基于SAC算法的无人机自主空战决策算法

针对无人机在空战过程中的自主决策问题,以无人机1v1攻防为背景提出了无人机近距空战模型。采用Markov决策过程建立了无人机自主机动模型,提出基于Soft Actor Critic (SAC)算法的无人机自主空战决策算法,以无人机空战态势数据作为输入,输出无人机机动指令,使得无人机通过完成指定指令,率先锁定敌方无人机并抢先攻击。最后,设计仿真实验,通过对比双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic Policy Gradient Algorithm, TD3)算法,验证了基于SAC算法的无人机空战决策算法在增强策略探索的情况下,学习速度大幅度提高,使无人机在任意初始态势下主动占据优势,并成功打击目标,有效提高了无人机在空战决策过程中的自主性。

基于深度强化学习的四旋翼无人机航线跟随

针对无人机在空中执行航线跟随任务时无法对未知环境作出合理应对措施等问题,提出了一种基于深度强化学习的四旋翼无人机航线跟随方法.通过无人机受力分析、欧拉角变换建立四旋翼无人机动力学模型.在深度强化学习的框架下,分析无人机坐标值、欧拉角、速度值等相关因素,对无人机的状态空间进行模糊化,作为深度强化学习的状态输入.相对于传统方法,构建的四旋翼无人机非线性飞行运动学和动力学模型更为真实.仿真结果表明,在不断的训练和学习后,四旋翼无人机能够对随机产生的任务航线进行高精度跟随.

一种舰载相控阵制导雷达驻留时间动态调度算法

为了解决舰载相控阵雷达的实时驻留问题,提出了一种新的相控阵雷达驻留时间调度算法。依据工作方式优先级和目标信噪比来设计调度准则。首先分析了构建舰载相控阵雷达模型所需要的各种理论模型,包括自由空间目标回波功率、干扰模型、目标检测模型。在此基础上,提出了雷达时间动态调度算法机制。最后根据建立的舰载多功能相控阵雷达模型分析驻留时间分配,目标信噪比检测的效能,仿真结果表明了该算法的合理性和有效性。

澳门新新教育学生作品选登

澳门新新教育创立于2014年5月20日,一直致力于推动澳门艺术行业的发展,传承着"乐传承,新生活"的理念,以传统音乐教育为核心,融入时代创新艺术的教学方式,连锁式的经营方式,让每个人都能感受艺术的乐趣。利用科学式的管理,规范化的教学,打造澳门艺术教育的领先品牌。