临近海面空间内多智能体协同任务优化

目 录
目 录 I
图目录 I
表目录 I
第1章 临近海面空间多智能体协同技术 1
1．1 海洋智能装备应用前景 1
1．2 多智能体协同技术研究进展 3
1．2．1 海洋智能装备 3
1．2．2 多智能体协同任务规划 6
1．2．3 多智能体通信组网优化 12
1．3 临近海面空间内多智能体协同关键问题 13
1．4 本书主要内容 16
1．4．1 海上多智能体编队编成 16
1．4．2 海上多智能体通信网络拓扑优化控制 16
1．4．3 基于时间窗口机制的集中式任务规划 17
1．4．4 基于任务一致性的分布式任务规划 17
1．5 本书组织结构 18
第2章 无人水面艇技术 20
2．1 引言 20
2．2 早期USV的应用 20
2．3 现代USV的原型-猫头鹰系列 23
2．4 现代USV技术发展 25
2．4．1 军用USV技术发展 25
2．4．2 民用USV技术发展 37
2．5 本章小结 42
第3章 海上多智能体编队编成 43
3．1 引言 43
3．2 编队编成问题描述 43
3．2．1 编队编成基本原则 43
3．2．2 编队编成问题描述 44
3．3 海上多智能体编队编成模型 44
3．3．1 编队任务执行效能 44
3．3．2 编队编成模型 47
3．4 基于DNBPSO的海上多智能体编队编成算法 48
3．4．1 粒子群优化算法描述 48
3．4．2 DNBPSO算法描述 51
3．4．3 基于DNBPSO的海上多智能体编队编成算法描述 53
3．4．4 基于DNBPSO的海上多智能体编队编成算法实现 55
3．5 仿真实验与分析 56
3．5．1 实验环境与条件假设 56
3．5．2 仿真实验与结果分析 58
3．6 本章小结 60
第4章 海上多智能体通信网络拓扑优化控制 61
4．1 引言 61
4．2 海上无线电波传播模型 61
4．2．1 海上无线电波传播环境 62
4．2．2 海上无线电波传播损耗预测模型 62
4．3 网络拓扑优化控制模型 65
4．3．1 链路通信质量模型 66
4．3．2 网络连接收益模型 66
4．3．3 网络连接成本模型 67
4．4 基于DPSO的海上多智能体通信网络拓扑优化控制算法 68
4．4．1 基于DPSO的海上多智能体通信网络拓扑优化控制算法描述 68
4．4．2 基于DPSO的海上多智能体通信网络拓扑优化控制算法实现 70
4．5 基于EM-DPSO的海上多智能体通信网络拓扑优化控制算法 72
4．5．1 基于EM-DPSO的海上多智能体通信网络拓扑优化控制算法描述 72
4．5．2 基于EM-DPSO的海上多智能体通信网络拓扑优化控制算法实现 74
4．5．3 基于EM-DPSO的海上多智能体通信网络拓扑优化控制算法复杂度分析 76
4．6 仿真实验与分析 77
4．6．1 实验环境与条件假设 77
4．6．2 仿真实验与结果分析 78
4．7 本章小结 81
第5章 海上多智能体协同打击时敏目标集中式任务规划 82
5．1 引言 82
5．2 协同打击时敏目标问题描述 82
5．3 协同打击时敏目标集中式任务规划算法 83
5．3．1 集中式任务分配 83
5．3．2 在线路径规划 87
5．3．3 集中式任务规划算法实现 89
5．4 仿真实验与分析 91
5．4．1 实验环境与条件假设 91
5．4．2 仿真与分析 92
5．5 本章小结 97
第6章 海上多智能体协同目标跟踪分布式任务规划 98
6．1 引言 98
6．2 协同目标跟踪问题描述 99
6．2．1 通信决策 99
6．2．2 动态任务分配 100
6．2．3 跟踪路径规划 100
6．3 通信决策机制 100
6．4 协同目标跟踪分布式任务规划算法 101
6．4．1 分布式动态任务分配 101
6．4．2 跟踪路径在线规划 104
6．4．3 分布式任务规划算法实现 105
6．5 仿真实验与分析 107
6．5．1 实验环境与条件假设 107
6．5．2 仿真与分析 107
6．6 本章小结 115
参考文献 117