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。     

编队空战的目标分配研究

编队空战目标分配可以使飞行员在选择空战对手时更趋理性,也更有针对性。首先分析了构成目标威胁的因素,运用层次分析法确定了构成目标威胁度各因素的权值;进而构建了目标分配函数,并运用最优势原理实现了目标的分配;最后,通过设定双方不同性能的飞机空战作为目标分配实例进行了计算,计算结果符合编队空战的一般规律,表明所提出的方法可以解决实际编队空战中目标分配问题,方法简洁,结果可靠。     

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。     

基于博弈论的自由空战指挥引导对策问题研究

博弈论是解决空战对抗问题的有效方法之一,针对目前自由空战筹划困难、指挥引导对策单一的现状,在现有空战博弈问题研究的基础上,扩展了机动动作库和控制参数,加入了雷达开机时机这一关键决策,分别从静态博弈和动态博弈角度出发,提出了构建自由空战指挥引导对策模型的思路,为下一步指挥引导对策模型的研究奠定了基础.     

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。     

基于群集智能的协同多目标攻击空战决策

为使各武器平台利用数据链（TADIL）交换和共享信息,自主协同计算实现多目标攻击决策,本文基于NASA/Ames研究中心提出的群集智能（COIN）理论,构建以作战单元为智能体（Agent）的协同多目标攻击决策模型,并通过定义Agent的贡献度扩展群集智能架构,用于解决分布式异构Agent造成的系统难以准确收敛问题。为提高收敛速度,减少求解过程中的盲目搜索和提高已形成解的收敛,研究加入了构造性启发和改进性启发两类启发方法。实验表明所提算法同传统算法相比,具有更好的稳定性和扩展性,减少了计算量,收敛速度也有一定的提高。     

多目标非线性控制分配方法研究

 提出了一种新的多目标非线性规划控制分配方法,对其理论基础、建模与求解过程进行了详尽描述, 并给出了多目标非线性控制分配的解的评价指标及评价方法。该方法不依赖于伪控制指令与广义操纵面偏转角度之间呈线性关系这一假设,直接处理非线性控制分配问题,并充分利用冗余操纵面,实现不同飞行条件和任务下对多种目标的综合权衡分配。仿真结果表明该方法具有较高的精度,能很好地处理故障情况下的控制分配问题,为控制重构提供了算法保证。     

多机空战仿真的飞机简化模型研究

概述了多机空战仿真的概念和国内外研究现状 ,对多机空战仿真中的飞机数学模型进行初步研究与设计 ,找到一种较为符合实际的飞机简化模型描述方法。     

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。     

基于SA-DPSO混合优化算法的协同空战火力分配

针对超视距(BVR)多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,提出了一种新的火力分配数学模型。该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标相对贡献较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充分利用火力资源。在此基础上,提出采用模拟退火(SA)-离散粒子群(DPSO)混合优化算法求解协同空战火力分配,提高了算法收敛速度、精度以及全局搜索能力,避免陷入局部极小。仿真算例验证了新模型的优点以及SA-DPSO混合优化算法的有效性。     

地面等待策略中的时隙分配模型与算法研究

 机场拥塞是制约民航运输的瓶颈所在,地面等待策略(GHP)是解决机场拥塞的有效方法,其核心就是时隙分配问题。为适应我国空中交通持续发展需要,实现科学时隙分配的要求,对GHP已有的研究进行分析和归纳,重点论述了时隙分配的概念、属性、模型和算法,在此基础上总结了时隙分配的关键问题,即随机容量的影响、均衡模型的建立以及模型求解算法的研究。最后指出了时隙分配问题未来的研究方向。     

空域网格化方法及其在空管中的应用研究

传统的空域理论方法面临交通密度快速增长、空域管制对象复杂多类异构等一系列问题,研究空域数字化建模,发展出新的空中交通四维时空框架,在此基础上开展全新的空域与空中交通流量协同管理是当前的迫切需要。本文聚焦包括平面格网模型以及空域空间格网模型的空域网格化方法的总结,并对空域网格化方法的空管应用研究进行综述,在此基础上,对空域网格化及数字化研究重点及发展趋势进行综合分析。本文研究能够为空域网格化及数字化理论与应用的可持续发展提供科学指引。