基于微分思想和卷积神经网络的飞行动作识别

战场态势感知和辅助决策是智能空战的重要组成部分,飞行动作识别是多项关键技术的基础。文中提出了一种基于微分思想和卷积神经网路的高效飞行动作识别方法。首先,对训练数据按照微分思想进行分割;然后,通过卷积神经网络对飞参数据的训练实现飞行动作特征的自动提取、对飞参数据进行飞行动作识别,该方法扩展性好,有利于快速处理大量飞参数据;最后,对四种基本飞行动作单元进行仿真实验,仿真结果表明,该方法具有良好的有效性和准确性。

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。