战斗机战术引导的广义编队控制研究

提出了用于空战战术引导的广义编队控制的概念和模型。分析了空战战术的特点,设计了战术引导控制系统的结构,该控制系统主要分为战术轨迹优化和广义编队控制。采用非线性规划来构建空战战术轨迹优化的通用算法,将执行同一战术任务的所有战斗机都纳入到一个广义的编队系统中,应用反馈控制设计分布式广义编队控制模型。最后,以双机水平散开战术为例来进行仿真验证,结果表明广义编队控制在使战斗机沿预定轨迹机动的基础上,保证了在战术引导过程中我方具有较大的战术优势。     

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。     

影响图决策方法在编队协同空战中的应用

针对空战环境下出现的大量不确定信息,将影响图决策方法和多Agent系统理论引入到编队协同空战决策研究中,把编队看成一个多Agent系统,编队中的长机和僚机都看成是Agent,利用影响图对多Agent系统进行建模,实现了编队中长机、僚机在不确定空战环境下做出结果最佳的决策。仿真结果表明了决策的有效性。     

基于粗集的装备方案综合评定方法

针对多属性评定中相对于决策目标属性之间存在冗余和相关性,以及装备评定可获得的信息量少等特点,将灰关联度方法和粗集理论结合,实现了装备综合评定中的不同数据类型属性的约简,提高了综合评定的效率。根据属性之间的灰关联度作为属性约简的标准,实例分析、研究了不同属性约简标准下的综合评定,证明了该方法的有效性。     

基于RS-CART决策树的航空发动机小样本故障诊断

针对CART(classification and regression tree)分类决策树构建过程中由于小样本集特征维数高及噪声等造成的过拟合问题,在CART决策树算法训练过程中引入基于互信息的粗糙集(rough sets,RS)属性约简,考虑信息熵与基尼(GINI)系数刻画样本集“纯净度”的相似关系,对历史故障数据进行属性约简,降低属性维度以优化训练集,在此基础上构建分类决策树,可视化输出规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。     

基于启发式蚁群算法的协同多目标攻击空战决策研究

协同多目标攻击空战决策是现代战机在超视距条件下进行协同空战的关键技术之一。它是寻求一个优化分配方案,将目标分配给各友机,力求使攻击效果最优。本文在对协同多目标攻击战术进行深入分析的基础上,提出了一种用于空战决策的启发式蚁群算法,该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验表明所提出的启发式蚁群算法对最优解的搜索效率明显优于基本蚁群算法,是一种求解协同多目标攻击空战决策问题的有效算法。     

基于二元信道互信息的属性约简方法及其应用

由于知识的粗糙性和信息熵的密切关系,基于互信息的属性约简一直以来都是粗糙集研究的热点,但现有方法都不同程度地依赖于属性值的分布情况,从而影响最终约简结果.为解决此问题,从信息论的角度对属性进行细分,定义了一种新的基于二元信道互信息的属性重要度度量方法,以此为启发式信息构造新的约简算法,实验证明了该算法的有效性;将其应用于重要气象因子的提取,获得了满意的效果.     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。     

基于Dodgson集结算法的多机协同空战机动决策方法

针对多机编队协同作战空战问题,研究了协同机动决策改进方法。基于Dodgson集结函数,设计了新的协同决策中的机群偏好集结环节,提出了一种基于Dodgson集结算法的多机自主协同空战机动决策方法。典型多机协同空战算例表明,该决策算法能在敌机不机动、初始态势占劣等多种条件下,产生合理有效的机动决策。     

战机多目标攻击与仿真试验

多目标超视距空战是今后空战的主要形式,多目标攻击武器系统是当今航空武器系统研究的重点和发展的标志。本文分析了多目标攻击系统的特点,并阐述了用快速模拟法对导弹允许攻击区的计算方法以及单机多目标攻击的战术决策思想。最后介绍了多目标攻击系统仿真试验。     

基于粗糙集与RBF神经网络的雷达辐射源信号识别研究

针对新体制、新用途雷达辐射源信号难以识别的特点,用粗糙集理论对雷达辐射源信号进行离散化、属性约简、规则提取,达到分类的目的。用粗糙K-均值聚类方法计算径向基神经网络（RBFNN）的聚类中心,然后用粗糙集理论约简得到的规则构建径向基神经网络对未知雷达辐射源信号进行识别。仿真结果表明,这种基于粗糙集与RBF神经网络的识别模型减少了识别冗余特征、简化了神经网络结构,能有效地识别雷达辐射源信号。     

多机型协同空战多目标分配战术决策仿真算法

针对多个机型能够同时使用而且空战性能差别很大的特点,研究运用多机协同作战的理论来探讨适合多机型协同空战的目标分配战术决策方法。提出仿真算法并给出不同机型搭配的目标分配结果。计算结果表明,文中介绍的方法可以满足我军高低机型搭配作战的要求,并能更有针对性地完成战术决策任务。     

基于组合拍卖的协同多目标攻击空战决策算法

 针对多战机通过数据链共享信息、协同作战中的多目标分配问题,提出一种基于组合拍卖的协同多目标分配算法。改进并扩展了组合拍卖CABOB算法,重新设计了投标元组格式,增设了投标底价和任务上限对投标人的任务完成能力进行预审核,完善了算法的实用性;采用动态价格进行投标排序将算法扩展为非0-1投标,解决因不能共享投标而无法协同攻击的问题;在此基础上,设计了新的期望贡献值上界的计算方法,改进了启发式剪枝规则,加快算法计算过程。仿真实验表明,所提算法与现有的几种算法相比在求解质量、稳定性和可扩展性上都有明显提高。     

智能火-飞-推综合控制系统的知识元

提出一种进行空战的决策方法,以攻防对策状态空间表达点捕获区、逃逸区及它们的界栅,给出了界栅表达式,讨论了如何利用界栅及相关知识进行空战结局预测、攻防策略的决策,是发展智能火-飞-推综合控制系统的知识元。     

单机多目标攻击模态综合飞/火控制系统设计及仿真

多目标攻击是现代空战中的主要形式和发展趋势。本文主要介绍了多目标攻击火控系统的总体方案、基本组成及工作过程，将空战能力、空战态势指数法及动态的层次分析法应用于火控系统攻击逻辑决策中，给出了一种多目标超视距攻击火控系统的设计方案，其中在空战态势指数法中还考虑了高度因素。同时，对飞行／火力协调控制器进行了设计，并在六自由度飞机模型上进行了多目标攻击过程的数字仿真，仿真结果表明本文的设计方案是可行的。     

现代空战机动决策研究

将影响图和对策论引入到现代空战机动决策中,提出了考虑交战双方对抗的n步连续机动决策的多级影响网对策决策模型。首先,确定现代空战飞机相关数学和运动模型;其次,将大规模群集空战转化为多个小集团作战;在此基础上,依据协同的原则,又将小集团作战转化为多个一对一空战,然后运用多级影响图对策理论解决一对一空战。空战仿真结果表明该模型的有效性。