CN107976899A - 一种基于有人/无人机协同作战系统的精确目标定位及打击方法 - Google Patents
一种基于有人/无人机协同作战系统的精确目标定位及打击方法 Download PDFInfo
- Publication number
- CN107976899A CN107976899A CN201711127246.5A CN201711127246A CN107976899A CN 107976899 A CN107976899 A CN 107976899A CN 201711127246 A CN201711127246 A CN 201711127246A CN 107976899 A CN107976899 A CN 107976899A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- unmanned plane
- someone
- subpoint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于有人/无人机协同作战系统的精确目标定位及打击方法。首先根据任务特点，确定有人/无人机协同作战系统的组成和作战流程，并将快速精确定位作为研究的核心问题；之后引出基于观测向量投影点的精确目标定位方法，根据投影点分布的不同，建立一套完整的优化模型；最后，利用优化工具实现最优解的快速搜索。本发明明确了系统内各飞机分工，在保证有人机安全的基础上，充分发挥了系统作战的优势，且目标函数可利用优化工具实现快速求解，能够满足精确定位的要求，为系统实现战场精确目标打击提供了依据。
Description
技术领域
本发明属于有人/无人机协同技术领域，具体涉及一种基于有人/无人机协同作战系统的精确目标定位及打击方法。
背景技术
战场中，确保有人机内飞行员的安全是至关重要的，因此近些年无人机凭借着其效费比高、无人员伤亡的优势正逐步发展成为现代军事战争中重要的空基武器平台，但受制于当前信息技术发展水平，无人机的智能化、自主化水平仍然不高。因此，构建有人/无人机协同作战系统成为今后一个时期内比较现实可行的空中作战方式。
有人/无人机协同作战系统是指有人机与无人机系统为执行相同任务而建立的整体编队，通过平台互操作和资源共享控制，以达成共同的任务目标。其中，有人机完全自治，无人机受有人机指挥控制，属于半自治，整个系统是一个有限中央控制下的分布式系统。
在有人/无人机协同作战系统的构成中，情报侦察无人机与有人战斗机协同主要用于提高作战系统火力打击的准确性和实时性，在近些年受到了国内外学者的广泛关注，本发明所述系统也建立在二者协同的基础上。其中无人机负责目标定位，并将定位结果通过数据链返回给有人机，有人机总揽全局信息后实施打击。目前有人战斗机所携的打击武器主要是各种类型的导弹，按照制导方式分为寻的式制导、遥控式制导、惯性制导、地形匹配制导和复合制导等。
情报侦察无人机由于平台体积小，有效载荷轻，供电有限，较为适用于设备相对简单、体积小、重量轻的无源定位。由于无源定位一般不能获取辐射源的距离信息，所以传统的无源定位方法通常是用单个观测站对辐射源的角度进行测量，但是该方法的定位精度和适用范围均有限。近年来，利用多机进行无源定位的研究开始兴起，主要包括测向交叉定位、测时差定位、测向测时差定位等方法，但这些传统方法的定位精度都难以满足战场精确打击的需求。
发明内容
在确保有人机飞行安全的基础上，为实现战场精确目标打击，本发明以有人/无人机协同作战系统为研究对象，提出一种利用多无人机无源定位原理的精确目标定位方法，并通过与有人战斗机的信息共享，实现最终的精确打击。
具体地，本发明的技术方案是：
一种基于有人/无人机协同作战系统的精确目标定位及打击方法，包括以下步骤：
S1.确定有人/无人机协同作战系统的组成及其所携载荷，其中有人机用于全局指挥调度以及火力打击，无人机用于无源定位；
S2.利用所述系统内无人机具有不发射无线电信号、被动接收有人机制导的特点，确定系统内有人机与无人机抵近探测区的次序及机间距离；
S3.无人机在探测区组成圆形队形进行观测，并通过数据链将图像信息实时传送给有人机；
S4.有人机内操作员锁定目标点位置，计算各无人机的观测射线并统一到同一坐标系下，利用平行于地面的高度平面截取观测射线，获得投影点；
S5.根据投影点数量及几何分布，判断能否构成与投影点个数相等边数的多边形，并以此为分类依据构建不同的目标函数；
S6.求解目标点的高度值，并根据该高度值及投影点表达式，反解出目标点的三维坐标；
S7.有人机迅速逼近目标，当与目标距离达到火力打击射程内时，实施火力打击；
在步骤S5中，具体的分类依据和目标函数为：
当按一定的次序连接n个投影点并可构成n边形时，将该多边形分解为n-2个子三角形，求各子三角形的面积sk，将sk平方，得到待优化的目标函数S:
由n个投影点连线无法构成n边形，且所有投影点接近共线时(此处“接近共线”的定义是指由任意三个投影点连线组成的三角形均存在大于λ的内角，其中λ＝π-ξ，ξ代表一个微小量，通常取)，此时投影点所围多边形面积接近于0，但所求目标点不一定在此高度平面内，引入罚因子，目标函数为：
其中η为投影点连线间最大夹角，dmax为投影点间最大距离，计算过程如下式：
dmax＝||Pi-Pj||∞,1≤i,j≤n,且i≠j
其中，|| ||∞代表无穷范数；
由n个投影点连线无法构成n边形，存在至少三个投影点接近共线且其中有至少一个点不与其他点接近共线时，依次连接所有接近共线的投影点，构成α条接近共线的线段，并将线段两端的投影点与剩余不共线的β个点连接，围成新的2α+β边多边形，计算多边形面积，目标函数如下式：
进一步的，本发明的S1通过以下步骤方法实现：
由m架有人战斗机和n架无人机构成有人/无人机协同作战系统，其中m≥1，n≥3，系统中，无人机表示为集合UP，UP＝{i∈N+|ui,i≤n}，其中N+表示正整数，ui表示无人机个体，所携带的载荷包括全球定位系统、可见光照相机、云台、光电设备和红外传感器；有人机记为ML，携带导弹和火控雷达。
进一步的，本发明的S2通过以下步骤方法实现：
完成编队组网后，UP在ML的指挥下，飞向目标探测区，UP被动接收ML的制导信息，不发射无线电信号，这可以保证UP隐蔽抵近探测区，便于实现“突袭”，同时为保证ML的安全，其应靠后配置，ML距离无人机越远，安全阈度越高，但是从迅速参与协同攻击和防止定位后可移动目标逃离等角度考虑，ML与无人机的距离不宜过远，因此ML与UP的距离根据ML的安全裕度及参与协同攻击的时间要求确定。
进一步的，本发明的S3通过以下步骤方法实现：
UP抵达探测区后，UP均匀分布于目标上空并绕圆形队形盘旋时，观测效果最佳，利于实现多方位、多角度的观测，ML与UP保持原有距离并以各自的最小飞行半径进行盘旋，为确保安全，系统内各机应有一定的高度差，同时UP通过数据链将图像信息实时传送给ML，后者综合战场全局信息，随时准备下达新的作战指令。
进一步的，本发明的S4通过以下步骤方法实现：
S4.1，某时刻UP对目标进行观测，得到了各图像平面坐标系(是机载相机光屏用来定位图像像素位置的坐标系，为二维坐标系)内定位的目标坐标(xui,yui)，其中1≤i≤n，将像素坐标转换为以mm为单位的坐标(xi,yi)，公式如下：
式中，Δx和Δy为x轴和y轴方向上单位像素所对应的物理尺寸，xu0、yu0为图像平面中心的像素坐标，在此基础上可以得到空间观测射线在图像三维坐标系(原点位于机载相机光心,x轴与y轴分别平行于图像平面坐标系的x轴、y轴，z轴与相机的光轴重合)下的方向向量(xi,yi,-fi)，记为Ri，其中fi为ui的相机焦距；
S4.2，将u1的局部坐标系(由地面坐标系平移所得，原点为u1所载相机的光心)设为观测射线统一后的坐标系，根据相机的俯仰角θc和偏航角ψc以及无人机的俯仰角θ、滚转角φ、偏航角ψ，利用两次坐标系旋转平移，完成Ri自图像三维坐标系至该局部坐标系的变换，此时的方向向量Ni＝(pi,qi,ri)；
S4.3，得到Ni后，利用UP所在观测位置的GPS坐标，得到其在统一坐标系下的位置坐标(x0i,y0i,z0i)，则空间观测射线的标准表达式可以确定如下：
S4.4，利用平行于地面的高度平面h去截取观测射线，获得投影点Pi，1≤i≤n，其坐标利用以h为自变量的表达式表达为：
进一步的，本发明的S6通过以下步骤方法实现：
S6.1利用优化工具，选取高度平面h为优化变量，其下限取0，上限取值不大于ui中最高的高度，目标函数设为S，搜索其最小值；
S6.2利用S6.1优化出的高度值，结合投影点表达式及多边形形心与顶点的关系，反解出目标点(即形心)的三维坐标，从而实现目标的快速精确定位。
进一步的，本发明的S7通过以下步骤方法实现：
当有人机携带的打击武器为中段制导的导弹时，所述系统中增加l架用于制导的雷达无人机，其中l≥1，记为UR，在UP和UR位置不暴露的情况下，ML投弹后迅速撤离，当导弹飞行到中段，ML命令UR打开火控雷达对导弹进行制导；当UP和UR位置暴露，ML迅速打开雷达，实施制导接力，保证火力打击的准确性。
本发明设计了协同作战系统从抵近探测区到实现火力打击的作战流程，明确了系统内各飞机分工，在保证有人机安全的基础上，充分发挥了系统作战的优势。另外，所提目标函数可利用优化工具实现快速求解，能够满足精确定位的要求，为系统实现战场精确目标打击提供了依据。
附图说明
图1是系统作战示意图；
图2是本发明流程图；
图3是坐标变换流程图；
图4是ISIGHT优化结构图。
具体实施方式
本发明的协同系统作战示意图如图1所示。图1中，1架有人战斗机和4架无人机构成有人/无人机协同作战系统。无人机又分为两类，其中3架无人机用于无源定位，用ui(1≤i≤3)表示，UR为雷达无人机，ML表示有人机。虚线表示无人机观测时在平面内的队形投影，为圆形；由散点组成的线代表无人机观测射线；带箭头的点化线表示数据链，具体为：三架无人机将目标信息汇总到u1，并由该飞机将目标信息实时传递给ML，ML定位获为取目标位置后，投放导弹，当导弹飞行到中段，ML命令UR打开火控雷达对导弹进行制导。
如图2所示，一种基于有人/无人机协同作战系统的精确目标定位及打击方法，具体包括以下步骤：
S1.确定有人/无人机协同作战系统的组成及其所携载荷。
为实现精确目标打击任务，以1架有人战斗机和4架无人机为例，构成有人/无人机协同作战系统。系统中，有人机负责全局指挥调度以及火力打击目标，记为ML，主要携带导弹和火控雷达等有效载荷，当所携导弹为需要中段制导的空空导弹时，无人机又可以分为两类，其中3架无人机用于无源定位，其整体表示为集合UP，UP＝{i∈N+|ui,i≤3}，其中ui表示无源定位无人机个体，所携带的载荷包括全球定位系统(GPS)、可见光照相机、云台、光电设备和红外传感器等，可提供清晰的图像；有1架无人机用于火力打击阶段的导弹中段制导，记为UR，主要配备火控雷达。
S2.利用所述系统内无人机具有不发射无线电信号、被动接收有人机制导的特点，确定系统内有人机与无人机抵近探测区的次序及机间距离。
完成编队组网后，UP在ML的指挥下，飞向目标探测区，UP被动接收ML的制导信息，不发射无线电信号，这可以保证UP隐蔽抵近探测区，便于实现“突袭”，同时为保证ML的安全，其应靠后配置，ML距离无人机越远，安全阈度越高，但是从迅速参与协同攻击和防止定位后可移动目标逃离等角度考虑，ML与无人机的距离不宜过远，因此ML与UP的距离根据ML的安全裕度及参与协同攻击的时间要求确定。
S3.无人机在探测区组成圆形队形进行观测，并通过数据链将图像信息实时传送给有人机。
UP抵达探测区后，UP均匀分布于目标上空并绕圆形队形盘旋时，观测效果最佳，利于实现多方位、多角度的观测，ML与UP保持原有距离并以各自的最小飞行半径进行盘旋，为确保安全，系统内各机应有一定的高度差，同时UP通过数据链将图像信息实时传送给ML，后者综合战场全局信息，随时准备下达新的作战指令。
S4.有人机内指挥员通过点击锁定目标点位置，记录并汇总定位时刻ui的位置及姿态角、相机姿态角、相机焦距等信息，在计算和统一各无人机观测射线的基础上，利用平行于地面的高度平面去截取观测射线，以获得投影点。
S4.1，某时刻UP对目标进行观测，得到了各图像平面坐标系(是机载相机光屏用来定位图像像素位置的坐标系，为二维坐标系)内定位的目标坐标(xui,yui)，其中1≤i≤3，将像素坐标转换为以mm为单位的坐标(xi,yi)，公式如下：
式中，Δx和Δy为x轴和y轴方向上单位像素所对应的物理尺寸，xu0、yu0为图像平面中心的像素坐标，在此基础上可以得到空间观测射线在图像三维坐标系(原点位于机载相机光心,x轴与y轴分别平行于图像平面坐标系的x轴、y轴，z轴与相机的光轴重合)下的方向向量(xi,yi,-fi)，记为Ri，其中fi为ui的相机焦距。
S4.2，将u1的局部坐标系(由地面坐标系平移所得，原点为u1所载相机的光心)设为观测射线统一后的坐标系，根据相机的俯仰角θc和偏航角ψc以及无人机的俯仰角θ、滚转角φ、偏航角ψ，利用两次坐标系旋转平移，完成Ri自图像三维坐标系至该局部坐标系的变换，此时的方向向量Ni＝(pi,qi,ri)。
S4.3，得到Ni后，利用UP所在观测位置的GPS坐标，得到其在统一坐标系下的位置坐标(x0i,y0i,z0i)，则空间观测射线的标准表达式可以确定如下：
本发明的坐标变换流程图如图3所示：图3中θc和ψc表示相机的俯仰角和偏航角，θ、φ、ψ表示无人机的俯仰、滚转、偏航角，地球常量包括子午圈、卯酉圈曲率半径，坐标系旋转遵循基本的欧拉坐标转换原则。
S4.4，利用平行于地面的高度平面h去截取观测射线，获得投影点Pi，1≤i≤3，其坐标利用以h为自变量的表达式表达为：
S5.根据投影点数量及几何分布，判断能否构成与投影点个数相等边数的多边形，并以此为分类依据构建不同的目标函数。
当按一定的次序连接3个投影点并可构成三角形P1P2P3时，利用以P1为起点的两边向量叉乘的原理，可求得面积sk，计算公式如下：
为便于搜索优化，去除绝对值运算，将sk平方，得到此时的目标优化函数S:
S＝(sk)2
显然，当S值越小时，我们认为截取平面的高度越接近目标点所对应的高度，当找到目标函数最小值时，即认为找到了目标点的高度坐标。
由3个投影点连线无法构成三角形，且所有投影点接近共线时(此处“接近共线”的定义是指由任意三个投影点连线组成的三角形均存在大于λ的内角，其中λ＝π-ξ，ξ代表一个微小量，通常取)，此时投影点所围多边形面积接近于0，但所求目标点不一定在此高度平面内，引入罚因子，目标函数为：
其中η为投影点连线间最大夹角，dmax为投影点间最大距离，计算过程如下式：
dmax＝||Pi-Pj||∞,1≤i,j≤3,且i≠j
其中，|| ||∞代表无穷范数。
S6.利用组合优化算法来求解目标点的高度值，并根据该高度值及投影点表达式，结合多边形形心与顶点的关系，反解出目标点(即形心)的三维坐标。
S6.1选取ISIGHT软件中Task Plan模块，依次添加两个Optimization优化组件，并分别选择多岛遗传算法(Multi-Island GA)和序列二次规划法(NLPQL)作为优化方案。其中前者优化参数根据UP的规模设定，包括参数子规模(Sub-Population Size)、多岛数量(Number of islands)以及子代数(Number of Generations)等，对于小型的作战系统(i≤5)，三个参数均取为10较为理想；后者最大迭代次数的设定应考虑目标函数所需优化的精度，针对本发明优化的需求，定义最大迭代次数为50。
S6.2在Matlab中导入观测射线表达式以及目标函数，并在ISIGHT两次优化过程中均选取高度平面h为搜索变量，其下限通常取0，上限取值根据具体的搜索环境而定，通常不大于UP中最高定位飞机的高度，目标函数勾选S，搜索指令(Direction)设为最小化。
本发明的ISIGHT优化结构图如图4所示：结构中包含两个Optimization优化组件，分别为多岛遗传算法(Multi-Island GA)和序列二次规划法(NLPQL)。在Matlab中导入观测射线表达式以及目标函数，并在ISIGHT两次优化过程中均选取高度平面h为搜索变量。
S6.3利用最优高度值，由高度值及投影点表达式及多边形形心与顶点的关系，反解出目标点(即形心)的三维坐标，从而实现目标的快速精确定位。
S7.有人机迅速逼近目标，当与目标距离达到火力打击射程内时，实施火力打击。
在UP和UR位置不暴露的情况下，ML投弹后迅速撤离，当导弹飞行到中段，ML命令UR打开火控雷达对导弹进行制导；当UP和UR位置暴露，ML迅速打开雷达，实施制导接力，保证火力打击的准确性。
Claims (8)
1.一种基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，包括以下步骤：
S1.确定有人/无人机协同作战系统的组成及其所携载荷，其中有人机用于全局指挥调度以及火力打击，无人机用于无源定位；
S2.利用所述系统内无人机具有不发射无线电信号、被动接收有人机制导的特点，确定系统内有人机与无人机抵近探测区的次序及机间距离；
S3.无人机在探测区组成圆形队形进行观测，并通过数据链将图像信息实时传送给有人机；
S4.有人机内操作员锁定目标点位置，计算各无人机的观测射线并统一到同一坐标系下，利用平行于地面的高度平面截取观测射线，获得投影点；
S5.根据投影点数量及几何分布，判断能否构成与投影点个数相等边数的多边形，并以此为分类依据构建不同的目标函数；
S6.求解目标点的高度值，并根据该高度值及投影点表达式，反解出目标点的三维坐标；
S7.有人机迅速逼近目标，当与目标距离达到火力打击射程内时，实施火力打击；
在步骤S5中，具体的分类依据和目标函数为：
当按一定的次序连接n个投影点并可构成n边形时，将该多边形分解为n-2个子三角形，求各子三角形的面积sk，将sk平方，得到待优化的目标函数S:
<mrow>
<mi>S</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>,</mo>
<mi>n</mi>
<mo>&GreaterEqual;</mo>
<mn>3</mn>
<mo>;</mo>
</mrow>
由n个投影点连线无法构成n边形，且所有投影点接近共线时，引入罚因子，目标函数为：
<mrow>
<mi>S</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&eta;</mi>
<mo>-</mo>
<mi>&pi;</mi>
</mrow>
<mi>&pi;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<msubsup>
<mi>d</mi>
<mi>max</mi>
<mn>2</mn>
</msubsup>
<mo>,</mo>
<mi>n</mi>
<mo>&GreaterEqual;</mo>
<mn>3</mn>
<mo>,</mo>
<mi>&eta;</mi>
<mo>&le;</mo>
<mi>&pi;</mi>
</mrow>
其中η为投影点连线间最大夹角，dmax为投影点间最大距离，计算过程如下式：
dmax＝||Pi-Pj||∞,1≤i,j≤n,且i≠j；
由n个投影点连线无法构成n边形，存在至少三个投影点接近共线且其中有至少一个点不与其他点接近共线时，依次连接所有接近共线的投影点，构成α条接近共线的线段，并将线段两端的投影点与剩余不共线的β个点连接，围成新的2α+β边多边形，计算多边形面积，目标函数如下式：
<mrow>
<mi>S</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mn>2</mn>
<mi>&alpha;</mi>
<mo>+</mo>
<mi>&beta;</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>,</mo>
<mi>&alpha;</mi>
<mo>&GreaterEqual;</mo>
<mn>1</mn>
<mo>,</mo>
<mi>&beta;</mi>
<mo>,</mo>
<mo>&GreaterEqual;</mo>
<mn>1.</mn>
</mrow>
2.根据权利要求1所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，步骤S1具体为：
由m架有人战斗机和n架无人机构成有人/无人机协同作战系统，其中m≥1，n≥3，系统中，无人机表示为集合UP，UP＝{i∈N+|ui,i≤n}，其中ui表示无人机个体，所携带的载荷包括全球定位系统、可见光照相机、云台、光电设备和红外传感器；有人机记为ML，携带导弹和火控雷达。
3.根据权利要求2所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，步骤S2具体为：
UP在ML的指挥下，飞向目标探测区，UP被动接收ML的制导信息，不发射无线电信号且ML靠后配置。
4.根据权利要求3所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，步骤S3具体为：
UP抵达探测区后，UP均匀分布于目标上空并绕圆形队形盘旋，ML与UP保持原有距离并以各自的最小飞行半径进行盘旋，同时UP通过数据链将图像信息实时传送给ML。
5.根据权利要求4所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，步骤S4中包括以下分步骤：
S4.1，某时刻UP对目标进行观测，得到了ui各图像平面坐标系内定位的目标坐标(xui,yui)，其中1≤i≤n，将像素坐标转换为以mm为单位的坐标(xi,yi)，公式如下：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>u</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>u</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
<mo>*</mo>
<mi>&Delta;</mi>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>u</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>u</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>)</mo>
<mo>*</mo>
<mi>&Delta;</mi>
<mi>y</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
式中，Δx和Δy为x轴和y轴方向上单位像素所对应的物理尺寸，xu0、yu0为图像平面中心的像素坐标，在此基础上得到空间观测射线在图像三维坐标系下的方向向量(xi,yi,-fi)，记为Ri，其中fi为ui的相机焦距；
S4.2，将u1的局部坐标系设为观测射线统一后的坐标系，根据相机的俯仰角θc和偏航角ψc以及无人机的俯仰角θ、滚转角φ、偏航角ψ，利用两次坐标系旋转平移，完成Ri自图像三维坐标系至该局部坐标系的变换，此时的方向向量Ni＝(pi,qi,ri)；
S4.3，利用UP所在观测位置的GPS坐标，得到其在统一坐标系下的位置坐标(x0i,y0i,z0i)，则空间观测射线的标准表达式如下：
<mrow>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<mi>z</mi>
<mo>-</mo>
<msub>
<mi>z</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>3</mn>
<mo>...</mo>
<mi>n</mi>
<mo>;</mo>
</mrow>
S4.4，利用平行于地面的高度平面h去截取观测射线，获得投影点Pi，1≤i≤n，其坐标为：
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>p</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>=</mo>
<mo>(</mo>
<mfrac>
<mrow>
<mi>h</mi>
<mo>-</mo>
<msub>
<mi>z</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
</mfrac>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>x</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<mfrac>
<mrow>
<mi>h</mi>
<mo>-</mo>
<msub>
<mi>z</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
</mfrac>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>y</mi>
<mrow>
<mn>0</mn>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>.</mo>
</mrow>
6.根据权利要求5所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，步骤S6中包括以下分步骤：
S6.1利用优化工具，选取高度平面h为优化变量，其下限取0，上限取值不大于ui中最高的高度，目标函数设为S，搜索其最小值；
S6.2利用S6.1优化出的高度值，结合投影点表达式及多边形形心与顶点的关系，反解出目标点的三维坐标。
7.根据权利要求6所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，在步骤S7中：
当有人机携带的打击武器为中段制导的导弹时，所述系统中增加l架用于制导的雷达无人机，其中l≥1，记为UR，在UP和UR位置不暴露的情况下，ML投弹后迅速撤离，当导弹飞行到中段，ML命令UR打开火控雷达对导弹进行制导；当UP和UR位置暴露，ML迅速打开雷达，实施制导接力。
8.根据权利要求3所述的基于有人/无人机协同作战系统的精确目标定位及打击方法，其特征在于，ML与UP的距离根据ML的安全域度及参与协同攻击的时间要求确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711127246.5A CN107976899B (zh) | 2017-11-15 | 2017-11-15 | 一种基于有人/无人机协同作战系统的精确目标定位及打击方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711127246.5A CN107976899B (zh) | 2017-11-15 | 2017-11-15 | 一种基于有人/无人机协同作战系统的精确目标定位及打击方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107976899A true CN107976899A (zh) | 2018-05-01 |
| CN107976899B CN107976899B (zh) | 2020-09-11 |
Family
ID=62013471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711127246.5A Active CN107976899B (zh) | 2017-11-15 | 2017-11-15 | 一种基于有人/无人机协同作战系统的精确目标定位及打击方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107976899B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109029126A (zh) * | 2018-09-12 | 2018-12-18 | 北京机械设备研究所 | 一种智能全自动武器站 |
| CN110187640A (zh) * | 2019-06-29 | 2019-08-30 | 东南大学 | 针对机动目标和允许通信时滞的多导弹协同作战制导律设计方法 |
| CN110487266A (zh) * | 2019-08-24 | 2019-11-22 | 西安应用光学研究所 | 一种适用于海面目标的机载光电高精度无源定位方法 |
| CN110687930A (zh) * | 2019-10-15 | 2020-01-14 | 中国航空无线电电子研究所 | 一种多用户协作规划系统 |
| CN111208526A (zh) * | 2020-01-17 | 2020-05-29 | 西北工业大学 | 基于激光雷达与定位向量匹配的多无人机协同定位方法 |
| CN111487997A (zh) * | 2020-05-12 | 2020-08-04 | 西安爱生技术集团公司 | 一种攻击型无人机双机协同制导方法 |
| CN112068587A (zh) * | 2020-08-05 | 2020-12-11 | 北京航空航天大学 | 基于欧椋鸟通信机制的有人/无人机共融集群交互方法 |
| CN112130586A (zh) * | 2020-09-29 | 2020-12-25 | 南京航空航天大学 | 一种基于资源树的分布式异构无人机联盟构成方法 |
| CN112215283A (zh) * | 2020-10-12 | 2021-01-12 | 中国人民解放军海军航空大学 | 基于有人/无人机系统的近距空战智能决策方法 |
| CN112304315A (zh) * | 2020-10-20 | 2021-02-02 | 西安工程大学 | 一种针对空中打击无人机的定位方法 |
| CN112947579A (zh) * | 2021-03-19 | 2021-06-11 | 哈尔滨工业大学（深圳） | 一种基于机群特征关系的有人机无人机任务分配方法 |
| CN115330272A (zh) * | 2022-10-13 | 2022-11-11 | 北京理工大学 | 一种复杂作战区域条件下多飞行器目标协同攻击方法 |
| CN115826623A (zh) * | 2023-02-17 | 2023-03-21 | 中国人民解放军96901部队 | 一种基于不完备信息的移动目标攻击规划方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707726A (zh) * | 2012-05-28 | 2012-10-03 | 北京航空航天大学 | 一种无人机目标定位方法 |
| CN105698762A (zh) * | 2016-01-15 | 2016-06-22 | 中国人民解放军国防科学技术大学 | 一种单机航迹上基于不同时刻观测点的目标快速定位方法 |
| CN106373159A (zh) * | 2016-08-30 | 2017-02-01 | 中国科学院长春光学精密机械与物理研究所 | 一种简化的无人机多目标定位方法 |
| CN106803270A (zh) * | 2017-01-13 | 2017-06-06 | 西北工业大学深圳研究院 | 无人机平台基于单目slam的多关键帧协同地面目标定位方法 |
| CN107121666A (zh) * | 2017-04-17 | 2017-09-01 | 南京航空航天大学 | 一种基于无人飞行器的临近空间运动目标定位方法 |
| CN107194399A (zh) * | 2017-07-14 | 2017-09-22 | 广东工业大学 | 一种视觉定标的方法、系统及无人机 |
-
2017
- 2017-11-15 CN CN201711127246.5A patent/CN107976899B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707726A (zh) * | 2012-05-28 | 2012-10-03 | 北京航空航天大学 | 一种无人机目标定位方法 |
| CN105698762A (zh) * | 2016-01-15 | 2016-06-22 | 中国人民解放军国防科学技术大学 | 一种单机航迹上基于不同时刻观测点的目标快速定位方法 |
| CN106373159A (zh) * | 2016-08-30 | 2017-02-01 | 中国科学院长春光学精密机械与物理研究所 | 一种简化的无人机多目标定位方法 |
| CN106803270A (zh) * | 2017-01-13 | 2017-06-06 | 西北工业大学深圳研究院 | 无人机平台基于单目slam的多关键帧协同地面目标定位方法 |
| CN107121666A (zh) * | 2017-04-17 | 2017-09-01 | 南京航空航天大学 | 一种基于无人飞行器的临近空间运动目标定位方法 |
| CN107194399A (zh) * | 2017-07-14 | 2017-09-22 | 广东工业大学 | 一种视觉定标的方法、系统及无人机 |
Non-Patent Citations (3)
| Title |
|---|
| LI YUE等: "A fast target localization method with multi-point observation for a single UAV", 《2016 CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 * |
| 姚新: "无人机提高目标定位精度方法研究", 《舰船电子工程》 * |
| 王焱: "有人/无人机协同作战", 《电讯技术》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109029126A (zh) * | 2018-09-12 | 2018-12-18 | 北京机械设备研究所 | 一种智能全自动武器站 |
| CN109029126B (zh) * | 2018-09-12 | 2020-11-27 | 北京机械设备研究所 | 一种智能全自动武器站 |
| CN110187640A (zh) * | 2019-06-29 | 2019-08-30 | 东南大学 | 针对机动目标和允许通信时滞的多导弹协同作战制导律设计方法 |
| CN110487266A (zh) * | 2019-08-24 | 2019-11-22 | 西安应用光学研究所 | 一种适用于海面目标的机载光电高精度无源定位方法 |
| CN110487266B (zh) * | 2019-08-24 | 2023-04-18 | 西安应用光学研究所 | 一种适用于海面目标的机载光电高精度无源定位方法 |
| CN110687930B (zh) * | 2019-10-15 | 2021-07-16 | 中国航空无线电电子研究所 | 一种多用户协作规划系统 |
| CN110687930A (zh) * | 2019-10-15 | 2020-01-14 | 中国航空无线电电子研究所 | 一种多用户协作规划系统 |
| CN111208526A (zh) * | 2020-01-17 | 2020-05-29 | 西北工业大学 | 基于激光雷达与定位向量匹配的多无人机协同定位方法 |
| CN111208526B (zh) * | 2020-01-17 | 2022-07-08 | 西北工业大学 | 基于激光雷达与定位向量匹配的多无人机协同定位方法 |
| CN111487997A (zh) * | 2020-05-12 | 2020-08-04 | 西安爱生技术集团公司 | 一种攻击型无人机双机协同制导方法 |
| CN112068587A (zh) * | 2020-08-05 | 2020-12-11 | 北京航空航天大学 | 基于欧椋鸟通信机制的有人/无人机共融集群交互方法 |
| CN112130586A (zh) * | 2020-09-29 | 2020-12-25 | 南京航空航天大学 | 一种基于资源树的分布式异构无人机联盟构成方法 |
| CN112130586B (zh) * | 2020-09-29 | 2021-12-21 | 南京航空航天大学 | 一种基于资源树的分布式异构无人机联盟构成方法 |
| CN112215283A (zh) * | 2020-10-12 | 2021-01-12 | 中国人民解放军海军航空大学 | 基于有人/无人机系统的近距空战智能决策方法 |
| CN112304315A (zh) * | 2020-10-20 | 2021-02-02 | 西安工程大学 | 一种针对空中打击无人机的定位方法 |
| CN112947579A (zh) * | 2021-03-19 | 2021-06-11 | 哈尔滨工业大学（深圳） | 一种基于机群特征关系的有人机无人机任务分配方法 |
| CN115330272A (zh) * | 2022-10-13 | 2022-11-11 | 北京理工大学 | 一种复杂作战区域条件下多飞行器目标协同攻击方法 |
| CN115826623A (zh) * | 2023-02-17 | 2023-03-21 | 中国人民解放军96901部队 | 一种基于不完备信息的移动目标攻击规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107976899B (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107976899A (zh) | 一种基于有人/无人机协同作战系统的精确目标定位及打击方法 | |
| CN113791634B (zh) | 一种基于多智能体强化学习的多机空战决策方法 | |
| CN111240353B (zh) | 基于遗传模糊树的无人机协同空战决策方法 | |
| CN107390706B (zh) | 一种基于预演机动规则系统的无人机近距格斗决策方法 | |
| CN108388270A (zh) | 面向安全域的集群无人机轨迹姿态协同控制方法 | |
| Jiandong et al. | UAV cooperative air combat maneuver decision based on multi-agent reinforcement learning | |
| CN105608251B (zh) | 直升机火控系统精度敏感性分析的BNSobol法 | |
| CN110986957B (zh) | 一种无人飞行器三维航迹规划方法及装置 | |
| CN106873621A (zh) | 一种基于拉格朗日方程的无人机编队队形控制算法 | |
| Duan et al. | Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory | |
| CN112733251B (zh) | 一种多无人飞行器协同航迹规划方法 | |
| CN104729509B (zh) | 一种基于非支配排序遗传算法ii的航迹规划方法 | |
| CN114239728A (zh) | 一种多域战场态势评估与威胁排序方法 | |
| CN109901159A (zh) | 一种基于深度学习的米波雷达目标识别方法 | |
| Ruan et al. | Autonomous maneuver decisions via transfer learning pigeon-inspired optimization for UCAVs in dogfight engagements | |
| Yin et al. | The application of artificial intelligence technology in UAV | |
| De Lima Filho et al. | Optimization of unmanned air vehicle tactical formation in war games | |
| CN114239305A (zh) | 一种战场态势场景仿真激励系统 | |
| CN104122530B (zh) | 一种基于常规雷达的炮弹目标识别方法 | |
| Duan et al. | Route planning method design for UAV under radar ECM scenario | |
| CN115204033A (zh) | 单机近距空战格斗机动辅助决策方法、系统、设备及介质 | |
| Tian et al. | 3D path planning of UAV based on improved A* algorithm | |
| Guopeng et al. | Research on Path planning of Three-Dimensional UAV Based on Levy Flight Strategy and Improved Particle Swarm Optimization Algorithm | |
| Qu | Unmanned aerial vehicle (uav) intelligent wayfinding system based on inertial navigation technology | |
| Zhang et al. | Evaluation method of UAV cluster simulation models with different granularity based on sensitivity analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200818 Address after: 264001 Research and Academic Department, 188 Erma Road, Zhifu District, Yantai City, Shandong Province Applicant after: NAVAL AERONAUTICAL University Address before: 264001 Yantai City, Zhifu Province, No. two road, No. 188, Department of research, Applicant before: NAVAL AERONAUTICAL AND ASTRONAUTICAL University PLA |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |