一种近似动态规划的无人机机动决策方法

针对空战机动决策时出现的“维数爆炸”问题,该文提出一种基于近似动态规划的群智能空战机动决策方法。首先建立无人机空气动力学模型和空战态势优势指标函数。其次,利用近似动态规划的思想,将空战过程按时间域划分为多个规划时域,在每个规划时域内,提出人工势场引导下的改进蚁狮优化算法快速逼近最优控制量,有效裁减搜索空间。通过与专家系统法进行仿真对比,表明所提方法解决高动态、实时性强的无人机机动决策问题的有效性和可行性。     

单步预测影响图法在空战机动决策中的应用

提出了一种基于单步预测的多级影响图法,并将该理论应用在单机连续空战机动决策系统建模中.在决策系统的建模过程中考虑了影响无人机机动决策的各要素,包括无人机动力学方程、决策者的偏好以及战斗双方态势的不确定性等.机动决策的态势基准是通过无人机动力学方程迭代获得,运动方程中的控制量通过求解单步预测影响图获得.该预测影响图算法,效能函数的起点不断向后平移,建立了离散空间空战决策的纳什平衡,通过求解效能函数的最大值就能获得每一步的最优控制解.最后仿真验证该方法有效性,元人机模型采用质点运动方程,使用VC++实现并机动决策算法.分析表明提供了一种新型无人机机动决策算法,发展了无人机自主空战机动决策系统.     

基于模糊神经网络的多机多目标空战决策

提出了一种基于模糊神经网络的多机协同多目标空战决策的方法.为简单起见且在不影响战局的情况下,从空战中的环境、地域等方面考虑,将大规模的机群空战划分为小集团内部的小机群作战.根据我机的载弹量和敌机的威胁度,进行分配导弹,分配原则考虑了我方的二次攻击.一次攻击后,计算敌机和我机的损失,再次对敌机和我机进行空战态势分析,进行...     

空战多目标攻击决策综述

就近年来单机和多机协同空战多目标攻击决策的研究成果进行了总结与分析,指出了有待研究的问题和综合决策研究的优势,提出了应用影响图分析法研究多目标攻击决策问题。可为今后空战多目标攻击决策领域的研究提供综合参考。     

基于TOPSIS方法的空战威胁评估研究

威胁评估是单机多目标攻击和空战协同战术决策的一项重要内容,首先提出了威胁评估指标的确定方法,然后阐述了TOPSIS(逼近于理想的排序法)方法的计算步骤,最后给出算例。该方法计算简单明确,可以有效地完成多机空战中威胁评估和威胁排序的计算,是解决威胁评估问题的一种有效途径。     

多无人机超视距空战博弈策略研究

多无人机超视距空战决策问题是现代空战重要的研究课题,针对多无人机超视距空战博弈问题进行了研究。首先根据敌我双方作战态势参数信息,建立敌我双方对抗支付博弈模型,然后给出了基于量子粒子群算法的空战博弈混合策略纳什均衡的求解方法,最后通过仿真验证了该方法的可行性及有效性,为解决在超视距下多无人机空战策略问题提供了一种较科学的方法。     

有人机控制无人机群空战多目标分配

针对集中式体系结构下的有人机-无人机群协同空战多目标分配问题,把目标威胁分为固有属性和动态属性两部分,分别建立了目标威胁系数层次结构模型和优势函数模型;根据空战态势的不同,提出了3种效率指标,建立了相应的代价函数;针对3种代价函数,运用离散粒子群算法进行了数值仿真研究,仿真结果表明所用的算法具有良好的收敛性,适合解算文...     

基于Q-Learning算法的无人机空战机动决策研究

针对无人机空战对抗自主机动决策问题,设计了侧向机动决策算法。通过加入启发式因子的方式和双Q表交替学习的机制,弥补了传统Q-Learning算法学习速度慢、无效学习多的不足。通过路径规划仿真和数据的对比,验证了改进Q-Learning算法具有更好的稳定性和求解能力。设计了动态的栅格规划环境,能够使无人机根据变化的空战态势自适应调整栅格尺寸大小,且对求解的速率不产生影响。基于Q-Learning算法,构建了无人机空战对抗侧向机动决策模型,并通过武器平台调换的方式验证了改进Q-Learning算法能显著提升无人机空战胜负比。     

多智能体作战飞机协同空战指挥控制的若干技术问题

针对多机协同空战指挥控制决策的自主性和协调性需求,对多智能体技术应用于协同空战指挥控制的若干技术问题进行研究.提出基于集中一分散式多智能体协同空战指挥控制协同的结构框架;对经典的BDI-智能体进行扩展,提出基于BDOTI结构的机载空战指挥决策思维逻辑框架;建立面向结构的编队组织结构,应用进程演算对编队攻击行为进行协调.     

多机协同空战火力控制研究

从火力控制的角度探讨多机协同空战的作战方式和协同作战的基本火力控制原理。在深入分析多机协同空战的火力控制过程基础上,指出协同作战与单机自主作战的火力控制的不同特点。将协同空战分解为协同目标瞄准、协同导弹发射与制导、导弹自主攻击3个阶段,针对和载机火力控制密切相关的前两个阶段进行研究,并提出各个协同阶段的协同方式、协同内容和载机火力控制的实施方法,对于协同空战火力控制理论的研究和战术创新具有一定的指导意义。     

基于贝叶斯优化算法的UCAV编队对地攻击协同任务分配

针对UCAV编队对地攻击协同控制决策优化问题,首先构建了UCAV编队对地攻击任务分配的自主价值优势矩阵.在此基础上依据多人冲突理论分别对双方以及本机编队进行权重分配;建立了UCAV编队对地攻击协同任务分配的整体价值优势矩阵,由此根据决策变量与约束条件构建了任务分配问题的数学模型.然后应用贝叶斯优化算法对该模型进行了优化分析.仿真实例表明,所建协同任务分配模型能够反映编队协同控制决策的重要性,而且应用贝叶斯优化算法能够很快收敛到全局最优解,能有效地解决UCAV编队对地攻击的协同任务分配问题.     

Cooperative Path Dynamic Planning Model of UCAV Team Based on Global Optimization Method

Cooperative path dynamic planning of a UCAV (unmanned combat air vehicle) team not only considers the capability of task requirement of single UCAV, but also considers the cooperative dynamic connection among members of the UCAV team. A cooperative path dynamic planning model of the UCAV team by applying a global optimization method is discussed in this paper and the corresponding model is built and analyzed. By the example simulation, the reasonable result acquired indicates that the model could meet dynamic planning demand under the circumstance of membership functions. The model is easy to be realized and has good practicability.     

多架无人作战飞机协同作战的几个关键问题

从分析协同空战对无人作战飞机(UCAV)的要求入手，初步探讨了UCAV多机协同与有人驾驶战斗机多机协同的区别，分析了UCAV多机协同面临的主要问题，阐述了UCAV多机协同的关键技术以及将来可能的应用，指出了UCAV多机协同的研究方向。     

无人作战飞机空战自主战术决策方法研究

自主战术决策是UCAV付诸作战使用的关键技术之一。建立了基于航迹坐标系下的UCAV运动方程,对三自由度的控制指令进行了改进,并以此对NASA提出的基本操纵动作库进行了定量描述。在此基础上,面向实际战场态势,依据模糊空战推理规则,设计了基于自主战术决策模块的自主战术决策方法。仿真结果表明,所研究的方法可以使UCAV在空战中进行自主决策,获得更大的战场优势,具有一定的参考和应用价值。     

动态环境下的多UCAV协同任务分配研究

战场环境的动态性和不确定性以及协同控制的复杂性,使得预先制定的无人作战飞机任务分配方案不能满足动态战场环境中的实时性要求。考虑到无人作战飞机的差异、目标的差异及战场态势对目标分配的影响,建立了多无人作战飞机协同目标分配问题的数学模型。针对多无人作战飞机协同控制中的动态任务分配问题,提出一种改进的混合重分配策略,从任务层次上解决了多无人作战飞机的动态任务分配问题,在此基础上提出了混合细菌觅食算法,并用该算法在动态环境中为无人作战飞机进行合理的任务分配,通过仿真实验和分析表明混合重分配策略和混合细菌觅食算法的有效性。     

有人/无人机混合编队协同任务分配方法

任务分配方法是任务控制过程的重要组成部分,是协同作战指挥决策的关键。本文在多无人机协同任务分配的基础上,分析了有人/无人机编队协同作战的突出特点,着重研究飞行员工作状态对参与任务分配的各无人机作战效能的影响,建立了基于飞行时间和工作负载的飞行员工作状态评价模型,并对传统无人机作战效能函数的数学模型进行改进,提出了有人机飞行员工作状态影响下的无人机效能评估模型。针对有人/无人机混合编队协同作战想定,进行了仿真计算。仿真结果表明：飞行员工作状态会对无人机的任务效能和编队的任务分配结果产生显著影响, 同时说明在有人/无人机混合编队的效能评估和任务分配过程中,飞行员的工作状态影响是不可忽略的因素。     

基于Voronoi图与蚁群算法的UCAV航路规划

提出一种基于Voronoi图和蚁群优化算法(ACO)的无人作战飞机航路规划的方法.首先根据已知威胁源建立威胁源的Voronoi图,并构建了起始点、目标点与威胁场的Voronoi图赋权有向图,从而建立了无人机搜索路径的集合,结合初始集合,然后给出无人作战飞机航路规划的具体实现过程,最后对UCAV在多种威胁环境下的航路规划进行了仿真实验,仿真结果表明这种航路规划方法是可行和有效的.     

认知无线电网络中基于信任的合作频谱感知框架

文中提出了一种基于信任的合作频谱感知框架.通过本地感知差异、感知位置因素、控制信道条件为参与频谱感知的用户建立信任,准确地权重决策中心的单用户感知信息.仿真结果表明,在一定虚警概率的约束条件下,该框架应用于具体模型时具有较低的漏检概率.     

基于冲突消解多无人机协同航路规划算法仿真

针对多架无人机同时攻击同一目标的问题,提出了一种基于冲突消解机制的航路规划算法.通过分析协同规划中的各种约束条件及任务要求,从规划终点同时、同步扩展每架无人机的飞行航迹,并采用不等步长扩展法反映每架无人机的飞行速度,在扩展节点的同时进行各项约束条件的检查和消除,保证多条航迹间的时空协同;最后通过数学仿真验证了该算法的可...     

对地攻击协同制导决策方法

在多机协同对地攻击作战中,针对需要将空地导弹的人在回路制导权移交给其他飞机的问题,建立了协同制导决策模型.在分析了协同制导交接过程、协同制导交接条件、协同制导交接方式的基础上,提出了制导优势概念,用来表征编队内其他飞机对导弹协同制导的能力;然后,在考虑协同制导交接环境条件和人为因素的基础上,建立协同制导决策模型,从而为...