基于深度强化学习的空战机动决策试验

空战智能决策将极大改变未来战争的形态与模式。深度强化学习决策机可以挖掘飞行器潜力，是实现空战智能决策的重要技术范式，但其工程实现鲜有报道。针对基于深度强化学习的双机近距空战机动智能决策的工程实现问题，开发了适于应用的深度神经网络在线机动决策模型，发展了通过飞行控制律跟踪航迹导引决策指令的机动控制方案，并进一步开展了软硬件实现工作与人机对抗飞行试验，实现了智能空战从虚拟仿真到真实飞行的迁移。研究结果表明基于本文发展的近距空战机动决策及控制方法，智能无人机在与人类“飞行员”的对抗中能够迅速做出有利于己方的动作决策，通过机动快速占据态势优势。研究结果显示了深度神经网络智能决策技术在空战决策中的潜在应用价值。     

基于深度强化学习的智能空战决策与仿真

飞行器空战智能决策是当今世界各军事强国的研究热点。为解决近距空战博弈中无人机的机动决策问题，提出一种基于深度强化学习方法的无人机近距空战格斗自主决策模型。决策模型中，采取并改进了一种综合考虑攻击角度优势、速度优势、高度优势和距离优势的奖励函数，改进后的奖励函数避免了智能体被敌机诱导坠地的问题，同时可以有效引导智能体向最优解收敛。针对强化学习中随机采样带来的收敛速度慢的问题，设计了基于价值的经验池样本优先度排序方法，在保证算法收敛的前提下，显著加快了算法收敛速度。基于人机对抗仿真平台对决策模型进行验证，结果表明智能决策模型能够在近距空战过程中压制专家系统和驾驶员。     

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。     

无人机空战仿真中基于机动动作库的决策模型

根据无人机空战仿真需要和专家系统原理,建立了一套基于机动动作库的快速响应自主空战机动决策系统模型;根据第三代战斗机空战中典型的机动动作,建立了相应的专家数据库;通过对驾驶员经验的分析,建立了专家知识库,并将整套决策模型应用于空战仿真中.仿真结果表明,应用该模型建立的空战仿真系统,可以使无人机根据实时战场环境,实现快速自主决策空战模拟飞行.     

自主空战连续决策方法

未来空战正朝着无人化、自主化方向发展,自主空战决策方法是未来空战的重要支撑手段之一。传统空战决策方法由于维度限制,存在无法处理连续动作与远视决策的问题。基于Actor-Critic 方法提出空战连续决策的统一架构,依据空战训练经验对状态空间、动作空间、奖励及训练科目进行合理设计,测试多种连续动作空间强化学习算法在高不确定性空战场景下的学习效果并进行可视化验证。结果表明：基于本文提出的方法架构,可以实现连续动作下的远视价值寻优,智能体可以在复杂空战态势下做出最优决策,对随机机动飞行目标有较高的击杀率,且空战机动轨迹具有较高的合理性。     

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。     

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。     

空战决策中的智能微分对策法

提出了空战决策中的一种新方法-智能微分对策法。该方法在整体战术制定中采用人工智能方法，在空战的各个子阶段的具体战术决策中采用微分对策方法。提出了智能微分对策点的定义，它在某些情况下利用人工智能预测对手的策略，将微分对策转化为两个独立的单边极值问题，从而拓宽了微分对策在空战中的应用范围，利用智能微分对策法建立了空战决策模型，并进行了空战仿真，仿真结果表明，该方法优于专家系统法。     

自主近距空战中机动动作库及其综合控制系统

针对自主近距空战中机动动作库的设计,采用定性与定量结合的方法对机动动作进行描述,以准确体现机动动作的几何形态和战术意义,构成含描述参数的机动动作库。对于机动动作的控制,提出了按照任务控制-运动学控制-动力学控制-被控对象划分的综合控制系统多层递阶结构。其中,机动动作控制器针对每种机动动作分别设计指令生成器,生成气流角和速率指令;气流角控制器采用含指令滤波的backstepping方法进行控制律设计。以半滚倒转和高速摇摇为例进行仿真验证,仿真结果表明,机动动作的描述参数能准确体现其几何形态和战术意义,并通过综合控制系统实现有效控制。     

基于粗糙集的空战效能多指标综合评估模型

 根据现代空战的特点,构建了空战效能评估指标体系,由于超视距空战和近距格斗是现代空战的两个主要模式,因此在指标体系中分别引入了与这两种模式直接相关的分项能力,并且给出了各分项能力的计算模型,针对以往效能评估的多指标综合评价模型中权系数确定的主观性问题,应用粗糙集理论对第3代战斗机的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并归一化处理为各指标的权系数,克服了传统权系数确定方法的主观性。最后,建立了空战效能评估的多指标综合评价模型,通过实例计算验证了该模型的有效性。     

自主空战技术中的机动决策:进展与展望

自主空战（AAC）是指飞机依靠机载等相关设备，自主进行战场感知、决策及控制，以执飞空战的技术，其核心是机动决策模块。针对该模块的研究，调研了国内外的现有方法，并按照有关方法的核心内涵，将其分为基于数学求解、机器搜索、以及数据驱动3类分别简要概述；针对每一类方法列出了具有代表性的示例技术，并讨论了其优缺点。指出了自主空战决策的研究应立足现有相关方法及技术基础，同时积极吸纳机器学习、人工智能等新兴技术，合理利用各类方法的优点，取长补短，实现自主空战决策的长足发展；有关于该研究设想的关键科学问题及其潜在解决方案也在文中进行了初步讨论。希冀基于针对自主空战决策研究框架及实现方法的概念性讨论，促进其技术发展，推广相关思路在有关国家安全、国民经济建设等领域的应用，以满足国家重大需求和工程实践。     

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。     

面向倾转旋翼机的TRC响应类型控制律设计

倾转旋翼机操纵的复杂性对其任务能力提出了较高要求，而设计响应类型可以大幅提高其任务执行能力，减轻飞行员操纵负担。本文设计了倾转旋翼机在直升机模式下的平移速率指令（TRC）响应类型控制律并进行了飞行品质的仿真验证。首先，建立了基于机理法的倾转旋翼机非线性飞行动力学模型，并进行了线性化处理；其次，根据有人直升机飞行品质要求，设计了直升机模式下的TRC响应类型控制律；最后，进行了飞行品质的仿真验证。仿真结果表明，设计的TRC响应类型满足相关品质规范要求，飞行品质达到等级1。通过本文研究，能够显著改善倾转旋翼机在悬停/低速飞行状态下的操纵品质和精确机动能力，减轻飞行员操纵负荷，提升任务执行能力，满足倾转旋翼机近地低速机动飞行需求。     

Monte-Carlo法仿真评估航空兵空战效能

通过对仿真原理的比较分析,得出Monte-Carlo法比数学解析法更适用于航空兵空战效能评估。按照航空兵空战效能的Monte-Carlo仿真评估过程,研究了红蓝方机初始位置与相对位置的确定方法,设计了对飞机进行飞行仿真与轨迹描述的建模思路与方法,建立了飞机空战战术机动动作库,进行了飞机搜索发现能力与射击效果的仿真并进行了仿真举例。     

持续载荷飞行模拟器过载模拟新原理

 先进战斗机空战机动时产生的持续性高过载会严重危及其飞行安全。为了能够在地面开展高过载的飞行员飞行训练,需要对新型持续载荷飞行模拟器(SGFS)持续性过载模拟的新原理进行研究。首先分析了SGFS过载模拟的新机理,系统地推导了相关的计算公式,在此基础上建立了SGFS过载模拟的数学模型。为了考察SGFS对单轴及多轴过载的模拟能力,分别对梯形过载指令及飞机全滚机动时的飞行员3轴过载进行了数值仿真,并研究了过载模拟时SGFS的运动规律。仿真结果验证了所建立的SGFS数学模型的正确性,同时表明SGFS可对实际飞行时的飞行员3轴持续性过载进行精确地模拟。     

超视距空空导弹武器系统发展分析

未来空战特点可概括为一超二化三多三全。一超是超视距进行空战；二化是空战自动化和快速化；三多是能使用多种武器、采用多种攻击方式、对付多种目标；三全是全天候、全方向、全高度。在海湾战争中，中距拦射导弹击落飞机数目首次超过近距格斗导弹，反映了现代空战的发展趋势，预示超视距空战将在未来空战中将起重要作用。装备超现距空空导弹的战斗机，可适应未来空战“一超二化三多三全”的要求，可承担空域控制、攻击、护航、舰队防空、滩头防空等任务。超视距空空导弹武器系统，是在超视距条件下任意高度上对单个或多个空中目标进行捕获…     

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。     

综合头盔视听系统飞行试验计划与数据采集

海军空战中心武器部（NAWCWPNS）在中国湖，在TAV－8B飞机（AV－8B训练机）上完成了先进联合攻击技术（JAST）综合头视听系统（JHAVS）的飞行验证计划。本文介绍了所采用的系统的试验方法及针对每种试验所确定的一种基本情况的背景。本次飞行试验采用的作战环境非常全面，飞行次数最少，并对飞行试验结果进行了讨论（结果包括视频图象信息、载机数据及地面真实数据）。试验的目的是验证：用于飞行员定向、战术导航及其它飞行任务的头盔显示器的导航信息；便于飞行器完成对预定目标截获的头盔显示器（HMD）成象功能；便于飞行员完成战术武器发射的HMD3信息显示功能（包括离轴功能）；投放常规武器使用HMD和平显（HUD），对其精度进行比较；提高飞机对威胁的机动反应动力的HMD三维（3－D）离轴瞄准音象告警功能；以语音方式接通导航和武器投放的功能；HMD的3－D离轴瞄准音象显示航路点及标识点；IHAVS系统技术使座舱设备减少及提高飞行员状态判别能力的潜力。评估HMD系统试验的关键问题与头盔瞄准系统结构有关，虽然这是系统的验证方案，但试验结果表明要减轻飞行员工作量，需进一步加强系统综合化设计、改善武器使用以增强战术系统性能，并对增加的或现有的系统功能进行评估。评估的主要因素是人的因素,飞行员工作量的降低，从理论上提高飞行员对状态的判断能力。     

圆弧预测变系数显式拦截中制导

为了满足临近空间机动目标拦截中制导预测和多约束要求，设计了一种基于圆弧预测的变系数显式拦截中制导方法。首先针对临近空间目标滑翔段飞行特性，提出了基于圆弧的几何目标预测方法，将目标机动轨迹近似为圆弧，通过多个间隔时刻的目标位置确定圆弧参数，依据圆弧预测轨迹估计剩余飞行时间，并以当前速度递推预测拦截点状态，进而推导了三维角约束显式制导律。在此基础上，通过在性能指标中构建动压权重函数，以飞行动压近似可用过载变化，设计了变系数显式制导律，实现了制导增益的自适应更新，从而可以使得需用过载在飞行全程中合理分配，满足可用过载约束。最后结合圆弧预测和变系数显式制导，实现了对机动目标的预测拦截。仿真结果表明所提方法具有较好的目标预测精度，而且可以满足终端交会角以及可用过载约束。     

考虑攻击角度和时间约束的再入轨迹规划方法

针对考虑终端横向攻击角度和时间约束的再入轨迹规划问题，提出了一种纵向轨迹和横向机动轨迹相结合的高超声速飞行器再入轨迹规划方法。首先，通过再入飞行过程约束得出高度-速度剖面内的再入轨迹边界，利用改进的两个高度系数控制的高度-速度剖面规划多项式得出飞行器再入轨迹纵向剖面；然后，根据终端横向攻击角度约束预设导航点，规划出满足条件的横向机动轨迹。此外，通过对两个高度系数的调整可实现在航程不变的情况下对飞行时间在一定范围内的调节。仿真结果表明：该方法能充分适应具有攻击角度和时间约束的再入轨迹规划任务。