基于 QPSO 的模糊策略博弈的多无人机空战策略

针对无人机作战指挥系统中多无人机空战博弈策略的问题,提出一种采用量子粒子群算法(quantum particle swam optimization,QPSO)在模糊策略下博弈的纳什均衡求解方法.通过对无人机空战态势信息的分析,建立敌我双方多无人机动空战的作战收益函数,根据给出的敌我双方无人机纯策略集中的模糊子集,构建基于模糊策略下的敌我双方无人机博弈支付矩阵,进而求得作战双方获得最优选择策略.仿真验证结果表明,该方法可行、有效.     

拦截弹中制导弹道在线快速规划方法

针对满足多约束条件的拦截弹中制导弹道在线快速规划问题,提出一种基于虚拟域动态逆的在线弹道规划算法。引入虚拟因子,将离散状态变量从时间域转入虚拟域中,并基于动态逆思想,利用虚拟弧长求得边界条件的高阶导数,提高计算效率;构建过程约束的惩罚函数,结合性能指标进行规划,使弹道能够满足时间域上的多约束条件。结合该算法提出目标信息更新后的在线重新规划策略。仿真结果表明,基于虚拟域动态逆的在线弹道规划算法虽然计算精度较弱,但是能够快速生成满足多约束条件的参考弹道,具有很好的实时性与鲁棒性,适用于求解弹道在线快速规划问题。     

空空导弹动态攻击区的高精度快速算法研究

针对空空导弹攻击区计算的快速性与高精确度之间的矛盾,以及考虑到在真实空战环境中机载计算机对动态攻击区实时在线计算的需要,在改进的进退法的基础上提出了平移数值算法。由改进的进退法计算出无风场干扰、目标不机动时的三维导弹攻击区,采用平移数值算法,计算实战环境中存在风场干扰和目标机动条件下的导弹动态攻击区。仿真结果表明,该平移数值算法具有实时在线与高精确度的特点,可以为实际空战中导弹动态攻击区的计算,以及载机上的空空弹发射系统设计等提供技术参考,并且可以推广到其它各种类型导弹的动态攻击区的实时在线和高精确度的数值计算。     

基于动态变权重的空战态势评估

针对空战态势评估中以往态势评估模型对空战高动态性和博弈过程描述不充分,以及常权重评估态势导致状态失衡的问题,提出一种基于动态变权重的态势评估方法。根据空战特点建立机动强度和机动潜力模型来量化战术意图,改进态势评估模型,解决战术意图为固定值导致战斗机动态特性以及博弈过程描述不充分的问题;基于层间相关性的重要性准则方法计算客观常权重向量,根据空战评估指标影响因素分析构建均衡函数,得到指标状态变权重向量,通过常权重向量与状态变权重向量的Hadamard乘积计算指标变权重,解决常权重评估态势状态失衡问题。仿真结果表明,该态势评估方法的评估态势结果更为客观,符合实际空战特点。     

基于 G-MPSP 算法的非线性制导律研究

针对带有末端多约束的非线性制导问题,运用通用模型预测静态规划（ G-MPSP）算法设计了一种快速求解连续时间系统具有终端落角约束的非线性最优制导律。该算法通过向后迭代求解小维数权矩阵微分方程对控制量进行更新,将动态优化问题转化为静态优化问题,计算效率得以提高。考虑目标以不同的方式机动,仿真结果表明,末端位移偏差小于1.0 m,末端角度约束偏差可控制在0.1°范围内,该制导律能够满足脱靶量和末端角度双重要求,法向过载在整个制导过程中变化平缓。     

基于改进型多目标粒子群优化算法的武器-目标分配

在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。     

基于深度神经网络的无人作战飞机自主空战机动决策

机动决策是决定无人作战飞机空战成败的关键因素。为提高空战获胜概率,提出用深度神经网络进行决策。构建了36种机动动作,通过飞行仿真,得到由当前态势、控制量和未来态势构成的样本;用样本训练深度神经网络,使其能够根据当前信息快速准确预测未来态势,设计了决策目标函数和态势评估函数,空战过程中,利用训练好的网络预测所有动作对应的未来态势,根据决策目标函数从中选出最优动作;在不同初始条件下,分别与采用简单机动和自主机动的敌机进行空战仿真,并对空战态势进行评估。结果表明,所提方法在均势时能通过较少的动作获得空战胜利,在劣势时能通过一系列机动获得优势,且决策用时缩短了9 ms.     

一类动态规划模型的分时段迭代算法

本文提出对于一类动态规划模型的分时段迭代算法。此方法在计算上是有效的,并且具有较小的存贮量。该方法可以有效地克服多维状态动态决策问题中的维数困难。本文结合两种动态规划模型详细研究了该算法的收敛性质,得到了相应的理论结果。     

亚波长二维光栅结构零级透射场的计算方法

基于散射度量术中测量掩膜版时对零级透射率波谱的计算需求,将需要阶梯近似分层的复杂二维光栅统一模型化为多层二维光栅,建立了多层二维光栅零级透射场计算方法;将 Moharam 传输矩阵法的部分解法推广到一般复杂二维光栅结构,实现对多层或者非垂直侧壁结构透射场的逐层迭代计算;对一种亚波长二维金属光栅阵列结构进行了宽谱光源入射下的透射特性仿真计算;结果表明：结合二维光栅模拟的收敛性改进算法,建立的计算方法能实现对复杂二维光栅透射率波谱的求解。     

弹用涡喷发动机风车起动过程仿真及性能分析

针对弹用涡喷发动机风车起动过程的特点,提出一种仿真求解机制:点火前的风车过程利用径向基函数神经网络(RBFN)方法建模仿真;点火后的加速过程则采用部件匹配法建立发动机动态模型仿真求解.动态模型的非线性方程组,利用粒子群优化算法(PSO)求解,解决了传统迭代解法受初值影响不易收敛的问题.计算结果与试验数据吻合较好,证明所...     

空战自主机动决策问题建模

描述了自主空战机动决策问题,系统研究了自主机动决策各个环节,建立了子环节数学模型,构建了整个自主机动决策模型,并通过11个基本机动动作仿真验证了模型的有效性。     

无人战机近距空战微分对策建模研究

针对无人战机（UCAV）在空战格斗中的自主决策问题,在UCAV的六自由度模型的基础上,将微分对策与机器博弈相结合;通过引入机器博弈中的“变值”思想,改进了传统的以“角度优势”作为支付函数的微分对策模型。当UCAV处于不同的空战态势时,该模型体现了同样的角度变化所获得的收益不同的真实状况,使UCAV的空战策略能够更趋智能与合理,仿真结果验证了算法的合理性与有效性。     

基于目标机动预估的空空导弹可发射区建模及仿真分析

为适应空战中目标逃逸机动的剧烈态势变化,提出了基于目标机动预估的空空导弹可发射区问题,并进行了概念定义; 设计了机动预估模型,根据导弹与目标的相对方位信息,从战术层面对目标逃逸机动方式进行一步预估; 基于多种实际约束,建立了导弹、目标和相对运动模型; 针对黄金分割法在对可发射区解算时存在搜索范围不完备的问题,提出了初始搜索空间自适应动态修正的改进办法; 利用改进的黄金分割搜索策略,实现对可发射区边界值的快速精确搜索。仿真结果表明,基于目标机动预估的可发射区简化了不可逃逸问题的搜索时间,扩大了导弹的攻击范围,有利于导弹战术使用性能的充分发挥。     

基于统计学原理的无人作战飞机鲁棒机动决策

为解决无人作战飞机（UCAV）鲁棒自主空战决策问题,提出基于统计学原理的鲁棒机动决策方法。为使空战态势变化具有一定的钝感性,建立UCAV数学模型,改进典型的机动动作库,设计空战态势参数的鲁棒隶属度函数。在鲁棒机动决策中引入统计学方法,针对UCAV对抗非机动目标和机动目标两种典型空战案例进行了数字仿真。仿真结果表明,基于统计学原理的鲁棒机动决策方法在引导UCAV向态势优势区域攻击占位方面具有一定的鲁棒性和寻优性。     

基于机动单元库的TSO-GRU-Ada机动轨迹预测

机动轨迹预测是自主空战中的一个重要组成部分。针对无人战斗机机动轨迹预测精度低且时耗过长的问题,提出一种基于机动单元库的自适应集成三角优化门控循环神经网络预测方法。建立无人战斗机3自由度模型,解决轨迹数据来源问题;通过4种轨迹特征,将轨迹分为平面机动、空间左转弯机动和空间右转弯机动三类,构建21种基本机动单元;介绍门控循环神经网络,为避免网络梯度优化陷入局部最优,引入三角搜索优化算法更新网络内部权值和偏置。为提高预测精度,采用自适应增强算法构建强预测器;通过实验选取预测器最优参数,在不同机动单元情况下进行预测,预测精度较高且均能满足时耗要求;为检验在机动轨迹上的预测性能,从空战训练测量仪中选取一段轨迹,与5种不同预测模型进行对比。研究结果表明,所提模型的预测精度最佳。     

基于进化式专家系统树的无人机空战决策技术

为解决传统专家系统方法无法应付非预期情况的问题,提出一种进化式的专家系统树方法来研究空战决 策。以中距空战为例,建立2 维典型空战模型,将遗传算法和专家系统相结合,建立进化式专家系统树框架和战术 决策系统,并在一对一空战场景下对所建立的方法进行仿真验证。仿真结果表明：该方法通过在多种战场设定下对 决策规则的离线进化,使决策系统可根据战场情况做出调整,在己方飞行性能不占优势的情况下达成制胜目标。     

改进遗传算法的多机超视距协同空战目标分配方法

针对多机超视距协同空战中的目标分配问题,依据协同空战攻击决策的度量指标,构建交战优势矩阵,建立整体优势函数;在此基础上,考虑目标分配整体均衡策略,引入目标分配密集度和目标分配均匀度两个指标用于目标均衡和任务均衡分配,改进整体优势函数,从而合理利用作战资源;考虑传统遗传算法解算速率不高的缺点,提出了一种改进的遗传算法,该方法能快速寻优满足实时性要求.