复杂的战场环境中, 战机稍纵即逝, 因此在完成“情报侦察-摧毁打击”任务时, 就需要快速衔接好侦察无人机、打击无人机及地面控制站, 实现作战节点间信息的及时交互。提出了一种基于Voronoi图-麻雀(V-SSA)算法来解决无人机中继安全有效的分配部署问题。首先, 介绍了研究的任务场景; 其次, 针对无人机中继节点部署问题进行数学建模, 验证了基于Voronoi图-麻雀算法的无人机中继部署具体实现方法, 该无人机中继节点部署方法利用V-SSA算法选择中继节点位置, 保证中继无人机数量最少及距离重点目标最远为目标函数。仿真结果表明, 上述中继部署方法能够有效地建立战场全局通信网络, 并提高了中继无人机的自身安全防护。

针对复杂障碍环境下的多机协同侦察任务规划问题开展研究。首先, 针对不同侦察任务需求, 构建传感器探测、有效持续侦察时间、复杂多边形障碍等数学模型; 随后, 综合考虑持续侦察时间和障碍规避约束, 提出了一种面向复杂障碍环境的多机协同侦察规划分层求解方法, 通过分层细化有效降低多机协同侦察问题的求解复杂度; 最后, 考虑无人机运动学约束, 提出了一种基于贪心策略的启发式路径规划算法, 能够在规避障碍物的同时获得尽可能短的可行路径。仿真结果证明了提出算法的有效性。

针对未知威胁下无人机实时任务规划问题, 将任务重规划分为人机合作规划和自主规划两种方式, 设计了一种基于人机协同认知的无人机任务重规划逻辑选择架构。该架构将无人机的自主规划能力与人的观察、判断、决策和规划能力相结合, 目的是使无人机能够适应复杂多变的战场环境。从人机交互、无人机、环境、任务4个角度考虑, 采用模糊综合评判法对无人机自主能力进行综合评价, 根据其自主能力的高低选择任务重规划方式。通过实例计算, 说明了自主能力模糊综合评判结果比较可靠、客观。

针对目标识别任务规划及模板制备的实际需求，为实现目标及其所在场景可识别性程度的定量评价，提出了一种基于证据理论的场景可识别性分析算法。在获取目标及其所在场景的保障数据，并设定成像参数后，首先选取一定数量的显著地物作为场景的节点；然后，从尺度显著性、形状唯一性和可视性三个方面评估各个地物在不同观察角下的可识别性程度，并以此作为场景中各节点的基本信度分配；最后，通过地物轮廓点数定义表征各节点间相互支撑度的条件信度函数，利用证据理论进行推理、融合各个节点信息，得到整个场景的可识别性分析结果。实验结果证明，使用文中算法得到的分析结果合理、有效，能够满足任务规划的需求，具有较大的工程实用价值。

针对电子侦察卫星如何对多目标潜在区域进行普察的任务规划问题，通过分析电子侦察卫星的应用场景、任务需求及执行约束，将待观测区域网格化、观测时间离散化以及对观测频率频段化处理，建立解决该问题的时空频三维覆盖优化模型。通过改进编码结构、初始化以及对约束处理等方法，将遗传算法用于该模型的求解。仿真实验表明，改进的算法可以适应多卫星长编码多约束优化问题求解，模型可以优化任务规划结果。

为了研究多平台传感器最优化任务规划问题中的随机性和不确定性因素,以隐马尔可夫模型(HMM)建模思想和信息熵理论为支撑,以平台传感器执行任务的单位损耗所带来的信息增益为目标函数,建立了基于多HMM过程的传感器动态规划模型,研究了多HMM过程的传感器动态规划执行步骤并进行了仿真。同时研究了在特殊情况下使用多HMM过程进行传感器动态调度的相关问题,为多平台传感器最优化任务规划问题的不确定性和随机性因素的建模与分析奠定了基础。

任务规划是无人机协同作战的关键技术之一。以压制敌方防空火力任务为背景, 考虑战场地形与威胁分布、击毁目标需要的火力以及无人机的战斗毁伤概率等因素, 建立了多架无人机协同攻击多个地面目标的任务规划模型, 并提出并行遗传粒子群优化算法(GAPSO)求解任务规划问题。通过具体的仿真算例验证了协同任务规划模型的合理性, 并比较分析并行GAPSO算法与标准GAPSO算法, 证明了并行GAPSO算法具有更好的收敛性且能避免陷入局部最优。

基于面向服务的体系架构(SOA)的思想,设计了面向服务的指挥控制系统作战辅助决策系统的体系架构,从作战辅助决策过程服务化描述、服务运行管理、作战辅助计算建模、协同作战任务规划和作战过程实时监管等5个方面分析了面向服务的作战辅助决策需要解决的关键技术,为今后研制具有智能辅助决策功能的作战指挥控制系统提供技术参考。

在复杂的无人机地面站系统软件开发过程中, 如何实现高效的并行开发和应对不断变化的需求显得至关重要。首先介绍了插件框架的工作原理和实现途径, 在此基础上提出了插件式无人机任务规划软件框架设计方案, 详细描述了框架的设计思路, 对插件管理器、人机界面管理和框架内部消息通信机制等一些关键技术进行了探讨。最后将这一理论成果运用到了实际项目中, 实现了全插件式的任务规划软件框架, 实践证明该框架可以显著提高软件开发效率, 提升软件产品质量。

伴随着城市化进程的迅速发展, 无论在作战中还是民用, 都对无人机自主协同能力提出了新的要求。以城市环境为背景, 以无人机任务规划为研究对象, 针对目前无人机任务规划算法普遍较为复杂、实时性较差的问题, 提出一种新颖的任务规划算法。首先对城市中的建筑物建立简单的数学模型, 针对模型的特点使用了改进通视图法计算出所有最短路径, 然后使用背包算法完成任务分配。仿真结果表明该算法规划准确, 满足实时性要求。