基于模糊Petri网的空战战术决策研究

空战过程中由于空战态势的不确定性,战术决策也应作为一个动态的不确定性决策问题进行研究。针对该不确定性动态决策过程,在分析超视距空战战术决策的基础上,综合利用模糊逻辑理论与Petri网理论的优点,构建了超视距空战机动战术的模糊推理规则,提出了超视距空战战术决策的Petri网模型,并对该模型进行了仿真分析。此模型的仿真结果表明该模型能够提高决策的自动化和智能化程度,这是一种快速、实用、直观的方法。     

基于卷积神经网络的陆战兵棋战术机动策略学习

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题,提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素,定义了由机动范围和观察范围等7个属性构成的基础态势特征,建立了带有正负样本标注的态势特征数据集;设计了基于卷积神经网络的分类器,以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%,相比其他模型提高至少4.59%。     

机载软硬杀伤武器协同使用的动态决策方法

针对空战中电子战系统和火力打击系统在空域、时域和频域中的最优协同使用,构建了以指控中心为决策主体的软硬杀伤武器协同作战框架。首先建立了软硬杀伤性武器的有效作战使用空域、频域和时域模型,然后结合每一决策时刻的战场实时态势得到当前的协同作战使用的静态可选方案集,再采用以全过程综合作战效能最大作为决策策略的马尔可夫动态决策模型,通过迭代求极值得到全作战过程的软硬杀伤行为最优协同使用方案,最后指控中心将决策结果解释为具体的作战战术参数,完成作战指挥控制。仿真实例说明该方法能根据战场态势的动态变化实时得到软硬杀伤性武器的最优使用方案。     

基于协同战术识别的双机编队威胁评估方法

双机组成编队采用协同战术攻击目标是多机协同空战的一种主要形式。针对蓝方为双机编队的超视距空战威胁评估问题,提出了一种基于协同战术识别的威胁评估方法。首先,根据双机编队协同战术的分析、双机的空间占位与机动特性信息,采用动态贝叶斯网络建立目标双机编队协同战术识别模型。然后,根据目标飞行状态信息和目标机动动作识别结果,进行目标轨迹预测。最后,综合空间占位、探测、攻击、协同战术等威胁因子,考虑目标轨迹变化对战场态势演变的影响,建立威胁评估模型。仿真结果表明,所提方法能够准确识别双机编队的协同战术,实现合理化威胁评估。     

基于协同战术识别的双机编队威胁评估方法

双机组成编队采用协同战术攻击目标是多机协同空战的一种主要形式。针对蓝方为双机编队的超视距空战威胁评估问题,提出了一种基于协同战术识别的威胁评估方法。首先,根据双机编队协同战术的分析、双机的空间占位与机动特性信息,采用动态贝叶斯网络建立目标双机编队协同战术识别模型。然后,根据目标飞行状态信息和目标机动动作识别结果,进行目标轨迹预测。最后,综合空间占位、探测、攻击、协同战术等威胁因子,考虑目标轨迹变化对战场态势演变的影响,建立威胁评估模型。仿真结果表明,所提方法能够准确识别双机编队的协同战术,实现合理化威胁评估。     

战术辅助决策系统中的态势评估问题研究

从感知、评价、决策的认知过程研究了现代军机战术辅助决策系统结构、组成和功能，并对态势评估和任务规划两个关键子系统进行了研究，提出了基于黑板知识库系统的态势评估实现结构。重点研究了基于贝叶斯网络和模糊逻辑技术的战场威胁评估算法，首先采用贝叶斯网络对威胁源的威胁级别进行评估，在此基础上，采用模糊逻辑对各威胁源的相对重要性程度进行综合评估。仿真结果表明了该评估算法的有效性，提高了决策的自动化和智能化程度。     

基于深度强化学习的UAV航路自主引导机动控制决策算法

针对无人机(unmanned aerial vehicle, UAV)航路终端约束情况下航路自主引导机动控制决策问题,采用Markov决策过程模型建立UAV自主飞行机动模型,基于深度确定性策略梯度提出UAV航路自主引导机动控制决策算法,拟合UAV航路自主引导机动控制决策函数与状态动作值函数,生成最优决策网络,开展仿真验证。仿真结果表明,该算法实现了UAV在任意位置/姿态的初始条件下,向航路目标点的自主飞行,可有效提高UAV机动控制的自主性。     

基于BFM方法的1vs1近距自主空战决策

无人机自主空战将是未来空战的主要样式之一。针对当前对于近距自主空战的研究往往假设简单、计算复杂以及受限于使用规模等问题,对以格斗导弹为武器的近距1vs1自主空战的主要研究内容,提出一种基于基本飞行动作的自主空战决策方法以保证空战决策的有效性和实时性。首先,根据导弹的攻击区设计一种得分函数来量化评估空战态势;其次,建立敌机机动位置的几何预测模型。然后,提出基于位置差和速度差的补偿制导方法。最后,在仿真分析中设置了攻击和防御两种典型自主空战态势,实验结果表明了所提方法的有效性和可行性。     

基于BFM方法的1vs1近距自主空战决策

无人机自主空战将是未来空战的主要样式之一。针对当前对于近距自主空战的研究往往假设简单、计算复杂以及受限于使用规模等问题,对以格斗导弹为武器的近距1vs1自主空战的主要研究内容,提出一种基于基本飞行动作的自主空战决策方法以保证空战决策的有效性和实时性。首先,根据导弹的攻击区设计一种得分函数来量化评估空战态势;其次,建立敌机机动位置的几何预测模型。然后,提出基于位置差和速度差的补偿制导方法。最后,在仿真分析中设置了攻击和防御两种典型自主空战态势,实验结果表明了所提方法的有效性和可行性。     

多机空战战术机动专家系统与决策支持系统研究

应用专家系统基本理论和方法,系统论述建立多机空战战术机动专家系统和决策支持系统的具体步骤和方法,突出知识库创建、知识表示方法和决策支持系统建立,形成具有专家水准的多机空战战术机动自动决策仿真机制,成为研究多机空战战术和进行空战武器效能论证的良好平台     

基于效能仿真的舰艇综合防御鱼雷作战决策优化

采用深弹拦截与机动规避综合防御声自导鱼雷,是舰艇水下防御的一种新型作战样式。为了给装备指控自动化和训战法决策提供参考,采用蒙特卡罗方法对该作战过程进行了数字仿真,得到了规避概率、拦截概率和生存概率等3个作战效能指标的估计值。通过效能分析提出舰艇如何机动以获取有利深弹发射态势这一问题,分析影响因素及约束条件并建立了决策优化模型;采用遗传算法并以示例形式求解优化模型,由散点拟合得到了舰艇机动路线。针对不同鱼雷报警位置条件下的防御态势,分析比较了舰艇机动对舰艇生存概率的优化效果。     

基于RBF网络的UCAV战术机动轨迹快速生成方法

针对无人作战飞机(unmanned combat aerial vehicle, UCAV)战术机动动作数学表征困难,机动生成的计算实时性要求高的主要问题,分析了战术机动轨迹建模的基本原理;提出了战术机动轨迹建模的基本思路;设计了基于UCAV运动动力学模型的机动轨迹最优控制方案;建立了基于遗传算法的飞行操控量求解策略。针对操控量求解的实时性问题,基于径向基核函数神经网络,提出了以适应度函数为预测和评判标准的机动飞行操控量快速求解方法,从而建立了初始状态、性能指标与机动飞行操控量的非线性映射模型,实现了机动轨迹的快速生成和机动曲线的精度控制,并通过仿真验证了该方法的有效性。     

基于模糊专家系统与IDE算法的UCAV逃逸机动决策

针对现有研究中无人作战飞机(unmanned combat air vehicle, UCAV)近距逃逸机动的自适应性不足和战术性匮乏问题,提出一种将模糊专家系统与双策略竞争的可选外部存档差分进化算法(external archiving differential evolution algorithm with dual strategy competition, DSC-JADE)相结合的逃逸机动决策算法。通过对战术知识的学习,建立模糊专家系统,将逃逸决策过程通过滚动时域划分为离散片段,根据模糊专家系统决策得到机动动作,在其控制量对应的可行域内,采用改进差分进化算法(improved differential evolution, IDE)进行寻优得到最优控制量,完成逃逸机动决策。在UCAV处于劣势的初始条件下进行仿真验证,证明DSC-JADE算法相较原始差分进化以及其他传统群智能算法搜索能力更强,采用专家系统相较不采用专家系统逃逸决策能力更优。     

基于威力场的空战分析建模

引入威力场的概念,建立针对现代空军武器装备特性的空战分析模型。在分析物理场的性质的基础上,提出威力场的基本概念与性质,构建势函数。战斗机的威力主要由五个部分构成:到达能力,通信能力,目标探测能力,告警能力和攻击能力。综合这五个因素,建立威力场势的计算模型。威力场根据敌我性质分为正场和负场,同性质场的势可以叠加。然后应用威力场理论对态势评估、战术机动进行分析。仿真结果表明威力场可以直观地反映空战态势,为空战的定量分析提供基础。     

飞行作战任务过程的工作流网模型

建立飞行作战任务过程模型是综合运用态势评估、故障诊断等技术设计新一代智能座舱的基础,同时也可应用于飞行员的行为预测及评估。本文以战术轰炸任务为例,介绍了工作流网技术在飞行作战任务建模上的应用。针对传统Petri网不能体现态势变化对飞行员行为的影响,本文设计了带非齐次弧的分层Petri网应用于战术轰炸任务过程的工作流网建模中,使子网变迁的平均实施速率可以随着航线状态的变化而变化,同时给出了利用可达性定理证明工作流网合理性的方法。在子网中,设计了变λ随机Petri网应用于飞行员执行任务过程的建模中,并利用该模型分析了飞行员的稳定工作状态,为飞行员行为预测、评估建立基础。