基于深度确定性策略梯度算法的战机规避中距空空导弹研究

飞机规避中距空空导弹的逃逸机动策略对于提高战斗机的生存力至关重要。针对深度确定性策略梯度算法训练智能体学习飞机规避导弹的逃逸机动策略进行研究。以飞机导弹相对态势参数等作为智能体的输入状态,飞机控制指令作为智能体的输出动作,导弹飞机追逃模型作为智能体的学习环境,设计由相对态势和飞行参数构成的成型奖励以及由交战结果组成的稀疏奖励,实现从状态参数到控制量端到端的逃逸机动策略。通过与四种基于专家先验知识的典型逃逸机动攻击区仿真验证对比,结果表明：智能体实现的逃逸策略攻击区仅次于置尾下降攻击区,该策略对飞机规避导弹先验知识的依存度最低。     

半主动雷达寻的空空导弹作战技术运用研究

导弹的攻击区是衡量导弹的攻击能力的最重要的指标之一。通过仿真计算得出不同情况下半主动雷达寻的空空导弹的攻击区。具体分析了不同因素对攻击区的影响，以此为依据，讨论了在战术上如何运用该导弹，给出了充分发挥导弹作战能力的有效途径。可为飞行员使用该种导弹进行空空作战提供正确的理论指导和参考。     

舰空导弹发射时间窗解算模型仿真

介绍了舰空导弹发射时间窗的概念和舰空导弹杀伤区、发射区的形状和参数,在舰空导弹发射区解算的基础上,对时间窗的解算进行了数学建模,其目的是将结果作为目标威胁评估的一个指标和确定舰空导弹的发射时机。为了使时间窗解算具有实时性和合理性,在解算中考虑了来袭目标机动的影响,采用MATLAB对所建模型进行了仿真计算。仿真结果表明,所得数据可作为舰空导弹对来袭目标的威胁评估和目标分配的依据,指导防空作战指挥决策。     

基于深度迁移强化学习的无人机投放自主引导机动控制算法

针对无人机精确投放引导问题，本文提出基于深度迁移强化学习的无人机投放自主引导机动控制算法，分别建立基于马尔可夫决策过程的引导机动决策模型、引导机动评估模型等，并设计基于迁移学习和课程学习的引导机动策略训练方法，拟合基于深度学习的引导机动策略和评估网络，最后开展仿真训练和验证试验。仿真结果表明，该算法实现了无人机在任意姿态和位置条件下，能够自主规避区域威胁并自主引导至目标投放点，成功完成投放瞄准任务，有效地提升了无人机投放引导机动控制的自主性。     

基于深度学习的飞行器故障情况下可配平能力快速预示方法

针对飞行器在执行机构故障条件下配平能力受限的问题，本文提出了一种基于深度学习的故障情况下可配平能力快速预示方法。首先，建立飞行器气动力矩和执行机构故障模型，并给出飞行器旋转配平条件。其次，在不同执行机构故障情况下，采用基于二次规划的可配平能力求解方法，在迎角/侧滑角二维平面内进行遍历求解，得到当前故障情况下的可配平能力剖面，并采用8个特征点进行包络，同时为所提方法提供样本。再次，利用深度神经网络强大的拟合能力，从样本中提取故障和气动力矩信息作为网络输入，特征点的迎角和侧滑角的值作为网络输出，离线训练深度神经网络。利用训练好的深度神经网络根据当前故障信息实时计算可配平能力剖面。最后，通过仿真验证了所提方法的有效性和实时性。     

导弹动态可攻击区实时在线算法研究

为满足对空导弹在真实空战环境中射后动态攻击区实时在线计算的需要,提出了一种基于改进BP神经网络算法的导弹射后动态可攻击区的实时在线高精度拟合方法。该神经网络可用于对空导弹各种飞行总体状态下的射后动态可攻击区实时在线高精度拟合。数值仿真结果表明,该方法所求得的拟合导弹射后动态可攻击区与实际计算结果误差很小,在实际的导弹攻防对抗、群体导弹拦截一体化等工程应用中,能够实时在线地计算导弹射后动态可攻击区,对现代国防技术有较大的推进作用。     

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。     

基于机动动作库的实时轨迹生成与仿真研究

论述了基于机动动作库的实时轨迹生成方法,根据环境和任务要求进行在线决策,选取机动动作库中合适的机动动作,最终实时生成无人机所需要的机动轨迹。仿真结果表明,这种方法具有实时性强、生成轨迹易于跟踪控制等优点。     

基于DNN的空空导弹不可逃逸区生成算法研究

针对目标采取最优逃逸策略下的空空导弹发射时机决策问题,提出了导弹不可逃逸区模型,并采用半直接配点法计算不可逃逸区边界。然后,设计了一种深度神经网络(DNN)模型,对不可逃逸区边界样本数据进行训练,得到不可逃逸区DNN生成模型。仿真结果表明,不可逃逸区DNN生成模型可以实时高精度生成不可逃逸区边界,与样本值的平均误差率小于0.9%,满足战场环境中实时性和准确性要求,为最优对抗条件下空空导弹发射时机决策提供了技术支持。     

协同多目标攻击空战决策及其神经网络实现

提出了一种超视距多目标空战决策方法——协同优先权算法。它能给出多机协同攻击多目标的目标配对。然后对２∶４空战,用３层Ｂ－Ｐ网络实现该算法,并用ＳＯＦＭ网络实现对目标的攻击排序。因它们具有很强的适应、容错能力和实时性,故这种实现将有助于复杂动态环境下飞行员的空战决策,以及提高航空武器系统的作战效能。仿真结果证实了上述思想的正确性。     

空-空导弹攻击区的高精度快速拟合

针对一般拟合法在处理空－空导弹攻击区这一复杂的非线性函数时所存在的问题,提出多关系式拟合-插值法,降低了拟合阶次。数字仿真结果表明,该方法极大地提高了拟合的精度和速度。     

空－空导弹投放系统误差与误差敏感度分析

空对空导弹发射控制参数的计算及其误差分析,是保证攻击有效性的重要环节。介绍了前置追踪攻击原理,给出了空空导弹发射控制参数的计算模型,建立了系统误差分析的仿真结构,提出用小扰动法来研究发射控制参数与扰动误差源的敏感关系,并进行了敏感度计算     

基于态势评估及DDPG算法的一对一空战格斗控制方法

已有的空中格斗控制方法未综合考虑基于专家知识的态势评估及通过连续性速度变化控制空战格斗的问题。基于深度确定性策略梯度（DDPG）强化学习算法,在态势评估函数作为强化学习奖励函数的基础上,设计综合考虑飞行高度上下限、飞行过载以及飞行速度上下限的强化学习环境;通过全连接的载机速度控制网络与环境奖励网络,实现DDPG算法与学习环境的交互,并根据高度与速度异常、被导弹锁定时间以及格斗时间设计空战格斗结束条件;通过模拟一对一空战格斗,对该格斗控制方法在环境限制学习、态势评估得分以及格斗模式学习进行验证。结果表明：本文提出的空战格斗控制方法有效,能够为自主空战格斗进一步发展提供指导。     

Dynamic attack zone of air-to-air missile after being launched in random wind field

A new concept is presented for air-to-air missile which is dynamic attack zone after being launched in random wind field. This new concept can be used to obtain the 4-dimensional(4-D)information regarding the dynamic envelope of an air-to-air missile at any flight time aimed at different flight targets considering influences of random wind, in the situation of flight fighters cooperated with missiles fighting against each other. Based on an air-to-air missile model, some typical cases of dynamic attack zone after being launched in random wind field were numerically simulated.Compared with the simulation results of traditional dynamic envelope, the properties of dynamic attack zone after being launched are as follows. The 4-D dynamic attack zone after being launched is inside traditional maximum dynamic envelope, but its forane boundary is usually not inside traditional no-escape dynamic envelope; Traditional dynamic attack zone can just be reliably used at launch time, while dynamic envelope after being launched can be reliably and accurately used during any flight antagonism time. Traditional envelope is a special case of dynamic envelope after being launched when the dynamic envelope is calculated at the launch time; the dynamic envelope after being launched can be influenced by the random wind field.     

基于DQN的反舰导弹火力分配方法研究

反舰导弹作为海上作战的主战武器,由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题,我们提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法,深度Q值网络无需依赖任何先验信息,就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数,解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明,在各种不同的舰队防御配置下,深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。     

超视距空战的威胁估计

针对现有超视距空战威胁估计模型的不足,提出了一种新的基于模糊逻辑的超视距空战威胁估计模型。该模型以机载中远程空空导弹攻击区、雷达搜索区性能参数以及双方战术几何关系、相对运动趋势作为评估对象进行模糊化,设计了角度优势、距离优势推理模块,并以二者的加权和作为当前空战态势的优势指数。模型较为全面反应了空战态势与参战飞机的作战能力,可为超视距多机协同攻击多目标空战时的目标分配、战术选择提供参考。仿真结果验证了模型的有效性。     

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。     

飞机多目标攻击试验探讨

在现代战争中,具有多目标攻击能力的飞机,往往在空战中处于优势的地位。但是为了实现多目标攻击,雷达要有多目标跟踪的能力,火控机应根据雷达送来的目标参数来确定目标的威胁等级。本文在分析雷达多目标跟踪的基础上,介绍了目标威胁评估的方法及多目标攻击概率的计算,最后叙述了地面多目标攻击试验程序。     

基于深度学习的突防控制博弈对象匹配方法CSCD

针对基于博弈理论设计应对多枚拦截弹的协同突防控制方案时需要确定博弈对象的问题,提出了一种基于长短时记忆(LSTM)网络的拦截弹攻击对象匹配方法。基于传统防空导弹飞行时序与流程构建拦截弹飞行轨迹库,以轨迹库为训练样本对LSTM网络进行训练,并以此为基础构建航迹预测模型与对象匹配模型,实现对拦截弹攻击对象的识别。仿真结果表明,该方法能够有效识别拦截弹拦截目标,为后续的巡航弹突防研究提供支撑。     

基于自适应神经模糊推理系统的导弹直/气复合控制系统设计

针对导弹直/气复合控制问题,提出了一种基于自适应神经模糊推理系统的导弹直/气复合控制系统设计方法.首先,建立了直/气复合导弹数学模型.然后,针对常规模糊控制设计严重依赖经验的问题,在模糊控制的基础上引入神经网络,通过样本数据学习建立自适应神经模糊推理系统(ANFIS),并设计了脉冲调宽调频调制器.最后,通过仿真试验验证了所提的控制系统设计方法.仿真结果表明,基于ANFIS的导弹直/气复合控制系统能够快速精确地跟踪加速度指令.