一种基于遗传模拟退火算法的蜂群无人机协同攻击方法.pdf
萌运****魔王
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于遗传模拟退火算法的蜂群无人机协同攻击方法.pdf
本发明公开了一种基于遗传模拟退火算法的蜂群无人机协同攻击方法,具体按照以下步骤实施:步骤1、对对抗双方空战态势进行分析;步骤2、基于多目标攻击进行建模;步骤3、协同多目标优化求解。步骤1具体过程如下:设有蓝、红敌对的两方进行对抗,当蓝方雷达发现某一空域中有N架红方飞机来袭,蓝方派出M架具有多目标攻击能力的无人机对其进行协同攻击拦截。本发明一种基于遗传模拟退火算法的蜂群无人机协同攻击方法,实现蜂群无人机的协同多目标攻击决策,获得了最佳协同攻击决策方案。
一种异构蜂群无人机协同攻击系统及方法.pdf
本发明公开了一种异构蜂群无人机协同攻击系统;还公开了一种异构蜂群无人机协同攻击方法;系统包括若干个复合式垂起无人机和若干个管式发射无人机;采用复合式垂起无人机进行侦查,在广域战场内开展垂起起降复合翼无人机群的前沿部署、抵近侦察、及时跟踪、高效监视,可以有效获取事先无法侦察的敌方动态目标特征,复合式垂起编队无人机之间可以进行协同侦查,提高战场侦查的效率;利用战场网络将这些目标特征信息实时传输给筒式发射无人机蜂群,由改无人机蜂群进行协同攻击。本发明实现蜂群无人机的协同多目标攻击决策,获得了最佳协同攻击决策方案
一种基于蜂群协同觅食算法的多无人机航迹规划方法.pdf
本发明属于无人机技术领域,具体涉及一种可用于多无人机目标跟踪、航迹优化、协同管理、协同飞行、任务分配的多无人机航迹规划方法。本发明包括:初始化航迹规划任务的详细信息,进行坐标离散变换;初始化蜂群协同觅食算法参数;计算每架无人机的航迹路径的代价;每架无人机根据当前的位置计算当前路径代价;跟随机选择引领对象,每一个引领机招募一个跟随机;无人机放弃当前路径,搜索新路径;保存最优路径的参数并且计算最优值;检查是否达到迭代次数上限。本发明克服了传统智能优化航迹规划方法的初始化敏感问题;本发明可以改善算法的精度,以便
一种基于智能蜂群算法的DDoS攻击检测方法.pdf
本发明公开了一种基于智能蜂群算法的DDoS攻击检测方法,包含以下过程:通过融合聚类和智能蜂群算法,有效提高DDoS攻击检测精度。智能蜂群算法和聚类算法的融合,消除了聚类算法过度依赖原始聚类中心的缺陷,改进了数据流聚类效果;统计改进后聚类的异常数据流IP地址并计算IP地址的流量特征熵H(x),若H(x)大于等于初步聚类数据流的判别因子RM(x),则判定该数据流是DDoS攻击数据流,否则判定该数据流是其他异常数据流。本发明具有耗时短,DDoS攻击检测准确率高、误报率低的优点。
一种基于分布协同拍卖的无人机蜂群任务分配算法.pdf
本发明公开了一种基于分布协同拍卖的无人机蜂群任务分配算法,步骤1、目标分配算法在启动之前进行初始化,确定任务目标;各UAV针对所有目标构造所有可能的单机方案,并计算这些方案的价值、代价和竞拍函数等参数;步骤2、初始化计算结束后,算法随机生成UAV的竞拍顺序,启动拍卖过程,轮到竞拍的UAV根据贪婪法则竞拍到自己的方案,然后各UAV更新其目标价值参数;步骤3、所有的UAV完成竞拍后,一轮拍卖结束,得到目标分配方案。本发明针对协同防御的协同任务分配更加注重无人机蜂群对于目标的响应和动态应对能力。