无人作战飞机任务规划系统关键技术研究

第２２卷第２期２００７年３月海军航空工程学院学报ＪＯＵＲＮＡＬＯＦＮＡＶＡＬ‘ＡＥＲＯＮＡＵＴＩＣＡＬＥＮＧｌＮＥＥＲＩＮＧＩＮＳＴＩＴＵｌ［１巳、＾畦．２２Ｎｏ．２Ｍａｒ－２００ｒ７文章编号：１６７３一１５２２（２Ｄ０ｒ７）０２０１埘无人作战飞机任务规划系统关键技术研究叶文，范洪达（海军航空工程学院兵器科学与技术系，山东烟台，２６４００１）摘要：文章首先论述了任务规划系统和战术飞行管理系统、航路规划系统的联系与区别，分析了无人作战飞机任务规划系统的特点及其体系结构，最后详细分析与研究了任务规划系统需要解决的核心技术——航路规划技术。关键词：无人作战飞机；任务规划；体系结构；航路规划中图分类号：Ｅ９１１文献标志码：Ａ０引言无人作战平台是国外近几年提出和发展的一种全新作战概念，它包括空间、空中、地面和水下的各种无人作战系统。无人作战平台是一种高自主性作战系统，是一种复杂的人一机综合系统工程。无人作战飞机（ｕｃＡＶ）作为无人作战平台的一个重要分支在国际上已受到越来越多的重视。在经历了原理和概念的提出、理论研究和计算机虚拟仿真评估之后，目前已进行到先进技术验证和关键技术发展阶段。种种迹象表明，在不远的将来，无人作战飞机很可能成为空中打击力量的主体，以无人作战飞机为主导的战术行动可能会发展为未来空中打击的主要战术之一。ｕＣＡＶ任务规划技术研究尚处于预研阶段。虽然飞行器任务规划的基础理论、共性技术可以应用到ＵＣＡＶ任务规划系统，但由于ＵｃＡＶ任务规划系统具有的协同性、实时性和重规划等特点，原有的任务规划体系并不能完全适用于ＵＣＡＶ系统，因此有必要采用新的理论和方法对ｕＣＡＶ任务规划系统进行研究。１ＵＣＡＶ任务规划系统的本质１。１任务规划系统概述无人作战飞机任务规划系统，就是自作战目标确定到作战任务完成的整个过程中，安排无人作战飞机机群在飞行过程中遂行何种飞行任务以及如何无人作战飞机的主要用途是飞临高危险区域，摧毁敌方的主要地面军事设施、压制敌方防空火力（ｓＥＡＤ）以及空战【ｌ】。在实战中，一般都是多架无人作战飞机联合作战。由于现代战争中地面防空火实施这些飞行任务，使机群生存概率和整体作战效能达到最佳。整个规划系统由威胁建模、威胁评估、目标分配、航路规划、战术决策以及地面控制中心等子系统组成，并在控制中心系统的协调和支配作用下，实现对ｕＣＡＶ系统的任务规划与实时重规划。规划力的加强以及雷达系统捕捉目标能力的增强，战时反应时间越来越短，ＵＣＡＶ受到敌方地面威胁程度也随之增大。为了提高ｕｃＡＶ的整体生存概率和作战效能，同时最大限度利用和协调ｕｃＡＶ系统资源，发挥机群协同作战优势，需要有一个综合任务规划系统在ｕＣＡＶ飞行前和飞行过程中进行任务规划、资源协调和确定飞行路径。目前较为成熟和定型的任务规划系统基本都是针对直升机、有人战术飞机和巡航导弹系统开发的，系统最后所给出的具体规划结果包括作战飞机资源分配、敌方目标分配和飞行路径ｆ２‘４】。１。２与战术飞行管理系统联系与区别战术飞行管理系统（ＴＦＭＳ）是将飞机导航与控制技术综合起来，协调和管理已有的飞控，火控、飞控／推进、地形跟踪，地形回避等综合子系统，达到提高遂行任务有效性和作战生存性并减少飞行员收稿日期：２００睇ｌＯ．１９作者简介：叶文（１９７９一），男，讲师，博上牛；范洪达（１９４０一），男，教授，博导，大学。万方数据　２０２海军航空工程学院学报２００７年第２期工作负担的目的的一种机载控制系统。任务规划系统和战术飞行管理系统在很多方面的功能是相似的。首先，ＭＰｓ和ＴＦＭＳ都具有轨迹发生器，轨迹发生器产生飞行轨迹并提供给系统作为飞行路径参考或依据；其次，二者都具有威胁识别的能力，对于飞行区域出现的敌方地空导弹和高炮等具有致命性的威胁系统，ＭＰｓ和ＴＦＭｓ都具有识别和处理的能力；最后，两种系统的基本目的是提高对敌方地面目标的精确打击程度。但是，任务规划系统和战术飞行管理系统是截然不同的两个系统。最根本的区别在于：第一，任务规划系统是为单机或整个飞行作战单位制定任务执行方案，采集各种必要信息，依据完整的参考数据库，充分考虑空中协同作战问题，并提供给地面指挥员和作战飞机驾驶员。而战术飞行管理系统是在任务规划系统制作的任务执行方案的基础上，利用机载计算机系统，对任务执行方案进行进一步的细化和具体化工作，使作战飞机自动控制系统和火力控制系统同任务执行方案充分协调，以完成作战任务；其次，二者的载体不同，任务规划系统是基于地面或空巾指挥机的计算机系统，具有较强的运算能力和较大的数据存储能力；而战术飞行管理系统是作战飞机的机载计算机系统，运算能力相对较弱，数据存储能力较小；第三，对二者的计算能力要求不同，在实战中，任务规划系统主要用于前期规划，耗费时间长，因此对系统的实时性要求不高；而战术飞行管理系统，由于必须保证飞机按照预定轨迹飞行，同时考虑燃油和飞行性能的约束，要求系统必须具备实时计算能力。１５１１．３与航路规划系统联系与区别航路规划是在特定的约束条件下，寻找作战飞机从出发点到目标点满足某种性能指标的最优航迹的过程。通常的性能指标包括：最大生存率、最小燃油消耗率、最短时间等。任务规划是为实施对地打击任务制作前期计划，、包括作战力量的安排、武器的配载、进攻航线和返航航线的安排、目标点攻击顺序的确定、空巾协同力量的安排、确定机载武器的发射地点等。航路规划往往是指单一作战飞机在初始位置和攻击目标及相应其他任务结点确定以后的航路优化问题，产生最大生存率的突防航路。具有最大生存率的航路，是任务规划过程巾的进攻航线和返航航线的参万　方数据考，但并不是任务规划在航线安排上的必然选择。为达到某一战术目的，任务规划有可能选择危险性较大的突防航路，以满足某种战术要求。２ＵＣＡＶ任务规划系统的特点南于ｕＣＡＶ自身气动和动力特点以及所执行任务的多样性、协同性，加之实时任务规划系统对计算速度要求很高，而且在执行任务过程中需要有．霞规划的能力，这些都给解决ＵＣＡＶ任务规划问题带来很大的冈难…。因此，ＵＣＡＶ任务规划系统具有以下新的特点：１）威胁的机动性除了位置和形状已知的静止威胁外，ｕｃＡＶ在实战环境中所面临的主要威胁来自敌方地面或空中探测雷达，所以在任务规划时需要考虑机体对敌方雷达的反射作用，即飞行中机体的方向。由于大部分敌方雷达所处位置和开机时间一般事先不能确定，因此实时任务规划时面临的主要威胁就是这种突然出现的机动威胁。２）实时性ｕｃＡＶ实时任务规划系统由于受机载存储量和处理器的，不能考虑使用占用大量资源的算法；同时由于ｕＣＡＶ经常遇到机动威胁，所以必须在探测到这些威胁后，采用计算速度相当快的规划算法，立即计算出剩余路段新的可飞行路径，以替代原有规划好的路径。３）协同性在实际战争巾，一般要求多架ｕＣＡＶ从不同的路径飞行而同时攻击一个或多个目标，或者多架ＵｃＡＶ编队飞行实施攻击。因此ＵｃＡＶ任务规划系统不仅要保证单个ＵｃＡＶ具有较高的生存概率，沿飞行路径顺利完成作战任务，而且还必须确保整个系统具有较高作战效能。这就需要ｕＣＡｖ之间相互协同配合。协同性是ｕＣＡＶ任务规划系统区别于其他规划系统的主要特点，同时也意味着系统更加复杂，计算量更大，ｕＣＡＶ之间既相互又互相通讯。冈此，协同任务规划是ＵＣＡＶ任务规划系统研究巾需要重点解决的问题之一。３ＵＣＡＶ任务规划系统的体系结构无人作战飞机任务规划系统主要组成和结构如图ｌ所示，其核心组成和主要功能包括信息融合、威胁建模、念势评估、目标分配、航路规划器等１７ｌ。总第９２期叶文等：无入作战飞机任务规划系统关键技术研究２０３无人作战飞机任舒规划系统形数据库威；｝ｊ，信息．１威胁建模广叫…“挲“１广＿——Ｌ——＿１Ｉ信息获墩———－１ｔ奈势评估ｌｌ事仆检测Ｉ态辨评ｌＪｌｉｌ态势预测—－—叫ｎ标分配ｌｌ多Ｒ标分配拄‘编队配簧—－—叫航路规划卜一ｌ飞行航路无人机Ｅ行控制Ｆ＝：＝二＝一乖图ｌ无人作战飞机任务规划系统结构１）信息融合子系统所谓信息融合就是利用计算机技术对按时序获得的若干传感器的观测数据在一定准则下加以自动分析、综合以完成所需的决策与估计任务而进行的信息处理过程。多传感器系统是信息融合技术的基础，多源信息是信息融合的加工对象，协调、优化是信息融合的核心。无人作战飞机为了获得“全方位”的测量信息，一般载有雷达高度表、气压高度表、激光测距仪等多种传感器。它们所测量的信息不仅包括飞机本身的位置、速度、姿态，还包括飞机所处的外部环境信息，如地形地物、大气流等，并且还需将这些参数反馈至飞控计算机，预测并控制飞机下一时刻的飞行航迹。要使这些传感器协同起来为实现这一目标共同工作，就必须对多传感器系统信息进行融合。早期的信息融合技术大多采用分布测量、集中运算的信息融合方法，该方法结构简单，使用也方便。但是信息融合系统的精度可靠性和抗干扰能力较弱。目前，比较成熟的多传感器信息融合方法有：卡尔曼滤波、加权平均、贝叶斯估计、统计决策等。针对无人作战飞机任务规划系统的特殊需要，信息融合系统需要确立信息可融合性的判断准则，在进行融合处理前，对信息进行关联，以保证所融合的信息来自同一目标或现象，还需考虑复杂动态环境下的系统实时响应问题。２）威胁建模子系统该系统主要根据已知威胁系统信息，参照威胁数据库和地形数据库，对反映威胁状态的空间分布进行捕述，即生成威胁空间；主要包括：计算雷达地形遮蔽盲区、地杂波肓区和地球曲率肓区的分布状况；结合作战飞机的性能参数，对威胁空间的每万　方数据一点进行威胁级别的判定处理，以满足威胁评估、航路规划的要求。威胁空间主要是由敷设在地面上的地空导弹和高炮群形成的，对作战飞机具有威胁性的发射杀伤区等防御区域。广义地讲，威胁空间不仅包括地空导弹与地面高炮的火力障碍，而且还包括敌方空中拦截力量、预警机雷达、各种气象因素和人工障碍等造成的对飞行安全具有威胁性的空间区域。在任务规划系统中的威胁空间是基于地形地貌系统的、地面防空火力分布的以及威胁分布的数据记录空间；同时，威胁空间又是任务规划和航路规划的信息来源和计算依据。３）态势评估子系统态势评估以军事知识和军事经验为基础，自适应地对急剧动态变化的战场场景进行监控，按照军事专家的思维方式和经验，自动对多源数据进行分析、推理和判断，做出对当前战场情境合理的解释，为军事指挥员提供较为完整准确的当前态势分析报告。为了使ＵＣＡＶ正确、可靠、高效地完成复杂的作战任务，就必须首先对战场的态势进行评估，一旦完成态势评估，决策几乎可以根据态势自动生成。因此，态势评估是决策过程的首要任务，正确、快速的态势评估，是进行飞行任务规划的基础。态势威胁评估是一个涉及到不确定性的信息融合的推理和决策过程，可采用的方法一般有基于统计理论的经典推理、贝叶斯推理和Ｄ，Ｓ证据推理；有传统的基于知识的专家系统、黑板模型等方法；还有近年来发展很快的模糊集合理论、神经网络、遗传算法等。综合比较各种方法，贝叶斯网络原理的应用则将为态势评估提供一种先进、有效和可靠的新方法。贝叶斯网络用网络拓扑描述随机事件的因果关系，基于贝叶斯概率理论对网络的输人输出以及推理机制进行研究。贝叶斯网络应用在态势评估领域，可以很好地处理模型巾的不确定性因素，其深厚的数学基础为态势评估提供了很好的理论依据和较高的可靠性。４）目标分配子系统无人作战飞机在作战过程中，都不可避免地面临多机协同的多目标分配和编队配置问题。多ＵＣＡＶ协同作战的任务分配问题的目标就是确定哪些ＵＣＡＶ攻击哪些目标，并对ＵＣＡＶ编队、设计其粗略路径，使得整个ＵＣＡＶ机群的作战效能最高，２０４－海军航空工程学院学报２００７年第２期作战代价最小等。目标分配是一个约束条件众多而复杂的优化问题。其解空间随武器总数和任务总数的增加而呈指数级增加，使其成为一个多参数、多约束的ＮＰ问题１８Ｊ。这类问题的求解主要有两种思路，一是精确搜索，如穷举法；另一种是启发式搜索，在搜索过程中加入一定启发因子，指导搜索向一个比较小的范围内进行，如模拟退火、禁忌搜索、神经网络和遗传算法等。无论哪一种思路，巨大的计算代价始终是ＮＰ问题的一个难以克服的难点。目前，一些新的方法和理论也被用来解决此类目标分配问题，如Ｈｏｐｆｉｅｌｄ神经网络、满意决策理论、蚁群算法、拍卖理论、市场调配理论等，并且还显示一定的有效性。其中，基于满意决策的目标分配方法实质是对穷举法的改进，它由参与分配的个体提出各自的满意集合，将搜索空间在个体的满意集合上，裁减了许多不可行的和效率低的分配策略，有效地提高搜索的效率，在问题规模不是很大的情况下，不失为一种有效的方法。５）航路规划子系统航路规划是指在特定约束条件下，寻找运动体从初始点到目标点并且满足某种性能指标最优的运动轨迹。无人作战飞机航路规划是以实现地形跟随、地形回避和威胁回避飞行为目的的新一代低空突防技术，其目的就是要利用地形和敌情等信息，规划出生存概率最大的无人作战飞机突防航路。航路规划子系统是任务规划系统的核心，主要实现单机以及多机的协同航路规划，冲突检测与消解以及选择性管理等，其主要技术难点是在不确定性战场环境下出现突发威胁源或突发事件时规划系统能够根据态势动态评估结果对飞行航路作出实时重规划，并实现冲突检测与消解。４ＵＣＡＶ航路规划技术ＵＣＡＶ航路规划技术是ＵＣＡＶ有效执行任务的重要支持，规划得到的航路既要满足突防要求，又要尽量减少坠毁概率和被摧毁概率。影响航路规划的主要因素有：敌防空体系的构成；飞行区域的地形变化；ＵＣＡＶ的机动性能及作战半径等。因此飞行航路规划需要在各种因素之间进行权衡。万　方数据４．１航路规划子系统组成及结构航路规划子系统的主要功能是在对各种敏感信息的处理和对当前态势评估的基础上。对当前和未来飞行航路作出规划与决策。系统组成和结构如图２所示，其核心功能模块主要包括任务级航路规划、战术级航路规划和航路决策系统。兰拿＃工觜蔫／’Ｌ—一地形库｝。。叫任务层航路规划生成甜参考航线划．Ｉ—工＝＝丁等一Ｊｌ战术层航路规划ｈ生成动态最优航线＝ｒ一一＿，。—’、决娥性生成拉机能指标量优航路决镱图２航路规划子系统结构图４．２航路规划子系统的层次分析突防航路规划通常分为两个层次进行：第一层为整体航线规划，或称任务层次的航路规划。第二层为航迹的动态优化，或称战术层次的航路规划。整体航线规划是飞行前在地面上进行的，依据预先确定的性能指标为标准，通过优化算法生成一条最优参考航线。航迹动态优化就是ｕＣＡＶ在飞行中，以整体航线规划得到的航线为参考，依据最新的威胁信息、地形信息等因素，动态地生成最优航迹并沿着最优航迹飞行。整体参考航线的规划涉及全局的优化，既要避免局部最优又要减少计算量，而航迹的动态优化则应尽可能减少计算量以确保实时性。４．３航路规划算法由于航路规划非常重要且应用广泛，并且由于它非常难计算，所以国内外学者在该领域已经做了大量的工作‘９Ｊ０ｌ，其中包括：Ａ水搜索算法、动态规总第９２期叶文等：无人作战飞机任务规划系统关键技术研究·２０５划算法、模拟退火算法、电势理论算法等。上述所有这些方法所要解决的问题都是大范围路径规划过程中巨大的信息存储量和全局最优之间的矛盾。近年来，智能方法越来越成为研究的热点，例如在许多重要领域获得成功应用的遗传算法目前受到普遍关注而成为当前十分热门的研究领域。针对无人作战飞机飞行和突防的特殊要求，我们将基本遗传算法进行改进，提供了一种基于自适应伪并行遗传算法的优化方法，使用该方法得到的飞行航线，严格经过飞机的起始点和目标点，而且满足飞机到达目标点的航向角要求，使威胁飞机的因素最小，有效提高飞机的任务生存率。使用自适应伪并行遗传算法进行飞行航线优化的过程如下：１）根据编码，应用随机数函数随机产生各群体的初始个体；２）针对每一个体，形成相应的航线，并计算相应的个体适应度；３）个体按照性能指标排序，删除差的个体，复制优的个体；４）种群内个体随机两两配对，计算交叉概率Ｐｃ，进行交叉操作；５）计算个体的变异概率＾，进行变异操作；６）群体进化每进行５次后，进行群体之间的信息交换；７）终止条件判断，若不满足终止条件，则重复２）。６）的步骤；若满足终止条件，则输出优化结果，算法结束。’４．４仿真实例在仿真前我们进行系统参数设置。假设飞行任务区域为：１２０ｋｍ×１２０ｋｍ；地形平均海拔高度为Ｏ；山峰圆心坐标为：（４０，６０）ｋｍ，半径为１０ｋｍ；已知威胁区圆心坐标为：（９０，６０）ｋｍ，、半径为１０ｋｍ；飞机起始点坐标为：（１０，６０）ｋｍ；目标点坐标为：（１１０，６０）ｋｍ；飞行最大偏航距离为８０ｋｍ；飞行最小离地距离为１５０ｍ。仿真结果如图３—８所示。万　方数据图３场景显示界面图４整体航线规划仿真界面图５航路搜索性能指标信息图６规划航路信息对话框冈７飞行仿真界面２０６·海军撼空工程学院学报２００７年第２期参考文献：【ｌ】张红，卢广ＩＩｉ，朱荣刚．无入作战飞枕任务系统技术研究【Ｊ】Ｉ电光与控制，２００６，１３（１）：５５—５９．［２】邢立宁，陈英武．任务规划系统研究综述【Ｊ】．火力与指挥控制，２００６，３ｌ（４）：１．４．【３】周锐，成晓静，陈宗基．战术任务规划系统研究【Ｊ】．控制与决策，２００４，１９（４）：４４ｌ－４４７．图８动态航迹优化仿真界面［４】杨遵，雷虎民．基于空问分解网络的无人机航路规划［Ｊ】．空军工程大学（．自然科学版），２００６，７（７）：１３一１６．４．５航路规划技术的展望ＵＣＡ、，航路规划算法中还有许多问题值得进一步研究，应该在具体问题具体分析的基础上，发展高效的航路规划方法。目前，研究的热点问题包括ＵｃＡｖ自适应航路规划和ｕＣＡｖ编队协同航路规划。自适应航路规划是提高飞机生存能力的重要方法，它是指ＵＣＡＶ面对不确定的环境实时地进行威胁数据分析，以致能够重新修改预先规划的航迹，从而提高完成任务的成功率。ｕＣＡＶ编队航路规划问题的难点在于各个ＵＣＡＶ之间的协同，包括编队［５】吴强．任务规划系统关键技术的研究［Ｄ】．北京：北京航空航天大学，２００２．【６】冯琦，周德云．ＵｃＡＶ任务规划系统的研究进展及发展趋势【Ｊ】．飞行力学，２００３，２１（２）：卜４．【７】ＤａｒＩＬＧＰ锄ｌＧＡｇｅｎｔ．ｂａｓｅｄＳｉｎｌｕｌａｔｉｏｎＥｎＶｉｒｏｎｍｅｎｔｆｏｒＵＣＡＶＭｉｓｓｉｏｎＰｌａｎｎｉｎｇａｎｄＥｘｅｃｕｔｉｏｎ【Ｒ】．Ｃｈ州ｅｓＲｉＶｅｒＡｎａｌｙｔｉｃｓ，Ｉｎｃ．ＡＩＡＡ一２０００－４４８１．１－ｌ１．【８】ＳｃｈｕｍａｋｅｒＣ，ＣｈａｎｄｌｅｒＰ’ＲａｓｍｕｓｓｅｎＳ．Ｔａｓｋｆｂｒｗｉｄｅａｒｅａａｌｌｏｃａｔｉｏｎｓｅａｒｃｈｍｕｎｉｔｉｏｎｏｆｔｈｅｖｉａｎｅｔｗｏｒｋｎｏｗｏｐｔｉｚａｔｉｏｎ【Ｃ】∥ＰｒｏｃｅｅｄｉｎｇｓＮａｖｉｇａｔｉｏｎ，ａｎｄＣｏｎｔｒｏｌＡｌＡＡＧｕｉｄａｎｃｅ，Ｅｘｈｉｂｉｔ．Ｃｏｎｆｅｒｅｎｃｅａｎｄ的形成、目标的分配、到达时间的以及避免冲突等，都是一个值得深入研究的问题。Ｃａｎａｄａ：Ｍｏｎｔｒｅａｌ．２００１：６１９—６２６．【９】ＭｅｎｏｎＰＫＡ，ＫｉｍＥ．Ｏｐｔｉｍａｌｔｒａｊｅｃｔｏｒｙｓｙｎｔｈｅｓｉｓｆｏｒ５结束语随着现代战场环境日趋复杂和防御体系的不断完善，任务规划系统的研究工作将面临着前所未有【１０】ｔｅｒｒａｉｎｆｏｌｌｏｗｉｎｇａｎｄｆｌｉ曲ｔ［ｊ】．ＪｏｕｒｎａｌｏｆｇｕｉｄａｎｃｅＣｏｎｔｒｏｌＤｙｎａｍｉｃｓ．１９９ｌ：８０７－８１３．ＢＰｅｌｌａｚａｒ．ＶｅｈｉｃｌｅｒｏｕｔｅｐｌａＩｌｎｉｎｇｗｉｔｈｏｆＭｉｌｅｓｃｏｎｓｔｒａｉｎｔｓｕｓｉｎｇｇｅｎｅｔｉｃｔｈｅＮａｔｉｏｎａｌＡｅｒｏｓｐａｃｅ１０２４—１０２９．ａｌｇｏｒｉｔｈｍｓ【Ｃ】，，Ｐｒｏｃｅｅｄｉｎｇｓ的技术困难和挑战。研究和分析任务规划系统的关键技术，把握其发展趋势，对于我国目前进行的无人作战飞机预研工作具有重要意义。ＥｌｅｃｔｍｎｉｃｓＣｏｎｆｅｒｅｎｃｅ．１９９４：ＲｅｓｅａｒｃｈｏｎｒｎｉｓｓｉｏｎｐｌａｎｎｉｎｇｓｙｓｔｅｍｋｅｙｔｅｃｈｎｉｑｕｅｓｏｆＵＣＡＬＶＹＥＷ色ｎ，ＦＡＮＨｏｎｇｄａ（Ｄｅｐａｒｔｍｅｎｔｏｆ０ｒｄｎａｎｃｅＳｃｉｅｎｃｅａｎｄ１’ｅｃｈｎｏｌｏｇｙ，ＮＡＥＩ，Ｙａｎｔａｉ，Ｓｈａｎｄｏｎｇ，２６４００１）Ａｂｓｔｒａｃｔ：ＯｎｂａｓｉｓｏｆａｎａｌｙｓｉｓｏｎａｒｃｈｉｔｅｃｔｕｒｅｆｅａｔｕｒｅｓａｎｄａｒｃｈｉｔｅｃｔｕｒｅｏｆＵＣＡＶ‘ｓＭＰＳ，ｄｉｆ艳ｆｅｎｃｅａｎｄａｒｅｉｎｔｅｒｃｏｍｍｕｎｉｔｙｂｅｔｗｅｅｎｋｅｙｔｅｃｈｎｉｑｕｅｓｕｃｈａｓＭＰＳａｎｄｔａｃｔｉｃｓｎｉｇｈｔｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍａｎｄｐａｔｈｐｌａｎｎｉｎｇｓｙｓｔｅｍｇｉＶｅｎ．Ｔｈｅｐａｔｈｐｌａｎｎｉｎｇｉｓａｎａｌｙｚｅｄ．Ｋｅｙｗｏｒｄｓ：ｕｎｍａｎｎｅｄｃｏｍｂａｔａｅｒｉａＩｖｅｈｉｃｌｅ（ＵＣＡ．Ｖ）；ｍｉｓｓｉｏｎｐｌａｎｎｉｎｇ；ａｒｃｈｉｔｅｃｔｕｒｅ；ｐａｔｈｐｌａｎｎｉｎｇ万方数据　无人作战飞机任务规划系统关键技术研究

作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

叶文， 范洪达， YE Wen， FAN Hongda

海军航空工程学院兵器科学与技术系,山东,烟台,2001海军航空工程学院学报

JOURNAL OF NAVAL AERONAUTICAL ENGINEERING INSTITUTE2007,22(2)3次

1.张红;卢广山;朱荣刚 无人作战飞机任务系统技术研究[期刊论文]-电光与控制 2006(01)2.邢立宁;陈英武 任务规划系统研究综述[期刊论文]-火力与指挥控制 2006(04)3.周锐;成晓静;陈宗基 战术任务规划系统研究[期刊论文]-控制与决策 2004(04)

4.杨遵;雷虎民 基于空间分解网络的无人机航路规划[期刊论文]-空军工程大学(自然科学版) 2006(07)5.吴强 任务规划系统关键技术的研究[学位论文] 2002

6.冯琦;周德云 UCAV 任务规划系统的研究进展及发展趋势[期刊论文]-飞行力学 2003(02)

7.Dan L G;Paul G Agent-based Simulation Environment for UCAV Mission Planning and Execution[AIAA-2000-4481]

8.Schumaker C;Chandler P;Rasmussen S Task allocation for wide area search munition via network flowoptization 2001

9.Menon PK A;Kim E Optimal trajectory synthesis for terrain following flight 1991

10.Miles B Pellazar Vehicle route planning with constraints using genetic algorithms[外文会议] 1994

1. 高瑞周.陈哨东.邹庆元.GAO Ruizhou.CHEN Shaodong.ZOU Qingyuan 无人作战飞机在线航路规划算法[期刊论文]-电光与控制2009,16(2)

2. 冯琦.周德云 UCAV任务规划系统的研究进展及发展趋势[期刊论文]-飞行力学2003,21(2)

3. 叶文.姜文志.刘博.YE Wen.JIANG Wen-zhi.LIU Bo 飞机低空突防航路规划系统研究[期刊论文]-电光与控制2007,14(5)

4. 祝世虎.董朝阳.张金鹏.陈宗基.ZHU Shi-hu.DONG Chao-yang.ZHANG Jin-peng.CHEN Zong-ji 基于神经网络与专家系统的智能决策支持系统[期刊论文]-电光与控制2006,13(1)

5. 邢立宁.陈英武.XING Li-ning.CHEN Ying-wu 任务规划系统研究综述[期刊论文]-火力与指挥控制2006,31(4)6. 刘和祥.边信黔.王君.LIU He-xiang.BIAN Xin-qian.WANG Jun 基于传感器信息的AUV局部避碰研究[期刊论文]-传感器与微系统2007,26(12)

7. 沈林成.张庆杰.王林.朱华勇.SHEN Lin-cheng.ZHANG Qing-jie.WANG Lin.ZHU Hua-yong 美国及欧洲无人作战飞机计划发展[期刊论文]-火力与指挥控制2009,34(10)

8. 刘娜.时海.杨建华.LIU Na.SHI Hai.YANG Jian-hua 虚拟战场电磁环境雷达信号建模方法[期刊论文]-指挥控制与仿真2007,29(6)

9. 张红.卢广山.朱荣刚.ZHANG Hong.LU Guang-shan.ZHU Rong-gang 无人作战飞机任务系统技术研究[期刊论文]-电光与控制2006,13(1)

10. 梁书忠.郭刚.李革.LIANG Shu-zhong.GUO Gang.LI Ge JMASE中光电/红外环境仿真研究[期刊论文]-计算机仿真2006,23(7)

1.陈力.叶文.郭久智 基于粒子群优化的航路规划算法研究与仿真[期刊论文]-海军航空工程学院学报 2008(3)2.陈青华.谢晓方.吕红.朱明 以MaSE方法开发的无人机指挥控制系统设计[期刊论文]-海军航空工程学院学报2008(2)

3.高永.黄启来.李本威 超视距空战的威胁估计[期刊论文]-海军航空工程学院学报 2007(4)

本文链接：http://d.wanfangdata.com.cn/Periodical_hjhkgcxyxb200702001.aspx