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.     

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。     

空战机动决策中的影响图方法

首次将影响图分析方法引入到一对一空战机动决策中。在影响图模型中,各种空战态势下的每个备选机动方案都与一个概率值和一个效用值相联系,根据贝叶斯定理可以利用传感器信息降低结果的不确定性,影响图分析为综合效用值提供了概率分布,表示完成各备选动作的成功率,最终的决策根据所选的决策标准而定。最后进行灵敏度分析以决定各因素对决策结果的影响程度。     

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。     

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.     

基于博弈论及Memetic算法求解的空战机动决策框架

针对现有机动决策模型体现空战对抗性不足的问题,基于博弈论构建机动决策模型并提出采用改进Memetic算法求解。基于双矩阵博弈构造空战机动决策模型;MA由粒子群优化算法和禁忌搜索算法组成,并引入模拟退火算法以保持粒子多样性。仿真表明更加符合空战实际,可对空战进行有效建模,求解算法满足实时性要求。     

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、...     

基于多层模糊Petri网的编队空战战术决策

对于编队空战战术决策这一个动态的不确定性决策问题,FPN是一种快速、适用、直观的方法,但存在不能适应知识库的扩展和更新,以及不能利用结构化方法对知识库进行建模的问题.为此,根据编队空战战术决策过程,利用抽象库所和抽象变迁来提高模型对复杂知识的表示能力,建立基于HFPN的编队空战战术决策模型.以典型的“二对一”空战战术为...     

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...     

基于多级模糊综合评判法的态势评估方法研究

态势评估技术是战术辅助决策系统的主要组成部分.为了得到更贴近实战的战术空战态势评估方法,针对现代超视距空战特点,分析影响空战的多个主要因素,建立了二层空战优势模型;然后以改进模糊评判算子和采用多层评判模型为基础,将建立的多因素空战优势函数作为模糊隶属函数,采用多级模糊综合评判法,建立目标与准则的模糊关系,确定空战优势矩...     

协同空战中基于任务分解的任务协调机制研究

协同空战任务决策的一个关键是编队内部的协调。基于复杂系统的一般求解方法,结合人工智能领域的MAS技术,提出了一种任务协调的分步实现方法。首先,就复杂的协同作战任务提出了一种分级分解思想,通过6级分解,将一项复杂作战任务分解为单个作战Agent的阶段性战术级任务,实现了协同作战任务的细化和量化,为各Agent协同完成复杂任务奠定了基础。在任务分解的基础上,建立了多Agent任务协调的数学模型,在合同网协议的基础上,提出了一种基于市场行为的编队内部的任务的动态协调机制。各作战Agent通过市场协议动态地选择适合自己的作战任务(包括协作性的和非协作性的),以编队总体效用最大化为目标,高效地实现了任务的动态、分布式的分配。仿真结果表明,提出的基于任务分解的协同任务协调机制效果较好,对作战任务决策起到了基础性的作用。     

随机优化蚁群算法在空战决策中的应用

空战决策是多机协同多目标攻击的关键技术。在传统蚁群算法基础上,对其搜索机制进行了改进,提出了一种随机优化蚁群算法,并将其应用于空战决策。建立了空战威胁数学模型,给出了产生随机排列的"随机补0"法,有效优化了蚁群的搜索机制。仿真结果表明这种随机优化蚁群算法克服了传统蚁群算法局部收敛的缺陷,特别是空战规模较大时更显示出其较快的收敛速度和全局收敛能力。     

协同空战中目标的威胁判定方法

作为信息化条件下的一种重要空战模式,协同空战中的目标威胁等级的判定为武器资源的有效配置提供了重要依据。采用灰色多层次评判方法,依据空战效能、空战态势及作战意图所建立的目标威胁评判模型,兼顾单机、编队的生存威胁和完成作战任务的风险因素,做到定量与定性相结合。算法满足独立性和兼容性要求,易于根据实战情况修改评判参量。