基于态势评估及DDPG算法的一对一空战格斗控制方法

已有的空中格斗控制方法未综合考虑基于专家知识的态势评估及通过连续性速度变化控制空战格斗的问题。基于深度确定性策略梯度（DDPG）强化学习算法,在态势评估函数作为强化学习奖励函数的基础上,设计综合考虑飞行高度上下限、飞行过载以及飞行速度上下限的强化学习环境;通过全连接的载机速度控制网络与环境奖励网络,实现DDPG算法与学习环境的交互,并根据高度与速度异常、被导弹锁定时间以及格斗时间设计空战格斗结束条件;通过模拟一对一空战格斗,对该格斗控制方法在环境限制学习、态势评估得分以及格斗模式学习进行验证。结果表明：本文提出的空战格斗控制方法有效,能够为自主空战格斗进一步发展提供指导。     

超视距空战效能评估模型

通过对现代超视距空战典型过程的分析,将超视距空战过程划分成3个阶段,以Lanchester方程为基础建立了阶段Ⅰ、Ⅱ的兵力损耗模型,分析了机载中、远程空空导弹武器系统作用距离对敌剩余兵力的影响;以优势函数矩阵为基础,探讨了"枚举法"目标分配模型,提出了阶段Ⅲ的效能评估模型。通过对所建模型的分析,探讨了超视距空战不同阶段的作战规律。文中所建模型可用于对现代超视距空战效能评估,空战过程的优势评估、进程预测、装备反算等问题的分析研究。     

超视距空战过程分析

论述了超视距(BVR)空战的基本过程,根据作战任务将典型BVR空战划分为编队战术巡航飞行、进入攻击/拦截航线飞行、BVR攻击、BVR再次攻击/WVR(视距内)攻击四个阶段,并进一步分析了BVR空战的主要任务和关键问题,可为贴近战术需求的BVR空战关键技术研究提供参考.     

基于仿真的空战效能评估分析研究

分析了作战飞机在执行空战任务过程中的使用特点,结合现代空战的特点、考虑四代机的特征及作战飞机各系统间的耦合情况,应用概率理论建立了作战飞机空战效能的计算评估体系,同时给出了发现目标概率、占位开火成功概率、导弹杀伤目标概率3个用于评估空战效能的阶段性指标.根据空战各阶段的特点,应用效能计算评估体系辅以模拟仿真的方法完成了空战效能的评估.结果表明,空战效能评估结果与空战能力评估结果吻合情况很好.     

基于近端策略优化的空战决策算法研究

面对未来有/无人机协同作战场景,实时准确的空战决策是制胜的关键。复杂的空中环境、瞬变的态势数据以及多重繁琐的作战任务,使有/无人机协同作战将替代单机作战成为未来空战的发展趋势,但多智能体建模和训练过程却面临奖励分配困难、网络难收敛的问题。针对5v5 有/无人机协同的空战场景,抽象出有人机和无人机智能体的特征模型,提出基于近端策略优化算法的空战智能决策算法,通过设置态势评估奖励引导空战过程中有/无人机智能体的决策行为向有利态势发展,实现在与环境的实时交互中,输出空战决策序列。通过仿真实验对所提空战决策算法进行验证,结果表明：本文提出的算法在经过训练学习后,能够适应复杂的战场态势,在连续动作空间中得到稳定合理的决策策略。     

灰色关联综合优化法评估超视距空战效能

为克服以往的效能评估中存在效能指标可信度降低、缺乏横向可比性等弱点,提出利用灰色关联综合优化法对战斗机超视距空战效能进行评估.分析影响超视距空战效能的因素,建立超视距空战效能评估层次体系模型,通过评估实例研究利用灰色关联综合优化法评估战斗机超视距空战效能的步骤.通过对评估结果的分析表明,灰色关联综合优化法是评估超视距空战效能的一种有效方法.     

超视距空战的威胁估计

针对现有超视距空战威胁估计模型的不足,提出了一种新的基于模糊逻辑的超视距空战威胁估计模型。该模型以机载中远程空空导弹攻击区、雷达搜索区性能参数以及双方战术几何关系、相对运动趋势作为评估对象进行模糊化,设计了角度优势、距离优势推理模块,并以二者的加权和作为当前空战态势的优势指数。模型较为全面反应了空战态势与参战飞机的作战能力,可为超视距多机协同攻击多目标空战时的目标分配、战术选择提供参考。仿真结果验证了模型的有效性。     

战斗机空战效能评估的综合指数模型

首先详细分析了战斗机空战效能评估中常用的对数法模型,指出了模型中存在的问题;然后结合空战理论和实际情况,针对原模型存在的问题提出了一种新的效能评估解析计算方法——综合指数模型;同时对综合指数中各分项能力的评估模型进行了修改完善。最后以7种机型的空战效能评估为例计算并检验了模型的可用性。     

空战多目标分配的指派模型

针对多机协同空战中的多目标分配问题,提出了一种以空战几何态势矩阵为基础,以我方总体几何优势最大为原则,兼顾载机多目标攻击能力的目标分配算法。给出了总体几何态势训算公式及计算流程,将目标分配转化成指派问题后通过lingo 8．0软件编程进行分析研究。仿真算例表明了模型的有效性。     

空战仿真中机动控制模型研究

针对现代作战飞机方案评估和设计的要求,构建了现代空战仿真系统中计算机控制的飞机仿真基本框架。根据现代空战中典型机动动作对速度矢量的指向要求,从控制飞机速度矢量出发,建立了一类空战机动动作控制的基础模型,并对能反映飞机性能的限制环节进行了建模。仿真结果表明,利用该模型对飞机进行方案评估和性能指标设计是合理的,所建模型能够较好地仿真空战机动,体现飞机性能指标对空战机动的影响。     

预警机指挥编队协同空战分层决策模型

分析了预警机指挥下的机群多编队协同空战过程,根据空战决策特点分别以编队和单机为研究对象,提出了分层决策模型,将预警机指挥下的空战决策分解为战役层决策和战术层决策。针对战役层决策,建立编队目标威胁评估和初始兵力分配模型;针对战术层决策,建立单机目标威胁评估和目标分配模型。通过算例分析,验证了决策模型的有效性和实用性。     

基于PCA-MPSO-ELM的空战目标威胁评估

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样，且指标之间存在相关性，导致传统的评估算法无法得到准确客观的评估结果。由此，提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机（PCA-MPSO-ELM）的目标威胁评估算法。首先，综合分析了影响目标威胁程度的指标，利用主成分分析法对原始评估指标进行线性变化处理得到综合变量，消除了评估指标之间的相关性，实现了对评估数据的降维；在此基础上，构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值，提高了目标威胁评估模型的精度。最后，在空战训练测量仪中选取空战对抗数据，利用威胁指数法构造了目标威胁评估样本数据，通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性，结果表明所提算法可以快速准确地进行空战目标威胁评估。     

基于并行蚁群优化的多UCAV任务分配仿真平台

多无人作战飞机(UCAV)协同作战是UCAV参与战斗的主要模式,而多UCAV任务分配是多UCAV协同作战研究的关键问题。针对现有多UCAV任务分配方法中所存在的计算量大、运行时间长等问题,提出了一种基于并行蚁群优化(ACO)的多UCAV任务分配方法。在构建多UCAV空战优势矩阵的基础上,给出了综合态势评估函数;随后阐述了基本ACO算法的基本原理和数学模型,提出了一种用并行ACO算法解决多UCAV任务分配问题的实现方法;最后基于MATLAB图形用户界面(GUI)开发了一种基于并行蚁群优化的多UCAV任务分配仿真平台。实践证明该仿真平台具有良好、开放的可扩展性,且使用方便。     

一种过失速区飞行敏捷性评估方法的研究

在评估过失速机动飞行的敏捷性中，首先建立了具有过失速机动（ＰＳＴ）能力的战斗机Ｆ２的数学模型，对常规战斗机Ｆ１与ＰＳＴ战斗机Ｆ２的空战进行了数值仿真，计算了在两架战斗机中Ｆ２首先攻击时间（ｔ１）和攻击时间范围（ＴＷＩＦＥ）。结果表明，战斗机Ｆ２比Ｆ１更具有空中格斗优势，空战中发动机推力、迎角变化率、操纵规律和离轴发射角（μ０）等因素对战斗机过失速机动敏捷性有一定影响。