CN107976899B - 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 PDF

Info

Publication number
CN107976899B
CN107976899B CN201711127246.5A CN201711127246A CN107976899B CN 107976899 B CN107976899 B CN 107976899B CN 201711127246 A CN201711127246 A CN 201711127246A CN 107976899 B CN107976899 B CN 107976899B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
target
manned
positioning
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.)
Active
Application number
CN201711127246.5A
Other languages
English (en)
Other versions
CN107976899A (zh
Inventor
韩维
李樾
刘书岩
张勇
陈志刚
苏析超
刘洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval Aeronautical University
Original Assignee
Naval Aeronautical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Naval Aeronautical University filed Critical Naval Aeronautical University
Priority to CN201711127246.5A priority Critical patent/CN107976899B/zh
Publication of CN107976899A publication Critical patent/CN107976899A/zh
Application granted granted Critical
Publication of CN107976899B publication Critical patent/CN107976899B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205Adaptive 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
    • G05B13/024Adaptive 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

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
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:
Figure BDA0001468643710000021
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
Figure BDA0001468643710000022
),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:
Figure BDA0001468643710000023
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:
Figure BDA0001468643710000031
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:
Figure BDA0001468643710000041
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:
Figure BDA0001468643710000042
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:
Figure BDA0001468643710000043
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:
Figure BDA0001468643710000061
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:
Figure BDA0001468643710000071
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:
Figure BDA0001468643710000072
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:
Figure BDA0001468643710000073
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
Figure BDA0001468643710000081
),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:
Figure BDA0001468643710000082
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n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:
Figure FDA0002595506620000011
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:
Figure FDA0002595506620000012
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:
Figure FDA0002595506620000021
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:
Figure FDA0002595506620000031
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:
Figure FDA0002595506620000032
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:
Figure FDA0002595506620000033
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。
CN201711127246.5A 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 Active CN107976899B (zh)

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 CN107976899A (zh) 2018-05-01
CN107976899B true 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)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110187640B (zh) * 2019-06-29 2022-04-29 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
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
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
CN111487997B (zh) * 2020-05-12 2023-06-23 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
CN112068587B (zh) * 2020-08-05 2021-09-03 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
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
CN112304315B (zh) * 2020-10-20 2024-07-02 青岛中科防务科技有限公司 一种针对空中打击无人机的定位方法
CN112950719B (zh) * 2021-01-23 2024-06-04 西北工业大学 一种基于无人机主动式光电平台的无源目标快速定位方法
CN112947579B (zh) * 2021-03-19 2023-01-17 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
CN115225648A (zh) * 2022-07-19 2022-10-21 成都中科微信息技术研究院有限公司 异构无人平台信息共享与互操作系统
CN115330272B (zh) * 2022-10-13 2023-01-31 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
CN115826623B (zh) * 2023-02-17 2023-06-30 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)

* Cited by examiner, † Cited by third party
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

Patent Citations (6)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
A fast target localization method with multi-point observation for a single UAV;LI Yue等;《2016 Chinese Control and Decision Conference (CCDC)》;20160808;第5389-5394页 *
无人机提高目标定位精度方法研究;姚新;《舰船电子工程》;20111031;第31卷(第10期);第56-59页 *
有人/无人机协同作战;王焱;《电讯技术》;20130930;第53卷(第9期);第1253-1258页 *

Also Published As

Publication number Publication date
CN107976899A (zh) 2018-05-01

Similar Documents

Publication Publication Date Title
CN107976899B (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
CN108646589B (zh) 一种攻击无人机编队的作战模拟训练系统及方法
CN108415452B (zh) 一种中空长航时无人机任务规划系统
Thomas et al. Advances in air to air refuelling
CN113791634B (zh) 一种基于多智能体强化学习的多机空战决策方法
CN107577241B (zh) 一种基于避障系统的消防无人机航迹规划方法
Yang et al. Panoramic UAV surveillance and recycling system based on structure-free camera array
Duan et al. Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory
CN107300377A (zh) 一种绕飞轨迹下的旋翼无人机三维目标定位方法
Barabash et al. Integro-differential models of decision support systems for controlling unmanned aerial vehicles on the basis of modified gradient method
Fu et al. The overview for UAV air-combat decision method
CN114239305B (zh) 一种战场态势场景仿真激励系统
CN116310898A (zh) 基于神经网络和惠更斯原理的林火蔓延预测方法和系统
CN116337086B (zh) 无人机网捕最优捕获位置计算方法、系统、介质及终端
CN110794391A (zh) 一种基于无人机集群组网平台的无源定位优化布站方法
CN116502423A (zh) 一种基于深度强化学习的对抗仿真推演系统
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
CN109597309A (zh) 一种虚实结合的靶机机动同步方法及系统
RU2498342C1 (ru) Способ перехвата воздушных целей летательными аппаратами
Ji et al. Research on simulation experiment of underwater cluster multi-source information fusion
Vanek et al. Vision only sense and avoid: A probabilistic approach
Batta et al. Drone Assisted Targeting for Direct Fire Engagements
Wu et al. Simulation of two-satellite reconnaissance system with intelligent decision based on object detection
CN118486198B (zh) 基于区域划分的无人机交通控制方法、设备及介质
CN116222312A (zh) 一种空中无人智能靶机的控制方法及系统

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