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。     

多级影响图在无人机群协同空战机动决策中的应用

现代空战多为机群对机群的空战。针对无人机群空战中协同攻防机动决策的问题,首先提出了针对单机对单机的在不确定环境下基于多级影响图的空战决策建模。在此基础上对无人机群进行分组,并根据无人机的空战能力划分角色,在空战初始确定小组内的长机与僚机。通过引入协同因子,对空战机动决策中的当前局势概率重新进行加权修正,很好地解决了单元内各成员协同配合的问题,从而将单纯的一对一空战引申为多机对多机协同空战。仿真结果表明所建立的决策模型能够有效地解决无人机群协同空战的机动决策问题。     

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.     

基于风险型决策的多目标空战机动策略研究

通过对空战机动策略的分析,提出了一种基于风险型决策的多目标机动决策方法.采用对策论和空战态势评估的相关方法,将空战态势作为选择机动策略的依据.考虑实际的空战情况,在满足机动决策能力要求的前提下,改进了预测时间的选择方法.采用与态势有关的预测时间函数,使计算速度能够满足空战快速性的要求.在Matlab环境下对实例进行了仿真.结果表明,该方法考虑了选择机动的风险性,提高了计算速度,更符合空战实际情况.     

无人作战飞机空战自主机动决策研究

针对无人作战飞机自主空战的要求,通过空战机动方式的分析,提出一种基于风险型决策的空战自主机动决策算法。以对策论为基础,构建空战机动攻击阶段的对策模型,通过模糊决策分析找出最优机动策略。就不同条件下的实例进行仿真,仿真结果表明,该算法考虑空战机动决策的主动性和风险性,体现空战过程的对抗性,符合空战实际情况。     

基于机动预测的强化学习无人机空中格斗研究

在无人机空中格斗过程中,由于无人机自身状态以及空战态势,敌我双方机动动作及行为策略的选择具有极强的不确定性。针对这个问题,将强化学习方法引入无人机空中格斗过程,建立无人机机动模型及动作集;将空战态势评估函数作为强化学习中的信号函数;采用概率神经网络(PNN)作为对敌机动预测单元;在敌我双方战场信息完全感知条件下,该算法能够不断学习,使无人机通过与环境的交互来掌握其最佳机动行为策略,实现无人机的一对一空中对抗。     

空战指挥控制的自主决策思维属性

未来空战中,提高空战指挥控制系统的自主决策能力是提高空战指挥控制系统在复杂、动态、不确定的空战环境中的决策能力的关键所在。首先从空战指挥控制的决策需求出发,从信息、动机、规划、责任等方面对空战指挥控制自主决策思维要素进行了分类,提出信念、目标、战术意图、责任等自主决策思维属性,基于空战环境、自身能力和任务等要素对空战指挥控制自主决策思维属性的建模要点进行了分析,并对思维属性的建模方法进行了述评。     

基于人工势场法的无人机路径规划避障算法

随着无人机广泛应用于生产生活的各个方面,无人机的避障研究成为热点问题。为了提高无人机的避障性能,文中提出一种基于人工势场法的无人机路径规划避障算法。该算法通过生成预规划路径弱化了目标点对无人机的吸引作用,增加了路径的连贯性;在势场函数中加入了动态调节因子,可减少无人机轨迹不必要的转弯机动,减少机动能耗;该算法综合考虑无人机飞行中的安全性、平滑性和机动能耗,提出了一种新的代价函数,并通过使得代价函数最小化来选出最优路径。实验结果表明,该算法克服了传统人工势场的不足,在不同的飞行环境下均能够规划出安全、平滑、机动能耗小的路径,有效避开障碍物,且具有较好的适应性。     

采用改进流函数法的无人机航路规划

提出改进的流函数法为无人机在复杂地形环境下进行航路规划。针对传统流函数法在多个障碍物航路规划时存在的问题,进行了理论分析,并给出一种虚拟动态目标的方法,解决了两个障碍物重叠情况的航路规划问题。为满足无人机的机动约束,将无人机自身的约束条件转化为虚拟障碍,以保证规划出的航路可飞。仿真结果表明,该方法能够在复杂地形条件下快速地为无人机规划出一条可飞的航路,具有较好的工程应用价值。     

基于人工势场启发粒子群算法的空战机动决策

以敌我双机空战为背景,基于滚动时域控制思想对空战机动决策进行研究。借鉴人工势场的思想构建了空战人工势场,重点分析了人工势场函数的构建,变权重函数的建立,提出了人工势场启发粒子群算法的空战机动决策方法,最后进行仿真验证。仿真结果表明,该方法能有效消除人工势场的局部极小值问题,同时也改善了粒子群算法全局搜索能力,避免了早熟,得到的结果是有效的。     

单机超视距空战智能辅助决策方法

面向超视距空战中决策支持系统的需要,建立了基于任务分解的分级递阶结构的辅助决策系统框架.基于雷达的发现概率和导弹可攻击概率等因素,建立了超视距空战情况域判定方法.研究了飞机机动方案选择和导弹发射决策方法,建立了超视距空战优势函数模型.针对单机单目标超视距空战条件,利用仿真软件进行了数字仿真验证,仿真结果表明此方法可行、...     

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。     

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.     

决策影响图方法在三维空战决策中的应用

针对以往空战建模通常仅考虑单方决策的不足,建立了考虑交战双方对抗决策的三维双机空战决策模型,应用影响图分析法描述了空战中飞行员的决策过程,并进行了三维立体格斗空战的仿真研究。仿真结果表明应用决策影响图的三维空战决策模型能够逼真地模拟空战格斗过程;该空战决策方法在不确定情况下的决策效果理想,攻防兼顾,可以适用于各种空战环境。     

卡尔曼动态规划机动目标检测前跟踪方法

针对传统动态规划算法,由于转移步长固定、在检测机动目标时性能较差的问题,提出了针对转弯运动等机动目标的卡尔曼动态规划算法,该算法利用卡尔曼滤波中的状态预测步骤来自适应改变动态规划算法中的转移步长,以此来避免在检测转弯运动目标时传统动态规划算法由于转移步长不变而造成的转移步长与目标速度失配的问题。根据对该算法的目标状态估计误差分析结果,文中给出了一种误差补偿方法。仿真结果显示,在检测转弯运动目标时该算法在误差补偿后具有优异性能。     

神经网络在空战决策系统中的应用分析

分析了空战智能决策的必要性和迫切性。评述了智能辅助决策技术在国内外的发展现状。通过对比分析,指出了传统决策方法的局限性,论证了神经网络应用于空战决策技术的优越性。最后给出了神经网络空战决策技术的具体应用及该项技术的要点。     

超视距空战下的态势评估技术研究

态势评估技术是智能战术辅助决策系统的关键技术之一,针对现代超视距空战的特点,提出了一种新的超视距空战下的态势评估算法。通过研究典型的空战态势情形,总结得出超视距空战下对态势起决定性作用的各个因素,结合空战案例分析构造各个因素的优势函数,最后加权综合得到双方的优势指数,在此基础上采用模糊论域划分并加以组合的方法得到双方态势。通过大量的数字仿真,并与现有算法对比验证了该评估算法的有效性。