CN113959449A - 一种多无人机搜索航路规划方法及装置 - Google Patents
一种多无人机搜索航路规划方法及装置 Download PDFInfo
- Publication number
- CN113959449A CN113959449A CN202111575842.6A CN202111575842A CN113959449A CN 113959449 A CN113959449 A CN 113959449A CN 202111575842 A CN202111575842 A CN 202111575842A CN 113959449 A CN113959449 A CN 113959449A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- search
- target
- aerial vehicle
- unmanned
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种多无人机搜索航路规划方法及装置。该方法包括:获取无人机被动雷达导引头的俯仰角及其形成的投影覆盖区域的最长边H max;获取目标辐射源天线的波束宽度及不确定位置目标的区域范围等效成外接圆的半径R;以导引头搜索视场将外接圆全覆盖为目标,计算所需无人机架数N;根据最大俯仰角、波束宽度、半径R及所需无人机架数N,在最极端空域截获情形下,以参与协同搜索的无人机将目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、各架无人机的搜索航路参数L及参与协同搜索的无人机架数M。本发明在目标位置不确定以及目标辐射源天线朝向不确定情形下能进行多无人机搜索航路规划。
Description
技术领域
本发明属于无人机技术领域,更具体地,涉及一种多无人机搜索航路规划方法及装置。
背景技术
反辐射无人机是装有被动雷达导引头和战斗部的小型无人驾驶飞机,主要用于压制和摧毁敌方地面雷达,削弱敌方防空系统的作战能力。其中,被动雷达导引头可以实现对作战区域内隐蔽的辐射源信号进行目标搜索、信号截获、识别跟踪的过程,同时被动雷达导引头也对无人机搜索目标加入了视场约束条件。另外反辐射无人机具有“发射后不管”的特点,在搜索阶段只能按预定航迹飞行,因此对无人机的预先搜索航迹规划提出了较高的要求。
文献1(多无人机协同侦察任务规划方法研究综述,电讯技术,2019,(006):741-748)对国内外研究多无人机协同侦察任务规划方法进行了总结,梳理出了 “点对点”的协同侦察和“点对面”的协同侦察两个方向。其中,“点对面”协同侦察针对特定的大面积任务区域设计一种控制方式,使得多无人机能够以最小的代价快速高效地覆盖整个已知环境或未知环境的任务区域。针对未知环境的任务区域,即区域的不确定性,总结出了改进最大生成树、模型控制理论与遗传算法相结合、协同进化算法等搜索航路算法。总的来看,在“点对面”协同侦察任务规划方面,国内外的研究相对甚少,大多都是继承机器人覆盖问题的研究成果,尤其是对环境信息未知情况下的区域侦察,研究更少。
另一方面,文献1综述的方法,包括中国专利申请CN112363539 A提出的算法,都是以路径代价为目标,虽然优化了搜索航路算法,但均未考虑反辐射无人机被动雷达导引头搜索视场的特点,难以适用于反辐射无人机。
文献3(防空火力压制任务中反辐射无人机搜索航路优选,空军工程大学学报,2020,(1):87-91)剖析了反辐射无人机被动雷达导引头搜索视场的特点,以视场覆盖率为指标,详细对比了不同搜索路线的优劣。中国专利申请CN112066992A在此基础上,结合遗传算法,生成出了优选的搜索航迹。这两篇文献充分考虑了反辐射无人机搜索特点,针对性强,但均基于目标位置已知的情形,只考虑了对已知位置点目标的搜索覆盖,没考虑目标位置不确定,即对不确定的“点对面”协同侦察该如何规划搜索航路的问题。
还应特别指出的是,现有研究大多是将目标看成“点”或“面”,认为覆盖了“点”或“面”就能搜索侦察到目标。其实,现实中对能搜索到目标的要求不止如此,目标辐射源天线朝向等因素也应考虑,这直接关系到能否实现对目标信号的空域截获。
因此,如何在目标位置不确定和目标辐射源天线朝向相互耦合不确定情况下确定多无人搜索航路规划是亟需解决的技术问题。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种多无人机搜索航路规划方法及装置,在目标位置不确定以及目标辐射源天线朝向不确定情形下能进行多无人机搜索航路规划。
为实现上述目的,本发明提供了一种多无人机搜索航路规划方法,包括如下步骤:
(1)获取反辐射无人机被动雷达导引头的最大俯仰角,以及所述导引头转到至所述最大俯仰角时形成的投影覆盖区域的最长边H max;
(2)获取目标辐射源天线的波束宽度及不确定位置目标的区域范围,并计算所述区域范围等效成外接圆的半径R;
(3)根据所述最长边H max以及所述半径R,以所述导引头搜索视场将所述外接圆全覆盖为目标,结合无人机8字形搜索航路模式,计算所需无人机架数N;
(4)根据所述最大俯仰角、所述波束宽度、所述半径R及所需无人机架数N,在最极端空域截获情形下,以参与协同搜索的无人机将所述目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数L以及参与协同搜索的无人机架数M;其中,
所述最极端空域截获情形为:所述目标辐射源天线朝向与参与协同搜索的相邻两无人机进入段航路的角平分线重合,且所述目标所在位置处于所述角平分线与所述外接圆的交点处。
本发明提供的多无人机搜索航路规划方法,将目标位置不确定和目标辐射源天线朝向不确定相互耦合的问题转化成最极端情况下的空域截获问题,针对最极端情况下的空域截获情形,可准确地计算出参与协同搜索的相邻两无人机进入段航路的夹角,从而科学确定出需参与协同搜索的各无人机搜索航路参数L以及参与协同搜索的无人机架数M,既能保证完成任务又避免重复浪费。
在其中一个实施例中,步骤(3)具体为:
在其中一个实施例中,步骤(4)具体为:
其中,θ max表示所述最大俯仰角的一半;β max表示所述波束宽度的一半;S max表示所述导引头的最远探测距离;α表示所述参与协同搜索的相邻两架无人机进入段航路的夹角的一半。
在其中一个实施例中,所述参与协同搜索的各架无人机在不同高度层上运行。
第二方面,本发明提供了一种多无人机搜索航路规划系统,包括:
投影覆盖区域获取模块,用于获取反辐射无人机被动雷达导引头的最大俯仰角,以及所述导引头转到至所述最大俯仰角时形成的投影覆盖区域的最长边H max;
等效模块,用于获取目标辐射源天线的波束宽度及不确定位置目标的区域范围,并计算所述区域范围等效成外接圆的半径R;
计算模块,用于根据所述最长边H max以及所述半径R,以所述导引头搜索视场将所述外接圆全覆盖为目标,结合无人机8字形搜索航路模式,计算所需无人机架数N;
规划模块,用于根据所述最大俯仰角、所述波束宽度、所述半径R及所需无人机架数N,在最极端空域截获情形下,以参与协同搜索的无人机将所述目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数L以及参与协同搜索的无人机架数M;其中,
所述最极端空域截获情形为:所述目标辐射源天线朝向与参与协同搜索的相邻两无人机进入段航路的角平分线重合,且所述目标所在位置处于所述角平分线与所述外接圆的交点处。
第三方面,本发明提供了一种多无人机搜索航路规划装置,包括:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现上述所述多无人机搜索航路规划方法的步骤。
第四方面,本发明提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所述多无人机搜索航路规划方法的步骤。
本发明提供的多无人机搜索航路规划系统、装置及存储介质,将目标位置不确定和目标辐射源天线朝向不确定相互耦合的问题转化成最极端情况下的空域截获问题,针对最极端情况下的空域截获情形,可准确地计算出参与协同搜索的相邻两无人机进入段航路的夹角,从而科学确定出需参与协同搜索的各无人机搜索航路参数L以及参与协同搜索的无人机架数M,既能保证完成任务又避免重复浪费。
附图说明
图1是一实施例提供的多无人机搜索航路规划方法的流程示意图;
图2是一实施例中无人机被动雷达导引头搜索视场在地面上投影覆盖区域的示意图;
图3是考虑导引头搜索视场将目标位置的等效区域(外接圆)全覆盖时,无人机搜索航路示意图;
图4是考虑目标位置不确定与目标辐射源天线朝向不确定相互耦合时,空域截获最困难情况下的空间示意图;
图5是考虑到目标位置不确定与目标辐射源天线朝向不确定相互耦合时,多无人机协同搜索航路规划的技术流程图;
图6是一具体实施例中多无人机协同搜索航路示意图;
图7是一实施例中多无人机搜索航路规划系统的架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请先参阅图1,图1是本发明针对目标位置不确定位置和目标辐射源天线朝向不确定相互耦合情形提供的一种多无人机搜索航路规划方法,如图1所示,该多无人机搜索航路规划方法包括步骤S10~S40,详述如下:
S10,获取反辐射无人机被动雷达导引头的最大俯仰角,以及该导引头转动到最大俯仰角时形成的投影覆盖区域(如图2所示的阴影区域)的最长边H max。
S20,获取目标辐射源天线的波束宽度及不确定位置目标的区域范围,并计算该区域范围等效成外接圆的半径R。
S30,根据最长边H max以及半径R,以无人机导引头搜索视场将不确定位置目标的等效区域(外接圆)全覆盖为目标,结合无人机8字形搜索航路模式,计算所需无人机架数N。
需要说明的是,无人机典型搜索航路模式包括8字形、光栅形和跑道形搜索航路模式,本实施例采用8字形搜索航路模式主要是:非过顶临空搜索时,8字形搜索航路航程比光栅形更短,且8字形搜索航路模式进入待搜索区域的角度调整比跑道形更加灵活。
在步骤S30中,以无人机导引头搜索视场将不确定位置目标的等效区域(外接圆)全覆盖为目标,如图3所示,若H max>R,则单架无人机沿8字形搜索航路就可覆盖整个等效区域,即所需无人机架数N=1;若H max<R,则需要N架无人机沿8字形搜索航路才能覆盖整个等效区域,则所需无人机架数,表示取整函数,取值为大于的最小整数。
S40,根据最大俯仰角、波束宽度、半径R及所需无人机架数N,在最极端空域截获情形下,以协同搜索的无人机将目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数以及参与协同搜索的无人机架数M。
在步骤S40中,综合考虑目标位置不确定及目标辐射源天线朝向不确定相互耦合时,针对最极端情况下空域截获问题,即目标辐射源天线朝向与相邻两无人机进入段航路的角平分线重合,且目标位置位于角平分线和目标位置等效成外接圆的交点,如图4所示,其中,目标位置为T,无人机开始探测时航路点为S。这样两相邻无人机在进入段航路飞行时最容易形成空域截获盲区,根据该情况下,以协同搜索的无人机将目标辐射源天线辐射信号的空域全截获为目标,可准确地计算出参与协同搜索的相邻两无人机进入段航路的夹角,从而科学确定出需参与协同搜索的各无人机搜索航路参数L以及参与协同搜索的无人机架数M。
本实施例提供的多无人机搜索航路规划方法,将目标位置不确定和目标辐射源天线朝向不确定相互耦合的问题转化成最极端情况下的空域截获问题,针对最极端情况下的空域截获情形,可准确地计算出参与协同搜索的相邻两无人机进入段航路的夹角,从而科学确定出需参与协同搜索的各无人机搜索航路参数L以及参与协同搜索的无人机架数M,既能保证完成任务又避免重复浪费。
具体地,为了达到上述目的,本发明为此提供的技术方案流程如图5所示,具体步骤如下:
步骤一:计算反辐射无人机被动雷达导引头搜索视场在地面上的投影覆盖区域,近似为梯形,如图2所示的阴影区域。其中,导引头随动机构俯仰转动至机身正下方时形成的覆盖区域最短边为H min,转动至最大俯仰角时形成的覆盖区域最长边为H max,最短边与最长边之间的距离为h。并遵循前提条件:无人机飞行转弯时导引头不探测。
步骤二:获取不确定位置目标的区域范围,计算该区域范围等效成外接圆的半径为R,如图3所示的网格线区域,其中,O为外接圆圆心。
步骤三:以导引头视场将目标位置的等效区域全覆盖为目标,若H max>R,则单架无人机沿8字形搜索航路就可以覆盖整个不确定位置区域,即所需无人机架数N=1,如图3所示;若H max<R,则需要N架无人机沿8字形搜索航路才能覆盖整个等效区域,所需无人机架数,表示取整函数,取值为大于的最小整数。
步骤四:考虑目标位置不确定与目标辐射源天线朝向不确定相互耦合时,最极端空域截获情形。计算参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数L以及参与协同搜索的无人机架数M。
具体而言,解耦的方法是针对最极端情形下空域截获问题,即目标辐射源天线朝向与相邻两无人机进入段航路的角平分线重合,且目标位置处于角平分线与等效区域的交点,如图4所示,这样两相邻无人机在进入段航路飞行最容易形成空域截获盲区。其中,目标位置为T,无人机开始探测时航路点为S,导引头探测目标方位角为θ,目标辐射源天线波束宽度的一半为θ max,相邻两无人机进入段航路夹角的一半为α,导引头最大俯仰角的一半为β max,导引头最远探测距离为S max。
在三角形OST中由正弦定理:
且空域截获需满足的约束条件为:
将式(2)、(4)带入式(1)可得:
由式(5)可计算出:
由式(7)可计算出:
那么,就由式(8)确定α的取值范围。
根据α取式(6)或(8)的不同,可计算出|SO|=L的取值:
据此,结合步骤三和步骤四,可计算得所需参与协同搜索的无人机架数为:
参与协同搜索的各架无人机航路参数由式(10)确定,参与协同搜索的相邻两无人机径向搜索航路的夹角由式(6)或(8)确定。
至此,完成了在目标位置不确定与目标辐射源天线朝向不确定相互耦合情况下,参与协同搜索的无人机架数的确定、参与协同搜索的每架无人机的搜索航路参数的计算,以及参与协同搜索的各架无人机相对位置关系的推导。
为更清楚地说明本发明,以下举例说明:
步骤一:对应图2,设定导引头搜索视场在地面上的投影覆盖区域H max=20km,H min=20km,h=15km,r=1km。
步骤二:设定不确定位置区域的外接圆半径R=5km。
步骤三:由于H max>R,则单架无人机沿8字形搜索航路就可以覆盖整个不确定位置区域,即N=1。
步骤四:设定导引头最大俯仰角的一半为θ max=20°,导引头最远探测距离为S max=20km,目标辐射源天线波束宽度的一半为β max=40°。
由上述式(6)计算得α≤32°,α取最大值α max1=32°,审视β max-α max1<θ max,即40°-32°<20°,则可确定α的范围为α≤32°,此时α最大值32°即为参与协同搜索的相邻两架无人机进入段航路的夹角;由式(10)可计算出参与协同搜索的各架无人机的搜索航路参数L=23km;由式(11)可计算出所需参与协同搜索的无人机架数M=4。
最终得到多无人机搜索航路示意图如图6所示,且4架无人机搜索航路应区分高度层避免相撞。
图7是本发明一实施例提供的多无人机搜索航路规划系统的架构图,如图7所示,该系统包括投影覆盖区域获取模块100、等效模块200、计算模块300和规划模块400。
其中,投影覆盖区域获取模块100,用于获取反辐射无人机的最大俯仰角,以及该导引头转动至最大俯仰角时形成的投影覆盖区域的最长边H max。
等效模块200,用于获取目标辐射源天线的波束宽度及不确定位置目标的区域范围,并计算区域范围等效成外接圆的半径R。
计算模块300,用于根据最长边H max以及半径R,以导引头搜索视场将外接圆全覆盖为目标,结合无人机8字形搜索航路模式,计算所需无人机架数N。
规划模块400,用于根据最大俯仰角、波束宽度、半径R及所需无人机架数N,在最极端空域截获情形下,以参与协同搜索的无人机将所述目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数以及参与协同搜索的无人机架数M;其中,
最极端空域截获情形为:目标辐射源天线朝向与参与协同搜索的相邻两无人机进入段航路的角平分线重合,且目标所在位置处于角平分线与外接圆的交点处。
具体地,本实施例提供的多无人机搜索航路规划系统中的各模块功能可参见前述方法实施例中的详细介绍,本实施例不再赘述。
本发明还提供了一种多无人机搜索航路规划装置,包括:存储器,其上存储有计算机程序;以及处理器,用于执行存储器中的计算机程序,以实现上述多无人机搜索航路规划方法的步骤。
另外,本发明提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述多无人机搜索航路规划方法的步骤。
需要说明的是,本发明提供的多无人机搜索航路规划装置及存储介质与前述实施例中的方法是基于同一个发明构思下的两个方面,在前面已经对方法实施过程做了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施例中的装置的结构及实施过程,为了说明书的简洁,本实施例不再赘述。
本实施例提供的多无人机搜索航路规划系统、装置及存储介质,将目标位置不确定和目标辐射源天线朝向不确定相互耦合的问题转化成最极端情况下的空域截获问题,针对最极端情况下的空域截获情形,可准确地计算出参与协同搜索的相邻两无人机进入段航路的夹角,从而科学确定出需参与协同搜索的各无人机搜索航路参数L以及参与协同搜索的无人机架数M,既能保证完成任务又避免重复浪费。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种多无人机搜索航路规划方法,其特征在于,包括如下步骤:
(1)获取反辐射无人机被动雷达导引头的最大俯仰角,以及所述导引头转到至所述最大俯仰角时形成的投影覆盖区域的最长边H max;
(2)获取目标辐射源天线的波束宽度及不确定位置目标的区域范围,并计算所述区域范围等效成外接圆的半径R;
(3)根据所述最长边H max以及所述半径R,以所述导引头搜索视场将所述外接圆全覆盖为目标,结合无人机8字形搜索航路模式,计算所需无人机架数N;
(4)根据所述最大俯仰角、所述波束宽度、所述半径R及所需无人机架数N,在最极端空域截获情形下,以参与协同搜索的无人机将所述目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数L以及参与协同搜索的无人机架数M;其中,
所述最极端空域截获情形为:所述目标辐射源天线朝向与参与协同搜索的相邻两无人机进入段航路的角平分线重合,且所述目标所在位置处于所述角平分线与所述外接圆的交点处。
4.根据权利要求1~3任一项所述的多无人机搜索航路规划方法,其特征在于,所述参与协同搜索的各架无人机在不同高度层上运行。
5.一种多无人机搜索航路规划系统,其特征在于,包括:
投影覆盖区域获取模块,用于获取反辐射无人机被动雷达导引头的最大俯仰角,以及所述导引头转到至所述最大俯仰角时形成的投影覆盖区域的最长边H max;
等效模块,用于获取目标辐射源天线的波束宽度及不确定位置目标的区域范围,并计算所述区域范围等效成外接圆的半径R;
计算模块,用于根据所述最长边H max以及所述半径R,以所述导引头搜索视场将所述外接圆全覆盖为目标,结合无人机8字形搜索航路模式,计算所需无人机架数N;
规划模块,用于根据所述最大俯仰角、所述波束宽度、所述半径R及所需无人机架数N,在最极端空域截获情形下,以参与协同搜索的无人机将所述目标辐射源天线辐射信号的空域全截获为目标,规划参与协同搜索的相邻两架无人机进入段航路的夹角、参与协同搜索的各架无人机的搜索航路参数L以及参与协同搜索的无人机架数M;其中,
所述最极端空域截获情形为:所述目标辐射源天线朝向与参与协同搜索的相邻两无人机进入段航路的角平分线重合,且所述目标所在位置处于所述角平分线与所述外接圆的交点处。
6.一种多无人机搜索航路规划装置,其特征在于,包括:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1~4中任一项所述多无人机搜索航路规划方法的步骤。
7.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~4中任一项所述多无人机搜索航路规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111575842.6A CN113959449B (zh) | 2021-12-22 | 2021-12-22 | 一种多无人机搜索航路规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111575842.6A CN113959449B (zh) | 2021-12-22 | 2021-12-22 | 一种多无人机搜索航路规划方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113959449A true CN113959449A (zh) | 2022-01-21 |
CN113959449B CN113959449B (zh) | 2022-03-11 |
Family
ID=79473602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111575842.6A Active CN113959449B (zh) | 2021-12-22 | 2021-12-22 | 一种多无人机搜索航路规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113959449B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016130495A1 (en) * | 2015-02-09 | 2016-08-18 | Artsys360 Ltd. | Aerial traffic monitoring radar |
CN106406346A (zh) * | 2016-11-01 | 2017-02-15 | 北京理工大学 | 一种多无人机协同快速覆盖搜索航迹规划方法 |
CN112130581A (zh) * | 2020-08-19 | 2020-12-25 | 昆明理工大学 | 一种面向空中机动作战的无人机集群协同任务规划方法 |
KR102304408B1 (ko) * | 2020-10-16 | 2021-09-23 | 한국항공우주연구원 | 군집 비행체의 비행 제어 방법 및 군집 비행체의 비행 제어 시스템 |
CN113701762A (zh) * | 2021-10-29 | 2021-11-26 | 中国人民解放军空军预警学院 | 一种无人机搜索航路建立方法及装置 |
-
2021
- 2021-12-22 CN CN202111575842.6A patent/CN113959449B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016130495A1 (en) * | 2015-02-09 | 2016-08-18 | Artsys360 Ltd. | Aerial traffic monitoring radar |
CN106406346A (zh) * | 2016-11-01 | 2017-02-15 | 北京理工大学 | 一种多无人机协同快速覆盖搜索航迹规划方法 |
CN112130581A (zh) * | 2020-08-19 | 2020-12-25 | 昆明理工大学 | 一种面向空中机动作战的无人机集群协同任务规划方法 |
KR102304408B1 (ko) * | 2020-10-16 | 2021-09-23 | 한국항공우주연구원 | 군집 비행체의 비행 제어 방법 및 군집 비행체의 비행 제어 시스템 |
CN113701762A (zh) * | 2021-10-29 | 2021-11-26 | 中国人民解放军空军预警学院 | 一种无人机搜索航路建立方法及装置 |
Non-Patent Citations (4)
Title |
---|
PO YU KUO 等: "A novel optimal route planning based on ramp lowest point search method for unmanned aerial vehicle", 《2018 IEEE INTERNATIONAL CONFERENCE ON CONSUMER ELECTRONICS》 * |
刘培宾等: "基于改进人工势场法的反辐射无人机搜索航路规划", 《弹箭与制导学报》 * |
潘奎等: "基于雷达诱饵空间分离的反辐射无人机攻击航迹分析", 《火控雷达技术》 * |
韩旭等: "基于D-S证据理论的反辐射无人机群协同搜索", 《探测与控制学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113959449B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190025858A1 (en) | Flight control using computer vision | |
CN107168380B (zh) | 一种基于蚁群算法的无人机群区域覆盖的多步寻优方法 | |
US8718838B2 (en) | System and methods for autonomous tracking and surveillance | |
US9026272B2 (en) | Methods for autonomous tracking and surveillance | |
CN107037828B (zh) | 基于粒子群算法的无人机区域覆盖的单步寻优方法 | |
CN111580556B (zh) | 一种时空约束下多无人机协同路径规划与制导方法 | |
WO2019067695A1 (en) | FLIGHT CONTROL USING VISION BY COMPUTER | |
CN112797846A (zh) | 一种无人机防控方法及系统 | |
CN108459616B (zh) | 基于人工蜂群算法的无人机群协同覆盖航路规划方法 | |
WO2017040254A1 (en) | Mitigation of small unmanned aircraft systems threats | |
US9030347B2 (en) | Preemptive signature control for vehicle survivability planning | |
CN107014384B (zh) | 基于角度搜索的多机载雷达协同探测航路规划方法 | |
US8831793B2 (en) | Evaluation tool for vehicle survivability planning | |
US11320532B2 (en) | Coordinated detecting of objects in an airspace | |
Xia et al. | Multi—UAV path planning based on improved neural network | |
CN113701762B (zh) | 一种无人机搜索航路建立方法及装置 | |
CN112066992A (zh) | 一种基于视场约束的反辐射无人机搜索航迹规划方法 | |
CN113959449B (zh) | 一种多无人机搜索航路规划方法及装置 | |
CN116661496B (zh) | 一种基于智能算法的多巡飞弹协同航迹规划方法 | |
RU2504725C2 (ru) | Способ пуска ракет для подвижных пусковых установок | |
US20200408886A1 (en) | Passive altimeter system for a platform and method thereof | |
You et al. | Air combat command and guidance situation assessment based on attack area | |
El-Sallabi et al. | UAV path planning in absence of GPS signals | |
Kang | Development of a Peripheral-Central Vision System to Detect and Characterize Airborne Threats | |
CN106595666B (zh) | 一种无人机远距航路规划方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |