一种基于深度强化学习的机动博弈制导律设计方法

针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题,提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标,采用深度神经网络拟合飞行器的制导律,应用强化学习方法训练网络参数,得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明,在连续的状态空间和动作空间中,飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式,该制导律显著提升了交会摆脱量,且突防效果更稳定。     

低空突防中的多传感器信息融合技术研究

当飞机超低空贴地飞行、航路上多障碍物时,机载传感器容易失效。针对这一情况,本文首先论述了低空突防过程中,机载多传感器系统必须采取的有效信息融合措施;然后对容错控制问题进行了讨论,给出一个多传感器故障检测与隔离算法,使用该算法容易剔除失效的传感器,并将多传感器系统进行重构,降低了失效传感器数据对系统的污染程度;接着给出一个简单实用的分散滤波算法,该算法使得各有效传感器的数据被并行处理,且各局部处理器之间无需数据交换,需存储的数据量较少,提高了系统的实时性,最后的仿真算例说明了这一点     

机动弹头中段突防姿态的搜索算法研究

针对弹道导弹在大气层外的机动突防问题,建立了攻防对抗双方的六自由度动力学和运动学模型;研究拦截弹的导引律,对比例导引加以改进,用卡尔曼滤波估计视线角和方位角的变化率估算敌方的飞行信息;研究了机动弹头的智能规避策略,主要对如何确定机动方向展开研究,基于使EKV过载最大化的原则,提出了一种姿态搜索算法.经仿真验证,该算法提高了规避策略的自适应性和鲁棒性,对于增大脱靶量、提高导弹突防概率效果显著.     

机载前视式低空风切变探测数值模拟研究

使用二维面对称微下击暴流数值模式,对“湿”微下击暴流风切变进行了模拟,并通过工作在Ｘ－波段的微波多普勒雷达,对飞机着陆下滑航迹前方的微下击暴流风切变进行探测。结果表明：通过单元－单元自动增益控制、杂波滤波和天线仰角控制,可提前８０ｓ（６ｋｍ）探测到“湿”微下击暴流风切变,符合ＦＡＡ提出的适航要求     

高超声速巡航导弹攻防对抗仿真研究

在当前日益复杂的作战环境下,有必要对高新技术导弹武器系统进行攻防对抗研究。针对攻防对抗这一复杂的动态过程,建立了高超声速巡航导弹攻防对抗仿真体系,并在此体系框架下,分别给出了作战环境模型、结果评判模型和进攻方与防御方的交战仿真模型。根据所建立的数学模型,计算出高超声速巡航导弹的突防概率与毁伤概率,最后得到高超声速巡航导弹的作战效能。仿真结果表明,减小高超声速巡航导弹的雷达反射截面积(RCS)和增大高超声速巡航导弹的巡航速度是提高其突防效能和作战效能的重要手段。     

低空突防机载地形数据库研究

机载地形数据库是低空突防系统的重要组成部分。本文讨论了机载地形数据库在低空突防中的作用、地位及其分类。并对每类数据库的数据类型、数据预处理及数据库的结构、存储介质和存取技术进行了研究。     

一种低空声源分布式定位系统及其算法与实验研究

低空声源目标具有较强的隐身性,为了实现对此类目标的定位,构建基于TMS320C6713平台的分布式麦克风阵列低空声源定位系统.麦克风阵列节点以DSP为核心处理器,通过A/D芯片采样麦克风阵列接收到的信号,通过到达时间差(TDOA)计算声源的角度,利用测向交叉法,融合多个节点的角度信息,计算出声源的位置.结果表明:在时延估计精确的情况下,对低空目标具有较好地估计;系统具有较高的精度和稳定性,能够满足对低空声源目标进行定位的实际需求.     

基于反预警的反拦截中段规避突防策略

为了充分挖掘多脉冲机动突防的潜力,提高弹道导弹中段机动突防能力,提出一种基于反预警的反拦截中段规避突防策略。首先,分别以脉冲点火点及点火间隔为搜索节点与步长,视敌方拦截系统为威胁源并转化为航迹规划中的约束条件,将多脉冲弹道的设计问题转化成无人机避障航迹的规划问题。然后,在综合考虑敌方探测系统延迟和拦截系统部署及性能的基础上,选取最优的脉冲点火参数。最后,研究了脉冲增量和探测系统延迟对多脉冲规划的影响。仿真结果表明:所提出的突防策略通过多脉冲机动增加敌方预测误差,使其不能收敛与准确预警,当敌方的预测误差收敛且准确预警时,导弹却处于其拦截范围之外,无法进行拦截;能根据获取的最新战场信息,在线下60s内设计出一条多脉冲突防弹道。此外,还能根据任务的需求,提高(降低)导弹的飞行高度、平均飞行速度,缩短(增加)20%~35%的飞行时间。     

基于控制变量参数化的主动反拦截突防最优控制计算方法

针对由于敌防空系统防御能力不断提高所带来的进攻导弹突防难题,提出主动反拦截突防(IAIP)的概念,以弥补传统机动突防仅考虑进攻导弹的逃逸而忽略其攻击任务的缺陷。根据IAIP制导的内涵,在综合考虑目标的机动性能、拦截导弹末段的拦截特性及进攻导弹的控制系统性能的基础上,建立进攻导弹-目标-拦截导弹的三体运动模型。将突防制导指令的设计等效为最优控制的求解,其中突防指令为实现燃料最省目标的最优解,进攻导弹的过载、拦截导弹的脱靶量、进攻导弹的攻击角、打击精度和突防后的视线角,分别为控制约束、路径约束和末端约束。借鉴控制变量参数化(CVP)方法将最优控制问题转化为非线性数学规划问题,并将路径约束离散化后采用序列二次规划(SQP)算法得到突防时机给定条件下制导指令的数值解。提出基于CVP的混合遗传算法(CVP-GA),用于求解最优突防时机及制导指令。仿真结果显示,采用IAIP最优控制算法的进攻导弹在成功突防后的打击精度仍可满足任务要求,且其燃料消耗相对于传统串联式突防方法降低了23.7%,验证了该方法的有效性及优越性。