新一代战斗机机动作战决策与仿真

近距空战要求新一代战斗机具有较好的机动性能.根据基本的空战机动模式进行机动作战决策的建模,在综合飞行/火力/推进分布式计算机实时仿真系统中,运用大机动非线性鲁棒飞行控制律进行了典型的机动作战仿真.仿真结果表明,具有大机动性能的飞机在空战过程中显示出了很好的效益优势.      

基于滚动时域的无人机空战决策专家系统

针对专家系统法在空战应用中存在适应性差的缺陷,提出了一种基于滚动时域控制(RHC)的机动决策算法对空战机动决策专家系统进行改进.首先,系统地分析了在专家系统空战机动决策中的最优控制问题,完成了机动决策最优控制模型系统状态方程的建立、控制约束的设计以及指标函数的建立.在此基础上,根据滚动时域法原理,将整个空战过程分解为若干有限时域,并在每个时域内将空战机动决策问题视为初始条件不断更新的专家系统机动决策最优控制模型的求解,反复进行直到空战结束.仿真结果表明,在专家系统法失效的情况下,通过求解专家系统空战机动决策滚动时域最优控制模型,无人机能够快速地进行有效的机动决策.      

三维重建的飞机机动动作库设计与可视化

机动动作库是飞机空战仿真的重要基础,可靠的、具有针对性的机动动作库能够提高空战仿真的真实性和应用价值。为了建立具有针对性的机动动作库,提出了一种通过三维逆向建模进行气动特性计算再建立飞机机动动作库的技术途径,对气动参数未知飞机的空战仿真问题提供了技术支撑。首先,对飞机的几何外形进行了三维重建,计算分析了其纵向气动特性;然后,将气动数据加入飞行仿真的限制环节,设计了针对该型飞机典型战术动作的机动动作库;最后,基于MATLAB函数进行了机动动作的可视化研究。研究结果表明:机动动作库体现了对于飞机类型的针对性和可靠性,可视化实现了飞行轨迹和飞机姿态的三维显示及参数游标,为空战决策、空战仿真模拟训练和提高作战效能奠定了基础。      

近距空战训练中的智能虚拟对手决策与导引方法

针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝叶斯网络模型,实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作,建立轨迹预测模型,实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹,考虑飞行性能约束,采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引,克服了传统方法实现机动动作方式固化的问题,具备较好的实时性和优化性。      

基于混合策略的麻雀搜索算法改进及应用

针对麻雀搜索算法(SSA)搜索精度不高、全局搜索能力不强、收敛速度慢和易于陷入局部最优等问题，提出了一种基于混合策略的麻雀搜索算法(HSSA)。采用改进的Circle混沌映射初始化种群，提高种群多样性；结合樽海鞘群算法改进发现者的搜索公式，提高算法迭代前期的全局搜索能力和范围；在加入者的搜索公式中引入自适应步长因子，提高算法的局部搜索能力和收敛速度；通过镜像选择机制，提升每次迭代后的个体质量，提高算法的寻优精度和寻优速度；在位置更新处加入模拟退火机制，帮助算法跳出局部最优。利用8种测试函数进行测试，结果表明，改进算法比SSA有更好的寻优性能。将改进前后算法与极限学习机结合进行实验，人体表面肌电信号数据集的分类预测精度从80.17%提高到90.87%，证实了改进算法的可行性和良好性能。     

基于模糊逻辑的交互式多模型滤波算法

针对交互式多模型（IMM）滤波算法在对反舰导弹的"蛇形"机动方式进行跟踪时收敛速度慢、滤波精度低的问题。在三维空间内,假定目标以匀速直线和"蛇形"机动2种方式进行运动,以相对距离和视线角为观测信息,对IMM滤波算法的模型概率更新模块进行改进,提出了基于模糊逻辑的交互式多模型（FLIMM）滤波算法。通过仿真对比分析,改进后的算法能够有效地提高收敛速度,进而获得更高的跟踪精度。      

自动化飞行训练评估中的战机机动动作识别

针对战机飞行员自动化飞行训练评估对于机动动作的在线识别需求,提出了一种改进的基于动态贝叶斯网络的机动动作识别方法。首先,分析了仪表、简单特技和复杂特技飞行科目的机动动作特征。然后,根据战机飞行过程中机动动作与特征参数的因果关系,建立了机动动作识别动态贝叶斯网络模型,克服了传统方法需要滚转角信息,在实际飞行训练中难以通过雷达探测实时获取的缺点。同时,通过设计模型在线调用机制,有效降低了计算复杂度。实验结果表明,所提方法对于战机机动动作识别率高、实时性好,能够满足在线应用需求。      

战斗机过失速机动特征指标的量化评估

战斗机采用过失速机动动作能够有效地提高空战效能和生存能力.利用四元数法建立了带推力矢量的飞机大迎角全量运动方程,依据过失速机动的主要目的"改变机头指向",结合战斗机的机动性和敏捷性,分析了在过失速机动过程中主要运动参数的变化规律,提出了分析评估飞机过失速机动性能优劣的4个指标,即最大配平迎角、从平飞状态拉起到机动迎角和从机动迎角恢复至初始平飞状态的时间、在机动迎角下绕速度矢量滚转并截获90°倾斜角的时间和过失速空战周期,并针对这4个指标开展了相应的全量仿真和量化评估研究,结果表明提出的指标可对过失速机动动作做出有效评估.      

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。      

基于Logistic回归麻雀算法的图像分割

针对麻雀搜索算法后期种群多样性减少、易陷入局部最优解等问题,提出一种新的改进麻雀搜索算法。所提算法先引入小孔成像反向学习策略对发现者的位置进行更新,提升寻优位置的多样性;其次受Logistic模型的启发,提出一种新的自适应因子对安全阈值进行动态控制,平衡所提算法的全局搜索与局部开发的能力。通过与其他算法在6个基准函数上进行仿真对比,结果表明：所提算法的收敛精度与速度均优于其他算法。在工程应用上,用所提算法优化K-means聚类算法进行图像分割,峰值信噪比（PSNR）、结构相似性（SSIM）及特征相似性（FSIM）3种度量指标验证了其良好的分割性能。     

基于隐马尔可夫模型的空战决策点理论研究

从几何空战理论经过能量空战理论,直到角度空战理论,空战理论的发展更多的是从战斗机性能的角度来分析空战过程,忽略了作战飞行员在决策过程中起到的作用。本文分析空战飞机的客观数据的变化特征,提出了一种基于隐马尔可夫的近距空战流程分析方法,使用维特比算法判断飞行员在空战过程中的状态序列,从而获得了理论上的空战决策点。在理论分析上,提出了一种空战决策点理论用以评判飞行员飞行品质。通过实验仿真验证了使用隐马尔可夫模型讨论近距空战的可行性,并且发现飞行员空战决策点包络处于包围趋势时,飞行员获胜的可能性越大。     

一种定量空战决策方法

提出了一种定量空战决策方法,以空空导弹的攻击区与发射条件为基础,通过定义空战态势指标函数,定量描述空战态势.根据空战态势指标函数值和中远程空战以及近距空战的特点决定采取的机动策略,将空战机动策略与当前空战状态变量之间的关系建立起来,使得从空战决策的前因定量计算空战策略的后果成为可能.空战整个过程的分析、评估、决策、机动等环节都是定量进行.建立了战机、目标机、导弹和决策模块的数学模型,给定不同的初始条件,对空战过程进行了仿真,分别验证了中远程空战决策和近距空战决策的有效性.     

自主近距空战中敌机的战术动作识别方法

为了识别自主近距空战中敌机的战术动作,提出一个两级识别系统.该系统由基本动作识别和组合动作识别两部分组成.其中,基本动作识别采用模糊推理方法,并模拟飞行员的思维过程,用"模式记忆"方法平滑推理结果的抖动;组合动作识别以基本动作序列为输入,采用时间自动机组成并行结构,提取各组合动作的主要几何形态,使识别系统具有良好的可扩展性和鲁棒性.通过仿真对识别系统进行验证,结果表明该系统能有效地识别敌机的战术动作.