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