165
6.2.2 面向圍捕任務(wù)的博弈模型建立 168
6.2.3 面向圍捕任務(wù)的多無人機類腦智能自主決策算法 170
6.2.4 仿真驗證 179
6.3 面向?qū)�抗任�?wù)的多無人機類腦智能自主決策 183
6.3.1 問題描述 184
6.3.2 面向?qū)�抗任�?wù)的博弈模型建立 186
6.3.3 面向?qū)�抗任�?wù)的多無人機類腦智能自主決策算法 191
6.3.4 仿真驗證 198
6.4 小結(jié) 201
參考文獻 202
第7章 多無人機協(xié)同控制 203
7.1 多無人機協(xié)同控制模型 203
7.1.1 坐標系建立及坐標轉(zhuǎn)換關(guān)系 203
7.1.2 無人機六自由度模型建立 205
7.1.3 無人機編隊跟蹤誤差系統(tǒng)建立 208
7.2 多無人機智能自主協(xié)同控制 209
7.2.1 有限時間滑模干擾觀測器設(shè)計 210
7.2.2 基于人工勢能法的避碰項設(shè)計 211
7.2.3 無人機編隊位置外環(huán)智能最優(yōu)控制器設(shè)計 212
7.2.4 多無人機姿態(tài)內(nèi)環(huán)控制器設(shè)計 217
7.3 仿真設(shè)置與驗證 219
7.3.1 仿真參數(shù)設(shè)置 219
7.3.2 仿真驗證 221
7.4 小結(jié) 225
參考文獻 225
第8章 多無人飛行器虛擬仿真交互平臺設(shè)計 227
8.1 虛擬仿真交互平臺總體方案 227
8.1.1 虛擬仿真交互平臺需求分析 227
8.1.2 虛擬仿真交互平臺總體方案設(shè)計 229
8.2 主控軟件設(shè)計 231
8.2.1 主控軟件總體架構(gòu)設(shè)計 231
8.2.2 主控軟件設(shè)計模式與開發(fā)框架 232
8.2.3 主控軟件用戶界面設(shè)計 234
8.2.4 主控軟件實時仿真模塊設(shè)計 236
8.2.5 主控軟件通信模塊設(shè)計 238
8.3 實時仿真單元設(shè)計 240
8.3.1 任務(wù)決策算法實現(xiàn) 240
8.3.2 實時仿真狀態(tài)信息的獲取 241
8.3.3 實時仿真架構(gòu)設(shè)計 243
8.3.4 實時訓練環(huán)境搭建 246
8.4 視景軟件設(shè)計 247
8.4.1 視景軟件總體架構(gòu)設(shè)計 247
8.4.2 無人飛行器模型庫和空間環(huán)境庫 248
8.4.3 無人機模型庫和城市場景搭建 250
8.5 數(shù)據(jù)庫管理模塊設(shè)計 255
8.5.1 數(shù)據(jù)表結(jié)構(gòu)設(shè)計 256
8.5.2 數(shù)據(jù)庫存取邏輯設(shè)計 258
8.5.3 數(shù)據(jù)查詢優(yōu)化方案 259
8.5.4 數(shù)據(jù)庫回放功能 260
8.6 小結(jié) 262
第9章 多無人飛行器虛擬仿真演示驗證 263
9.1 星群智能自主運行演示驗證 263
9.1.1 靜態(tài)目標觀測場景演示驗證 263
9.1.2 動態(tài)目標觀測場景演示驗證 267
9.1.3 星群智能自主協(xié)同控制場景演示驗證 270
9.2 多任務(wù)場景下多無人機智能決策演示驗證 274
9.2.1 圍捕場景演示驗證 274
9.2.2 對抗場景演示驗證 277
9.2.3 路徑規(guī)劃與編隊飛行場景演示驗證 280
9.3 小結(jié) 285