CN116538865A - 一种无人机系统 - Google Patents
一种无人机系统 Download PDFInfo
- Publication number
- CN116538865A CN116538865A CN202310499583.6A CN202310499583A CN116538865A CN 116538865 A CN116538865 A CN 116538865A CN 202310499583 A CN202310499583 A CN 202310499583A CN 116538865 A CN116538865 A CN 116538865A
- Authority
- CN
- China
- Prior art keywords
- area
- unmanned aerial
- aerial vehicle
- interception
- target
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 230000007123 defense Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 230000035484 reaction time Effects 0.000 claims description 2
- 239000011800 void material Substances 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 6
- 230000002068 genetic effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出一种无人机系统,属于无人机防御技术领域。所述方法基于物理实际建立起雷达探测模型、无人机防御区模型和拦截模型,用于描述防空作战实际过程,为阵地部署提供基础条件。
Description
技术领域
本发明属于无人机防御技术领域,尤其涉及一种无人机系统。
背景技术
如何在防抗来袭目标的攻击前,进行无人机系统阵地部署,是研究无人机防抗来袭目标攻击这一领域中重要的技术问题。
发明内容
针对上述技术问题,本发明提出一种无人机系统。所述无人机系统包括探测区模型建立单元、防御区模型建立单元、拦截区模型建立单元和若干拦截无人机。
在探测区中,所述无人机系统的雷达i的坐标为Li(xi,yi,zi),来袭目标j的坐标为Xj(xj,yj,zj);无地形遮蔽时所述雷达的探测区域为方位角为α、俯仰角为β、半径为D的部分球体,有地形遮蔽时电磁波的传播被阻挡,所述雷达的探测距离被压缩,所述探测区域为不规则的部分球体;当雷达天线海拔高度为0时,阵地遮蔽角为第i个遮蔽物海拔高度为Hi,第i个遮蔽物到所述雷达的直线距离为Di,地球等效半径为R,则雷达探测距离远界为D,所述无人机系统的雷达对所述来袭目标的最远探测距离为Rmax,所述无人机系统距地面的高度为H,所述雷达天线法线方向相对正北方向顺时针角度为δi,扇面宽度为αi,扇区俯仰角下限为βiL,上限为βiH,则所述探测区模型建立单元建立的所述雷达对所述来袭目标j的探测区模型为:
在防御区中,所述来袭目标在所述防御区的垂直内点为Xt(x,y,z),所述防御区的最大高度为Hmax,最小高度为Hmin,最大高低角为εmax,垂直防御区满足远界Dmax、低近界Dmin、高界Hmax、低界Hmin、高近界约束条件,所述无人机系统对所述来袭目标j的S轴与正北方向顺时针夹角为ηij,所述防御区最大航路角为qmax,则所述防御区模型建立单元建立的所述防御区模型为:
在拦截区中,所述无人机系统与来袭目标j的拦截弧段时长为所述拦截弧段最早遭遇点时刻为/>最晚遭遇点时刻为/>所述来袭目标j进入所述防御区远界时的坐标为X'j(x'j,y'j,z'j),时刻为T′j,离开所述防御区近界的时刻为Tj″,所述雷达探测到所述来袭目标j的时间为/>所述无人机系统的反映时间为Tl (r),所述来袭目标到所述无人机系统的距离为/>所述拦截无人机发射的拦截物的速度为V,所述拦截物进入所述防御区远界所需的时间为/>所述来袭目标飞至所述防御区远界的时间为所述来袭目标与所述拦截物相遇时的坐标为/>所述来袭目标与所述拦截物在所述防御区内相遇时距所述拦截无人机的距离为/>所述拦截弧段最早遭遇点时刻具体表示为/>则所述拦截区模型建立单元建立的所述拦截区模型为:
对于所述防御区模型,采用PCHIP三阶Hermite插值拟合,拟合多项式如下:
其中,x0与x1为待插值点的两个相邻点位置,y0与y1为分别与自变量x0与x1对应的因变量,y0′与y1′为对应的导数。
当存在所述拦截弧段时,则所述拦截无人机在所述拦截区空域内对所述来袭目标进行拦截;当不存在所述拦截弧段时,则判定所述来袭目标在所述拦截物进入所述防御区之前已飞离所述防御区,且无法拦截。
所述探测区、所述防御区和所述拦截区的阵地部署原则包括就近防护原则、关键节点抗击原则和重点目标防护原则;其中:所述就近防护原则是指,所述阵地靠近被保护目标,从而在所述来袭目标拉起阶段对其进行探测与杀伤防御;所述关键节点抗击原则是指,所述阵地部署在多条进袭航线的节点位置上;所述重点目标防护原则是指,所述阵地用于保护具有价值权重更高优先级的目标。
综上,本发明提出的技术方案基于物理实际建立起雷达探测模型、无人机防御区(杀伤区)模型、拦截模型等用于描述防空作战实际过程,为阵地部署提供基础条件。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的无人机系统的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明第一方面提出一种无人机系统。所述无人机系统包括探测区模型建立单元、防御区模型建立单元、拦截区模型建立单元和若干拦截无人机。
在探测区中,所述无人机系统的雷达i的坐标为Li(xi,yi,zi),来袭目标j的坐标为Xj(xj,yj,zj);无地形遮蔽时所述雷达的探测区域为方位角为α、俯仰角为β、半径为D的部分球体,有地形遮蔽时电磁波的传播被阻挡,所述雷达的探测距离被压缩,所述探测区域为不规则的部分球体;当雷达天线海拔高度为0时,阵地遮蔽角为第i个遮蔽物海拔高度为Hi,第i个遮蔽物到所述雷达的直线距离为Di,地球等效半径为R,则雷达探测距离远界为D,所述无人机系统的雷达对所述来袭目标的最远探测距离为Rmax,所述无人机系统距地面的高度为H,所述雷达天线法线方向相对正北方向顺时针角度为δi,扇面宽度为αi,扇区俯仰角下限为βiL,上限为βiH,则所述探测区模型建立单元建立的所述雷达对所述来袭目标j的探测区模型为:
在防御区中,所述来袭目标在所述防御区的垂直内点为Xt(x,y,z),所述防御区的最大高度为Hmax,最小高度为Hmin,最大高低角为εmax,垂直防御区满足远界Dmax、低近界Dmin、高界Hmax、低界Hmin、高近界约束条件,所述无人机系统对所述来袭目标j的S轴与正北方向顺时针夹角为ηij,所述防御区最大航路角为qmax,则所述防御区模型建立单元建立的所述防御区模型为:
在拦截区中,所述无人机系统与来袭目标j的拦截弧段时长为所述拦截弧段最早遭遇点时刻为/>最晚遭遇点时刻为/>所述来袭目标j进入所述防御区远界时的坐标为X'j(x'j,y'j,z'j),时刻为T′j,离开所述防御区近界的时刻为T″j,所述雷达探测到所述来袭目标j的时间为/>所述无人机系统的反映时间为Tl (r),所述来袭目标到所述无人机系统的距离为/>所述拦截无人机发射的拦截物的速度为V,所述拦截物进入所述防御区远界所需的时间为/>所述来袭目标飞至所述防御区远界的时间为所述来袭目标与所述拦截物相遇时的坐标为/>所述来袭目标与所述拦截物在所述防御区内相遇时距所述拦截无人机的距离为/>所述拦截弧段最早遭遇点时刻具体表示为/>则所述拦截区模型建立单元建立的所述拦截区模型为:
对于所述防御区模型,采用PCHIP三阶Hermite插值拟合,拟合多项式如下:
其中,x0与x1为待插值点的两个相邻点位置,y0与y1为分别与自变量x0与x1对应的因变量,y0′与y1′为对应的导数。
当存在所述拦截弧段时,则所述拦截无人机在所述拦截区空域内对所述来袭目标进行拦截;当不存在所述拦截弧段时,则判定所述来袭目标在所述拦截物进入所述防御区之前已飞离所述防御区,且无法拦截。
所述探测区、所述防御区和所述拦截区的阵地部署原则包括就近防护原则、关键节点抗击原则和重点目标防护原则;其中:所述就近防护原则是指,所述阵地靠近被保护目标,从而在所述来袭目标拉起阶段对其进行探测与杀伤防御;所述关键节点抗击原则是指,所述阵地部署在多条进袭航线的节点位置上;所述重点目标防护原则是指,所述阵地用于保护具有价值权重更高优先级的目标。
具体地,对于雷达空域探测区模型(探测区模型),设无人机系统雷达i的坐标为Li(xi,yi,zi),来袭目标j的坐标为Xj(xj,yj,zj),雷达的探测区域为在无地形遮蔽时为方位角α,俯仰角β,半径D的部分球体,有地形遮蔽时会阻挡电磁波的传播,从而压缩雷达的探测距离,成为不规则部分球体。考虑阵地遮蔽角且当雷达天线海拔高度为0时,阵地遮蔽角为第i个遮蔽物海拔高度为Hi,第i个遮蔽物到雷达直线距离为Di,考虑地球曲率和大气折射因素影响后的地球等效半径为R,雷达探测距离远界为D,无人机系统雷达对空中目标最远探测距离为Rmax,无人机系统距地面的高度为H,雷达i天线法线方向相对正北方向顺时针角度为δi,雷达扇面宽度为αi,雷达i的扇区俯仰角下限为βiL,上限为βiH。则雷达i对来袭目标j的雷达探测模型为:
具体地,对于地空导弹武器系统杀伤区模型(拦截区模型),设来袭目标垂直杀伤区内点Xt(x,y,z),Hmax为杀伤区最大高度,一般是指绝对海拔高度;Hmin杀伤区最小高度,一般是指目标相对地面的高度;εmax为杀伤区最大高低角,垂直杀伤区考虑满足远界、低近界、高界、低界、高近界约束条件。Dmin,Dmax,Hmin,Hmax分别为杀伤区低近界,远界,低界,高界,ηij表示无人机系统i对来袭目标j的S轴与正北方向顺时针夹角,qmax为杀伤区最大航路角。建立无人机系统杀伤区模型为:
给定无人机杀伤区的远界数值较少,采用PCHIP-三阶Hermite插值拟合,其拟合多项式如下:
其中,x0与x1为待插值点的相邻两个点位置,y0与y1对应与自变量x0与x1的因变量,y0′与y1′为对应的导数,在程序中进行具体的迭代运算。
具体地,对于无人机系统拦截模型(拦截区模型),设无人机系统i与来袭目标j的拦截弧段时长为拦截弧段最早遭遇点时刻为/>拦截弧段最晚遭遇点时刻为/>来袭目标j进入杀伤区远界时的坐标为X'j(x'j,y'j,z'j),来袭目标到达杀伤区远界时的时刻为T′j,离开杀伤区近界时刻为T″j,/>为雷达i探测到来袭目标j的时间,Tl (r)为无人机系统的反应时间,来袭目标到无人机系统的距离表示为/>拦截弹的速度为V,则拦截弹进入杀伤区远界所需的时间可以表示为/>来袭目标飞至杀伤区远界的时间来袭目标与拦截弹遭遇时坐标为/>来袭目标与拦截弹在杀伤区内部遭遇时距无人机的距离可表示为/>拦截弧段最早遭遇点时刻此时表示为/>建立无人机系统拦截模型为:
当存在拦截弧段时可认为能够在杀伤空域内进行拦截,当不存在拦截弧段时可以认为来袭目标在拦截弹进入杀伤区前已经飞离杀伤区,无法实现拦截。
具体地,关于阵地选取原则,进袭目标在不明确对方防御部署情况下,一般选择低洼河谷为进袭航线,并根据攻击距离的远近进行多次地形匹配,当存在大密度饱和攻击等情况时除了考虑上述拦截情况外,还需确定以下阵地选取原则。
就近防护原则。就近防护原则指阵地的选取应尽量靠近被保护目标。以典型河谷进袭航线为例,其沿低空河谷进袭过程中航路高程使沿途各阵地的探测区和杀伤区覆盖范围普遍较短,当阵地布置于阵地周边时,在巡航导弹拉起等阶段可最大程度实现对巡航导弹的探测与杀伤,其防护效果较远离目标的阵地整体更优。
关键节点抗击原则。关键节点抗击原则指阵地应尽量选取在能够控制多条进袭航线的节点位置上。低空突防可选取的规划航路往往会出现进袭航路枢纽或关键节点,将阵地布置在能够控制关键节点的位置可以提高单位时间内有效拦截次数,实现高效抗击,如图所示不同规划的航路存在相互交叉形成的关键节点以及能够控制多个河谷入口的关键节点阵地。
重点目标防护原则。重点目标防护原则指阵地应防护价值权重更高的目标。当同时存在多个被保护目标,来袭目标较多而防护力量整体不足时应优先保护高价值权重目标,如图1所示,其中黑色点为被保护目标,黑色点面积越大其价值权重越高,当同时存在多条航路、多批来袭目标时而无人机系统不足时应将其用于防护高价值目标。
具体地,关于外部信息协同制导的使用条件,在通视的条件下,各型无人机有可能存在外部协同关系,以下对三种情况进行讨论:设D1为Ⅰ型无人机的最大探测距离,D3为Ⅲ型无人机的最大探测距离,RBi为第i个地基雷达的探测半径。
(1)若第i个地基雷达与部署在Lj上的Ⅰ型无人机系统可以形成外部信息协同制导,则地基雷达和阵地之间的距离一定小于Ⅰ型无人机的最大探测距离D1与地基雷达i的探测半径之和||BiLj||<D1+RBi。
(2)Ⅰ型与Ⅰ型的协同关系条件为||LiLj||<D1+D1。
(3)Ⅰ型与Ⅲ型的协同关系条件为||LiLj||<D1+D3。
具体地,无人机系统还包括抗击效能模型建立单元。其中,抗击效能的评估指标很多,诸如火力密度、可同时射击的目标数等,构建基于火力覆盖区域面积、单位时间内有效拦截次数、武器系统杀伤概率为指标的抗击效能函数,用于评估部署方案抗击效能。
关于火力覆盖区域面积函数,设Sij为第i个阵地上j号无人机系统的火力覆盖区面积,按拦截模型当存在拦截弧段时,将地空火力覆盖区简化定义为雷达空域探测区与杀伤区的交集。此时部署方案的火力覆盖区总面积可以表示为:
关于单位时间内可有效拦截次数,定义单位时间内的可拦截次数为:
其中T起为各无人机系统部署后第一次探测到来袭目标的时刻,T末为所有来袭目标结束时刻,N为有效拦截的来袭目标数量。
关于武器系统杀伤概率,设定第j套无人机系统的杀伤概率为Pj。
关于抗击效能模型,抗击效能只考虑以上三个因素的影响,定义抗击效能函数为:η=Pj·n·S。
为获得最大的抗击效能下的无人机系统的部署方案,当抗击效能函数最大时解得的xij即为部署方案,xij表示第i个阵地上有j号无人机系统,建立抗击效能模型为:maxη=Pj·n·S,且:
具体地,关于无人机系统部署算法,算法步骤为:
第一步:根据模型计算雷达空域探测区,判断来袭目标落入探测区情况;
第二步:当来袭目标在探测空域内,利用杀伤区插值模型计算杀伤区,针对目标高度分段情况进行插值运算,获得杀伤区范围,判断来袭航线是否进入杀伤区范围,据此可进入是否能够有效拦截的判断。
第三步:利用无人机系统拦截模型,计算拦截弧段时长,有拦截弧段时长时,认为存在拦截区;
第四步:依据阵地部署原则和外部信息协同制导的使用条件,初步确定出部署策略;
第五步:计算无人机系统的抗击效能,使用遗传算法求解出抗击效能最大时的部署方案。
(1)种群初始化。采用概率加武器编号的形式(如概率为0.7,编号为3,则写成0.703)将一个染色体编码为基因型,即产生一个100维有序组P1…P100,其中Pi=0或概率加武器编号。最大迭代数G=1000;
(2)适应度计算。以目标函数值η=Pj·n·S作为个体的适应度;
(3)选择操作。根据种群中个体的适应度大小,通过轮盘赌等方式将适应度高的个体从当前种群中选择出来;
(4)交叉运算。该步骤是遗传算法中产生新的个体的主要操作过程,它用一定的交叉率阈值来控制采取单点交叉方式生成新的交叉个体,Pc=1;
(5)变异运算。先随机产生变异点,再根据变异概率阈值将变异点的原有基因取反,Pm=0.1;
(6)终止判断。如果满足条件则终止算法,否则返回(2)。
根据抗击效能模型的优化求解得到见表1。
表1无人机系统部署方案
综上,本发明提出的技术方案首先基于物理实际建立起雷达探测模型、无人机杀伤区模型、拦截模型等用于描述防空作战实际过程,为阵地部署提供基础条件,其次根据各阵地高程、遮蔽角、地理坐标等具体情况,针对蓝方目标低空进袭方式,主要考虑来袭方向上武器系统的火力纵深、宽度、来袭方向上武器系统的火力密度及杀伤概率等,建立基于火力覆盖区域面积、单位时间内可有效拦截次数和武器系统杀伤概率的抗击效能模型,对各个阵地进行效能评估,最后基于阵地选取原则、外部信息协同等利用遗传算法确立无人机系统部署策略。
请注意,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种无人机系统,其特征在于,所述无人机系统包括探测区模型建立单元、防御区模型建立单元、拦截区模型建立单元和若干拦截无人机;其中:
在探测区中,所述无人机系统的雷达i的坐标为Li(xi,yi,zi),来袭目标j的坐标为Xj(xj,yj,zj);无地形遮蔽时所述雷达的探测区域为方位角为α、俯仰角为β、半径为D的部分球体,有地形遮蔽时电磁波的传播被阻挡,所述雷达的探测距离被压缩,所述探测区域为不规则的部分球体;当雷达天线海拔高度为0时,阵地遮蔽角为第i个遮蔽物海拔高度为Hi,第i个遮蔽物到所述雷达的直线距离为Di,地球等效半径为R,则雷达探测距离远界为D,所述无人机系统的雷达对所述来袭目标的最远探测距离为Rmax,所述无人机系统距地面的高度为H,所述雷达天线法线方向相对正北方向顺时针角度为δi,扇面宽度为αi,扇区俯仰角下限为βiL,上限为βiH,则所述探测区模型建立单元建立的所述雷达对所述来袭目标j的探测区模型为:
在防御区中,所述来袭目标在所述防御区的垂直内点为Xt(x,y,z),所述防御区的最大高度为Hmax,最小高度为Hmin,最大高低角为εmax,垂直防御区满足远界Dmax、低近界Dmin、高界Hmax、低界Hmin、高近界约束条件,所述无人机系统对所述来袭目标j的S轴与正北方向顺时针夹角为ηij,所述防御区最大航路角为qmax,则所述防御区模型建立单元建立的所述防御区模型为:
在拦截区中,所述无人机系统与来袭目标j的拦截弧段时长为所述拦截弧段最早遭遇点时刻为/>最晚遭遇点时刻为/>所述来袭目标j进入所述防御区远界时的坐标为X'j(x'j,y'j,z'j),时刻为T′j,离开所述防御区近界的时刻为T″j,所述雷达探测到所述来袭目标j的时间为/>所述无人机系统的反应时间为Tl (r),所述来袭目标到所述无人机系统的距离为/>所述拦截无人机发射的拦截物的速度为V,所述拦截物进入所述防御区远界所需的时间为/>所述来袭目标飞至所述防御区远界的时间为所述来袭目标与所述拦截物相遇时的坐标为/>所述来袭目标与所述拦截物在所述防御区内相遇时距所述拦截无人机的距离为/>所述拦截弧段最早遭遇点时刻具体表示为/>则所述拦截区模型建立单元建立的所述拦截区模型为:
2.根据权利要求1所述的无人机系统,其特征在于,对于所述防御区模型,采用PCHIP三阶Hermite插值拟合,拟合多项式如下:
其中,x0与x1为待插值点的两个相邻点位置,y0与y1为分别与自变量x0与x1对应的因变量,y0′与y1′为对应的导数。
3.根据权利要求2所述的无人机系统,其特征在于,当存在所述拦截弧段时,则所述拦截无人机在所述拦截区空域内对所述来袭目标进行拦截;当不存在所述拦截弧段时,则判定所述来袭目标在所述拦截物进入所述防御区之前已飞离所述防御区,且无法拦截。
4.根据权利要求3所述的无人机系统,其特征在于,所述探测区、所述防御区和所述拦截区的阵地部署原则包括就近防护原则、关键节点抗击原则和重点目标防护原则;其中:所述就近防护原则是指,所述阵地靠近被保护目标,从而在所述来袭目标拉起阶段对其进行探测与杀伤防御;所述关键节点抗击原则是指,所述阵地部署在多条进袭航线的节点位置上;所述重点目标防护原则是指,所述阵地用于保护具有价值权重更高优先级的目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310499583.6A CN116538865A (zh) | 2023-05-06 | 2023-05-06 | 一种无人机系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310499583.6A CN116538865A (zh) | 2023-05-06 | 2023-05-06 | 一种无人机系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116538865A true CN116538865A (zh) | 2023-08-04 |
Family
ID=87451777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310499583.6A Pending CN116538865A (zh) | 2023-05-06 | 2023-05-06 | 一种无人机系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116538865A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371256A (zh) * | 2023-12-07 | 2024-01-09 | 中国人民解放军海军航空大学 | 一种多类型多数量平台部署设置方案规划方法 |
-
2023
- 2023-05-06 CN CN202310499583.6A patent/CN116538865A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371256A (zh) * | 2023-12-07 | 2024-01-09 | 中国人民解放军海军航空大学 | 一种多类型多数量平台部署设置方案规划方法 |
CN117371256B (zh) * | 2023-12-07 | 2024-03-29 | 中国人民解放军海军航空大学 | 一种多类型多数量平台部署设置方案规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110031004B (zh) | 基于数字地图的无人机静态和动态路径规划方法 | |
Lieber et al. | The new era of counterforce: Technological change and the future of nuclear deterrence | |
Tyurin et al. | General approach to counter unmanned aerial vehicles | |
CN112666981B (zh) | 基于原鸽群动态群组学习的无人机集群动态航路规划方法 | |
CN116538865A (zh) | 一种无人机系统 | |
CN110991119A (zh) | 基于pso-ga混合算法的末端防御武器系统兵力部署优化方法 | |
CN114626246A (zh) | 多层反导协同作战任务规划建模方法 | |
CN116538864A (zh) | 一种基于无人机系统进行目标识别与拦截的方法 | |
CN111581878B (zh) | 基于改进pso算法的开阔地反无人机火力部署方法 | |
CN115238226B (zh) | 一种防空有效杀伤区计算方法 | |
CN115309179A (zh) | 基于alce-ssa优化的三维无人机低空突防方法 | |
CN113553777A (zh) | 反无人机蜂群的防空部署方法、装置、设备和介质 | |
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 | |
CN116661496B (zh) | 一种基于智能算法的多巡飞弹协同航迹规划方法 | |
Li et al. | Optimization of air defense system deployment against reconnaissance drone swarms | |
Zhang et al. | Blanket jamming targets assignment based on adaptive genetic algorithm | |
Mears | Cooperative electronic attack using unmanned air vehicles | |
CN111709584B (zh) | 一种基于人工蜂群算法的雷达组网优化部署方法 | |
CN117850471A (zh) | 三维环境下考虑雷达威胁的多智能体协同航迹规划方法及其规划系统 | |
CN108445755A (zh) | 基于改进优化算法的电子干扰机空域划设方法 | |
Zhang et al. | Improvement of UAV track trajectory algorithm based on ant colony algorithm | |
CN117217069A (zh) | 一种基于海鸥优化算法的雷达装备体系部署点位优化方法 | |
Yan et al. | Modeling and optimization of deploying anti-UAV swarm detection systems based on the mixed genetic and monte carlo algorithm | |
CN110986680A (zh) | 一种城市环境中低慢小目标的复合拦截方法 | |
Xue et al. | Optimization method for coordination deployment of air defense system based on improved genetic algorithm |
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 |