基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

高超声速飞行器末端导引与控制一体化研究

针对高超声速飞行器末制导阶段参数不确定性和耦合性强的特点,提出了导引与控制协调的一体化设计思路,建立了非线性受扰动的导引与控制一体化控制模型。结合自适应比例导引律特点,通过分段对模型简化,降低了控制律的设计难度。针对气动模型非线性不精确问题,给每段设计了鲁棒自适应BackStepping滑模控制器,再将各段控制律在时间上融合。针对控制回路饱和与延迟特性,提出一种将导引指令缩放和相位提前的修正方法。仿真结果表明,所提方法可行有效,鲁棒性强。