论文部分内容阅读
随着智能时代的到来,无人机等以无人技术为主的新型武器逐渐成为军事对抗的主角。未来战场瞬息万变使得单架无人机执行任务的生存能力有限,而多架无人机协同作战,可以实现单架的能力扩展以及集群的整体作战效能提升,对其任务可靠性进行评估具有重要的工程应用意义。本文以无人机集群系统为对象,以集群系统执行任务过程中呈现的多阶段特征为背景,针对此类多阶段任务系统(PMS),进行了任务可靠性建模和预测方法研究。本文的主要研究内容如下:(1)基于二元决策图(BDD)的集群系统PMS可靠性建模现有的PMS研究通常将单个平台作为PMS进行分析。然而在无人机集群对抗背景下,通常需要考虑以无人机集群为主体的多阶段任务可靠性。因此,本文在单平台PMS建模方法的基础上,以集群系统任务可靠度为预测目标,结合表决系统可靠性模型建立集群系统任务可靠性模型并给出了可靠度的求解方法。在针对单平台进行建模时,采用了基于路集生成BDD的PMS建模方法。该方法生成的BDD直接给出了系统的成功状态,无需将某一阶段的失效状态与前一阶段的成功状态相结合,省去了构建第1阶段到第n-1阶段的逻辑BDD过程。计算结果与现有的基于故障树(FT)生成BDD的PMS建模方法一致,同时避免了生成过多间接BDD使得计算量增大的问题,能够有效简化PMS建模评估过程。(2)集群系统部件性能在多状态下的PMS建模在PMS建模基础上,考虑了系统部分部件性能的多态性,将无人机视为多状态多阶段任务系统(MS-PMS),对多态下的集群系统进行了多阶段任务可靠性建模方法的研究。在对部分无人机部件进行了状态划分的基础上,以最小路集向量和多态多元决策图(MMDD)为工具,给出无人机集群系统任务可靠性建模和评估方法。(3)基于最小路集向量求解多态系统可靠度的MMDD启发式排序算法针对(2)中基于最小路集向量生成MMDD的规模随着系统复杂而不断增加的问题,提出了两种降低MMDD生成规模的启发式排序算法,通过在将最小路集向量应用到MMDD方法之前进行排序,以提高使用MMDD方法建模计算的效率。通过算例分析,提出的启发式排序算法可有效降低MMDD的生成规模,从而大幅降低给出系统任务可靠度的求解复杂度。