Fuzzy Q learning algorithm for dual-aircraft path planning to cooperatively detect targets by passive radars

The problem of passive detection discussed in this paper involves searching and locating an aerial emitter by dualaircraft using passive radars. In order to improve the detection probability and accuracy, a fuzzy Q learning algorithrn for dual-aircraft flight path planning is proposed. The passive detection task model of the dual-aircraft is set up based on the partition of the target active radar＇s radiation area. The problem is formulated as a Markov decision process （MDP） by using the fuzzy theory to make a generalization of the state space and defining the transition functions, action space and reward function properly. Details of the path planning algorithm are presented. Simulation results indicate that the algorithm can provide adaptive strategies for dual-aircraft to control their flight paths to detect a non-maneuvering or maneu- vering target.

双机协作无源定位测角精度计算

针对无源定位测角精度难以计算的问题提出了一种双机协作无源定位远距离目标测角精度计算方法。首先建立了基于到达角度方式的双机协作无源定位解析方程;其次通过引入波程差,建立了方位角信息与到达时间差之间的数学关系;接着给出了一种通过到达时间差的概率分布计算方位角概率分布的近似算法;最后进行了仿真试验,并分析了双机占位对测角精度的影响。仿真结果验证了所提测角精度计算方法的可行性和有效性。

基于Q学习的双机协同探测路径规划方法

建立双机协同被动探测的任务模型,运用模糊理论对问题状态空间进行泛化,针对不同的探测阶段给出了目标转移函数的不同形式,通过合理定义动作空间和奖励函数将问题描述为Markov决策过程。给出了双机协同被动雷达探测的模糊Q学习算法,并对算法进行仿真,仿真结果表明,该方法能够有效控制双机的飞行路径,实现对机动及非机动目标的有效探测。

基于AOA的双机无源定位模型及其解算方法

在双机协同的无源定位算法中,角度信息有着非常重要的作用。为解决双机无源定位问题,提出了一种只利用角度信息的定位模型,并同时消去中间变量距离的影响。对比了最小二乘法、加权最小二乘法、总体最小二乘法、渐进无偏估计法等方法对该双机定位模型的解算。相比时差/到达角联合定位算法模型,该算法需要更少的观测信息和更少的观测误差,就能提高定位精度。仿真结果验证了上述4种解算算法的定位性能,证明了该算法在定位精度上的优秀性能。最后,还对4种算法在不同误差和约束条件下在双机协同观测定位中的定位精度进行了对比。

双机协同作战下导弹协同攻击区仿真分析

主要针对单机探测性能对导弹攻击区的限制,对双机协同作战模式下的导弹协同攻击区进行研究,并分析了双机协同攻击时制导约束条件,仿真了两种编队下的导弹协同攻击区。经过仿真分析,双机协同作战模式下导弹协同攻击区大于单机导弹攻击区,更有利于发挥导弹效能。