导弹发射包线指数优化搜索仿真分析

以某型近距空空格斗导弹为例,针对传统计算导弹发射包线精度较低、模型复杂、解算耗时长问题,分析影响导弹发射包线形状大小的重要参数,建立简化的导弹六自由度运动模型。在搜索包线边界时,综合考虑八个重要运动参数,构建指数多项式函数,粗略估算初始搜索空间,避免搜索初始值的盲目性。在黄金分割法的基础上,提出指数优化搜索算法,结合每次搜索值的空间误差和函数值误差,更新并优化下一次搜索的黄金分割点。利用模型和Matlab仿真平台,解算弹道轨迹,利用搜索到的边界值进一步优化距离多项式系数,使初始计算值更接近真实边界值。实验表明,本文方法解算的弹道轨迹和发射包线与实战中数据基本吻合,有效地提高了计算精度;指数优化搜索算法有效减少了仿真计算次数,缩短了整体耗时。

基于深度学习的空空导弹多类攻击区实时解算

现代空战日趋复杂,传统攻击区只能提供导弹发射的限度,无法满足现代空战决策的需求。基于目标机水平逃逸角度的最大攻击区、50°攻击区、90°攻击区、水平不可逃逸攻击区、最小攻击区等5类攻击区,针对现有攻击区解算方法无法同时解算多种攻击区的问题,提出多函数深度拟合网络(MFDFN)模型,以实现多种攻击区的同时解算。设计了改进的进退法解算流程,通过弹道仿真获取攻击区数据样本库。根据多函数拟合网络的特点,设计了“整体预训练+局部微调”训练策略,并对网络进行有监督训练。仿真结果表明:采用“整体预训练+局部微调”训练策略的MFDFN比传统网络不仅提高了计算实时性,而且很大程度上提高了计算准确性,其平均相对误差低至0.27%,平均绝对误差低至58.81 m;MFDFN模型具有较强的可靠性和实用性。

基于MFO-HTN的超视距空战战术机动组合规划

针对超视距空战机动决策问题,提出基于战术机动组合的超视距空战决策模型。首先,利用参数化语言将超视距空战机动描述为两种典型形式,作为超视距空战战术的基本战术动作。其次,引入层次任务规划网络(HTN)模型,利用空空导弹攻击区描述空战态势,构建带参数的空战HTN模型。最后,将机动时间、可发射距离、可发射时间作为目标函数,构建多目标优化模型,采用飞蛾扑火算法对HTN网络参数进行优化求解。仿真实验表明,飞蛾扑火算法能够快速解算当前态势下的最优参数,所得到的空战战术机动序列能够达到战术目的。该算法模型可以为飞行员提供辅助决策,也为研究智能超视距空战提供了新的思路。

基于超网络的近距空中支援信息流转模式构建

稳健灵活的信息流转模式是近距空中支援顺利实施的重要保障。针对近距空中支援信息流转模式构建问题,建立基于超网络的作战信息流转“两层四网”模型。根据作战经验,分析近距空中支援作战的主要作战力量及基本流程,抽象出相应的作战节点和信息关系,以此建立近距空中支援作战信息流转超网络模型。针对超网络节点的超度分布、网络弹性等特性进行仿真实验。仿真结果表明,当前近距空中支援超网络具有一定的合理性和稳定性,同时为下一步优化作战网络结构提供了参考。

基于启发式遗传算法的近距空中支援超网络结构优化

基于超网络理论建立集申请网、情报网、指控网、协调网和火力网于一体的CAS超网络模型;以提高网络抗毁性和网络效率为优化目标,在标准遗传算法的基础上,根据CAS超网络模型得到启发式信息,对其初始化生成初始种群,对关键节点和普通节点设置不同的变异概率,通过遗传算法求解运算;仿真分析函数的寻优性能和优化前后网络的拓扑指标。结果表明,优化后的CAS超网络结构抗毁性更强、网络流转效率更高。

基于自编码网络的导弹攻击区实时计算方法

针对传统中远距空空导弹三线攻击区无法为飞行员提供丰富的战术决策信息,火控系统计算攻击区实时性差、精度低的问题,提出以攻击机为中心,考虑目标逃逸机动的新型导弹杀伤包线概念。分析经典战例中目标机规避导弹的常见机动方式,将攻击区抽象为导弹的七种杀伤包线,给出准确的计算方法并进行离线仿真。确定8种影响杀伤包线的运动参数,构建样本库。引入深度学习方法,建立降噪自编码网络(AE)模型,采用无监督学习提取样本初级特征,获取表征样本库非线性规律的高维特征量;建立深度网络模型,采用监督学习提取高维特征量中的高级特征并进行拟合。实验表明深度网络的拟合值与六自由度仿真结果以及导弹真实数据相比,误差可控制在15m之内;网络在线解算只需0.04s,能够满足实时性需求;新型杀伤包线为飞行员及时掌握敌我态势提供了有效的辅助信息,为机动决策提供理论依据。

基于LSTM-Dueling DQN的无人战斗机机动智能决策

针对无人作战飞机在一对一自主空战中无法实现智能决策的问题,引入深度强化学习方法,构建无人战斗机战术决策框架,求解智能体对抗的机动指令。首先,建立飞行运动模型和导弹攻击区模型,形成基本的一对一空战对抗环境。其次,利用8个运动变量来构建智能体连续的状态空间,并根据导弹攻击区实时计算结果设计奖惩函数,实现双机对抗决策。最后,使用长短期记忆网络和全连接网络相结合,构建智能体价值网络和目标网络。利用记忆库中的决策样本,对网络进行训练,完成值函数的拟合,实现智能体在任意状态下的决策。仿真试验表明,在典型的案例中,智能体能够有效感知空战场态势,算法给出的决策动作可以积累并保持无人作战飞机的空战优势,完成对目标的打击,决策时间能够满足时效性的要求。