基于深度确定性策略梯度算法的战机规避中距空空导弹研究

飞机规避中距空空导弹的逃逸机动策略对于提高战斗机的生存力至关重要。针对深度确定性策略梯度算法训练智能体学习飞机规避导弹的逃逸机动策略进行研究。以飞机导弹相对态势参数等作为智能体的输入状态,飞机控制指令作为智能体的输出动作,导弹飞机追逃模型作为智能体的学习环境,设计由相对态势和飞行参数构成的成型奖励以及由交战结果组成的稀疏奖励,实现从状态参数到控制量端到端的逃逸机动策略。通过与四种基于专家先验知识的典型逃逸机动攻击区仿真验证对比,结果表明：智能体实现的逃逸策略攻击区仅次于置尾下降攻击区,该策略对飞机规避导弹先验知识的依存度最低。     

基于遗传模拟退火算法的机器人路径规划

探讨了利用遗传算法来进行机器人路径规划的方法,分析了可能产生的问题及其产生原因,并在此基础上提出利用遗传算法与模拟退火算法相结合的方法来解决机器人路径规划问题。仿真结果表明,这种遗传模拟退火算法切实可行,它能够有效地提高路径规划的计算速度和保证路径规划的质量。     

过载约束下的大机动目标协同拦截

研究了非线性拦截几何下具有过载约束的多枚弱机动能力的导弹拦截强机动能力的目标的协同拦截问题。首先，在建立导弹的可达域、导弹的可行域以及目标的逃逸域这3个概念的基础上提出了非线性拦截几何下的基于逃逸域覆盖的协同拦截策略，并提出了基于标准弹道的设计方法。然后，给出了协同拦截制导律的形式，研究了导弹的末制导初始阵位、制导律参数以及导弹对目标机动的覆盖区域这三者间的关系，并设计了数值求解算法来实现对多弹的覆盖区域的分配、协同制导律的设计以及多弹初始拦截阵位的配置。最后，对理论结果进行仿真。结果显示，多枚机动性较小的导弹，通过初始拦截阵位的合理配置和协同拦截制导律的合理设计，可以实现对机动性能较强的目标的协同拦截。     

考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率。建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA)。算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作。采用“冒险”的接受概率和快速退火计划,提高算法的求解速度。采用回火机制及3种分化策略,避免算法陷入局部最优。大规模测试算例验证了算法的效率。     

模拟退火算法中的退火策略研究

退火策略是模拟退火算法中的重要一环,本文将研究退火策略对模拟退火算法的影响问题,给出了MATLAB语言程序,典型复杂函数优化的仿真表明退火速率应适中。     

考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率.建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA).算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作.采用"冒险"的接受概率和快速退火计划,提高算法的求解速度.采用回火机制及3种分化策略,避免算法陷入局部最优.大规模测试算例验证了算法的效率.     

基于深度迁移强化学习的无人机投放自主引导机动控制算法

针对无人机精确投放引导问题，本文提出基于深度迁移强化学习的无人机投放自主引导机动控制算法，分别建立基于马尔可夫决策过程的引导机动决策模型、引导机动评估模型等，并设计基于迁移学习和课程学习的引导机动策略训练方法，拟合基于深度学习的引导机动策略和评估网络，最后开展仿真训练和验证试验。仿真结果表明，该算法实现了无人机在任意姿态和位置条件下，能够自主规避区域威胁并自主引导至目标投放点，成功完成投放瞄准任务，有效地提升了无人机投放引导机动控制的自主性。     

基于深度Q网络的多智能体逃逸算法设计CSCD

当前多智能体追逃博弈问题通常在二维平面下展开研究,且逃逸方智能体运动不受约束,同时传统方法在缺乏准确模型时存在设计控制策略困难的问题。针对三维空间中逃逸方智能体运动受约束的情况,提出了一种基于深度Q网络(DQN)的多智能体逃逸算法。该算法采用分布式学习的方法,逃逸方智能体通过对环境的探索学习得到满足期望的逃逸策略。为提高学习效率,根据任务的难易程度将智能体策略学习划分为两个阶段,并设计了相应的奖励函数引导智能体探索满足期望的逃逸策略。仿真结果表明,该算法所得逃逸策略效果稳定,并且具有泛化能力,在改变一定的初始位置条件后,逃逸方智能体也可成功逃逸。     

对称平面稀疏阵列阵形优化方法研究

针对在固定阵元数目、最小阵元间距以及最大孔径条件下平面稀疏阵列阵形优化的问题,对阵元数目为256的平面稀疏阵列分别采用模拟退火算法和粒子群优化算法进行优化仿真,分析比较了模拟退火算法和粒子群算法在平面稀疏阵列阵形优化中的应用效果。仿真结果表明,经过模拟退火算法和粒子群优化算法优化后的平面稀疏阵列均能够抑制副瓣电平,并能够在一定的空域范围内实现波束扫描;相对于粒子群优化算法,模拟退化算法计算方法简单;在相同的迭代次数下,经模拟退火算法优化后的平面稀疏阵列比经粒子群算法优化后的平面稀疏阵列更能够有效地抑制副瓣。     

刚体航天器最短时间姿态调整研究

在最小值原理的基础上，研究了完全刚体最短时间机动问题。由最小值原理推导出问题解的必要条件，采用修正开关时间优化算法，由遗传算法确定无耦合项时的开关特性；基于同伦算法的思想，引入松弛参数，采用模拟退火法确定开关点，对传统模拟退火法进行了改进。仿真结果表明，该方法简单可行，对实际工程有一定的参考价值。     

考虑潜在威胁区的航天器最优规避机动策略

随着一系列轨道转移飞行器的工程化实施,航天器可能面临的非合作交会威胁日趋严重。针对该问题,根据交会机动的特点定义了新的规避机动指标——潜在威胁区,相较于传统的相对距离和碰撞概率等规避指标,潜在威胁区更适合航天器在面对非合作交会追踪器时进行规避机动,能够有效提升航天器的抗交会能力。首先,建立追踪器多脉冲最优交会模型,以此为基础给出潜在威胁区的定义与计算方法;然后,以潜在威胁区弧长为优化目标,建立了目标器最优规避模型,采用遗传算法进行目标优化;最后,根据所建立的双层优化模型进行数值仿真,以初始相距100km为初始条件进行仿真并计算得到了使潜在威胁区为零所需规避脉冲值,验证了文中模型的正确性,结果显示所定义的潜在威胁区弧长随着规避脉冲的增大呈严格的单调递减关系。研究为在轨航天器在面对非合作交会时提供了有效的规避策略,提升了航天器的空间生存能力。     

Unsupervised Tracking of Maneuvering Vehicles

The design of adaptive filters for the tracking of high-performance maneuvering targets is a fundamental problem in real-time surveillance systems. As is well known, a filter which provides heavy smoothing can not accurately track an evasive maneuver, and conversely. Consequently, one is led to the consideration of adaptive methods of filter design. This paper presents an improved self-adaptive filter algorithm for on-line solution of the above problem. Basically, this algorithm utilizes the orthogonality property of the residual time series to force the filter to automatically track the optimal gain levels in a changing environment.     

自主空战机动决策方法综述

自主空战机动决策是基于数学优化、人工智能等方法,模拟飞行员空战决策,自动生成飞行控制指令的过程。它在空战仿真、飞行员辅助决策和无人战斗机自主飞行等领域广泛运用。根据求解思路的不同,综合论述了两类自主空战机动决策方法:针对基于对策的空战决策方法,阐述了从追逃对策到双目标对策的发展脉络和内在联系,并着重分析了两类重要的双目标对策模型——矩阵对策和影响图对策;针对基于人工智能的空战决策方法,系统论述了基于专家系统的机动决策、基于遗传学习系统的机动决策、基于人工免疫系统的机动决策和基于神经网络的机动决策,明确了各种决策的建模方法、适用条件、改进途径等问题。总结了各个空战机动决策方法的优点及不足,指出了自主空战机动决策的进一步研究思路。     

基于STF的Jerk模型自适应机动目标跟踪算法

在Jerk模型的基础上,提出了一种新的机动目标自适应跟踪算法STF-Jerk。该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,从而很好地改善了Jerk模型在跟踪机动目标时的跟踪精度。仿真结果表明,提出的STF-Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的机动目标跟踪性能。     

Detection of Target Maneuver Onset

A classical maneuvering target tracking (MTT) problem (detection of the onset of a target maneuver) is presented in two parts. The first part reviews most traditional maneuver onset detectors and presents results from a comprehensive simulation study and comparison of their performance. Six algorithms for maneuver onset detection are examined: measurement residual chi-square, input estimate chi-square, input estimate significance test, generalized likelihood ratio (GLR), cumulative sum, and marginalized likelihood ratio (MLR) detectors. The second part proposes two novel maneuver onset detectors based on sequential statistical tests. Cumulative sums (CUSUM) type and Shiryayev sequential probability ratio (SSPRT) maneuver onset detectors are developed by using a likelihood marginalization technique to cope with the difficulty that the target maneuver accelerations are unknown. The proposed technique gives explicit solutions for Gaussian-mixture prior distributions, and can be applied to arbitrary prior distributions through Gaussian-mixture approximations. The approach essentially utilizes a~priori information about the maneuver accelerations in typical tracking engagements and thus allows to improve detection performance as compared with traditional maneuver detectors. Simulation results demonstrating the improved capabilities of the proposed onset maneuver detectors are presented.     

基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，结合目标机动轨迹时间序列的混沌特性，提出一种基于相空间重构理论和Volterra泛函级数的目标机动轨迹预测模型。该模型首先采用0-1检测法验证了目标机动轨迹时间序列具有混沌特性；其次，利用C-C法确定嵌入维数和时间延迟，对目标机动轨迹时间序列进行了相空间重构；然后，引入Volterra泛函级数预测模型，为了克服高阶Volterra核函数求解复杂的难题，提出一种混沌变异自适应粒子群算法，构建一种基于改进粒子群算法辨识的Volterra级数预测模型，并将其应用于目标机动轨迹预测；最后，将所提算法与卡尔曼滤波算法以及机器学习算法进行单步和多步预测对比，同时将改进粒子群算法与其他智能算法进行性能比较。仿真结果表明：所提预测模型具有良好的单步和多步预测性能，改进的粒子群算法具有参数辨识精度高、收敛速度快的优点。     

Optimal robust linearized impulsive rendezvous

The optimization of time-fixed linearized impulsive rendezvous with control uncertainty is investigated. One performance index related to the variances of the terminal state error is defined as the performance index of robustness which is calculated by linear covariance method. The two-objective optimization problem of minimizing the total characteristic velocity and the performance index of robustness is formulated based on the Clohessy–Wiltshire (C-W) system and solved by the nondominated sorting genetic algorithm. The Pareto-optimal solution sets of one homing rendezvous mission are provided and the Pareto optimality is verified by comparing with the fuel-optimal and the robustness-optimal solutions. It is shown that the proposed approach can quickly investigate the relation between the fuel cost and the trajectory robustness, besides evaluate different rendezvous maneuver schemes.     

基于改进TLS-ESPRIT算法的相干定位信号波达方向空间平滑

针对室内角度定位,在定位信号相干条件下无法实现准确估计波达方向(DOA)的问题,提出了一种基于TLS-ESPRIT算法的双向空间平滑方法。该算法先对定位相干信号进行双向空间平滑处理,然后用TLS-ESPRIT算法进行DOA的精确估计,使其最大限度地利用信号子空间的信息,从而解决了算法计算过程中输出信号的协方差矩阵秩亏损情况。该算法能够准确实现定位信号相干条件下DOA估计,与传统的空间平滑结合其他改进ESPRIT算法相比,具有更好的平稳性及抗干扰能力。最后通过仿真实验验证了算法的有效性和稳定性。