三体对抗中的微分对策协同突防策略

在我方高价值飞行器或突防导弹面对敌方拦截器的拦截,采取逃逸机动并释放一枚拦截器的主动防御策略时,提出了离散的协同追踪-逃逸导引律。首先,采用线性二次微分对策的方法对双方飞行器任意阶动力学进行分析,对离散化后的二次型性能指标给出了最优解。该导引律从攻防双方博弈的角度考虑:突防导弹和防御器一方分别采取最优协同逃逸、追踪策略;拦截器一方采取相对应的最优追踪或躲避策略。导引律取决于拦截器和防御器、突防导弹和拦截器的零控脱靶量。其次,设置的仿真情形展示协同下的优势,与传统的一对一导引律相比,协同导引律能够极大的减小对防御器机动能力的需求。最后验证了该算法对的权值不确定性有良好的鲁棒性。

三体对抗中的自适应协同突防策略

针对三体对抗中由目标飞行器释放的弱机动防御弹难以精确打击高机动来袭拦截弹的问题,提出了一种目标-防御弹的自适应协同突防制导策略。首先,根据已知的拦截弹的制导策略和运动信息,以最小化脱靶量和控制代价为目标,通过系统降阶,利用最优控制理论设计了目标-防御弹的最优协同制导律。接着,考虑实际攻防对抗中拦截弹制导策略未知的情况,采用基于平方根容积卡尔曼滤波的多模型自适应滤波器估计拦截弹的制导策略和运动信息,利用模型概率对各模型的最优协同制导律进行混合输出,得到自适应协同突防制导律。仿真结果表明:最优协同制导律能让目标飞行器协助防御弹在不具备机动能力优势的情况下成功打击拦截弹,且脱靶量小于0.1m;自适应协同制导律能够准确地估计拦截弹的运动状态,并使得防御弹在目标飞行器配合下以较小的控制代价精确地打击拦截弹,脱靶量有97%的概率落入小于0.765m范围内。

三体对抗中的制导控制研究方法综述

针对三体对抗交战场景中的制导控制问题,综述了该领域的研究现状和发展趋势。将现有的研究方法分为三种类型:经典法、最优控制理论和微分对策理论,并对这三种方法的基本思想以及相关的研究成果进行了详细的介绍。结合研究现状以及实际的作战需求,展望了三体对抗中的制导控制问题未来可能的发展趋势,即不完美信息条件下的制导律设计以及基于博弈理论的多弹协同制导技术,为三体对抗中的制导控制问题的进一步研究提供了一定的参考。

基于深度强化学习的三体对抗博弈策略研究

针对三体对抗场景中的攻防博弈问题,提出了基于深度强化学习的智能博弈策略,包括适用于进攻弹的攻击策略以及适用于目标/防御弹的主动防御策略。在经典三体对抗研究的基础上引入强化学习算法,提高了算法训练的目的性,同时在奖励函数设计中考虑了攻防对抗双方的奖惩条件。应用深度强化学习算法对攻防双方智能体进行训练,并得到收敛的博弈策略。仿真结果表明,通过训练获得的进攻弹的攻击策略能够根据战场态势合理规划机动行为,在避开防御弹攻击后仍能在短时间内成功命中目标;目标/防御弹的主动防御策略中的目标扮演诱饵角色,防御弹将进攻弹迅速锁定在拦截三角形上,从而使目标在战场上面临机动能力较强的进攻弹时,能够免于攻击。

应用于空中平台主动防御作战轨迹预测过程的状态估计方法研究

从主动防御的实际作战需求入手,分析轨迹预测不同方法的优缺点及使用场景,分析空中平台主动防御作战场景相较于目前主要研究的其他飞行器轨迹预测场景的区别,针对该场景下轨迹预测对象特殊的攻击意图和运动规律提出一种基于扩展卡尔曼滤波的状态估计方案。基于仿真软件模拟了攻击弹以比例导引攻击载机的过程,以满足比例导引系数不变的条件建立观测模型,采用扩展卡尔曼滤波为非线性的模型进行线性化仿真,观测到不同时刻攻击弹的运动状态,并以此进行短时间的轨迹预测。仿真结果表明,该模型在主动防御作战场景下能显著减小状态估计误差。