无人机的追逃对抗仿真研究

代数图论方法较之微分对策建立的无人机追逃对抗模型更易仿真求解,利用梯度方法改变Laplacian矩阵的非零特征值给出了对抗双方的控制输入,仿真证明了该方法的可行性.利用边界权值函数考虑无人机通信或感知能力的变化.然后,针对仿真过程中遇到的问题提出根据实际情况构造不同的性能指标.仿真表明逃逸者为迷惑追击者不时交叉逃逸;而追击者也会更换追击目标;相对距离不断变化.

基于梯度迭代法的一类追逃对抗模型研究

针对一类追逃对抗问题,基于微分对策理论,建立了三维空间中的追逃对抗模型,进而得到了最优性条件和最优策略.运用梯度迭代法给出了模型的数值解,并做了实例分析.分析结果显示,该模型可以很好地应用于潜艇对潜艇、潜艇对水面舰艇等实际追逃对抗问题.

三维空间中追逃对抗定性微分对策模型研究

为有效解决一类双方各有优势和劣势的追逃对抗问题,基于定性微分对策理论,在原有的三维空间中追逃对抗定量微分对策模型的基础上,针对三维空间中的一类追逃对抗问题,建立定性微分对策模型,具体构造模型的界栅,并通过冲突分析得到对作战指挥决策有实际意义的结论。

单个追击者与两目标追逃对抗建模及仿真

本文建立了单个追击者与两目标追逃对抗微分对策模型,给出了追击者可达区域覆盖逃避者可达区域的条件,构造了追击者与逃避者的最优位置策略和、被捕获的初始点集区域,最后给出了相应的计算机仿真实例。

基于改进强化学习的多智能体追逃对抗

针对多智能体追逃问题,提出基于优先经验回放和解耦奖励函数的多智能体强化学习算法.将多智能体深度确定性策略梯度算法(MADDPG)和双延迟-确定策略梯度算法(TD3)相结合,提出多智能体双延迟-确定策略梯度算法(MATD3).针对多智能体追逃问题中奖励函数存在大量稀疏奖励的问题,提出利用优先经验回放方法确定经验优先度以及采样高价值经验.设计解耦奖励函数,将奖励函数分为个体奖励和联合奖励以最大化全局奖励和局部奖励,提出DEPER-MATD3算法.基于此算法设计仿真实验,并与其他算法对比,实验结果表明,该算法有效解决了过估计问题,且耗时相比MATD3算法有所减少.在解耦奖励函数环境下该算法训练的追击者的全局平均奖励升高,追击者有更大的概率追击到逃逸者.

基于微分对策的追逃对抗仿真

微分对策理论是建立空战决策的重要手段。建立了基于极小值原理的导弹、飞机纵向平面追逃对抗问题的微分对策数学模型,采用梯度迭代法数值求解该问题,针对两类性能指标下的微分对策模型,在双方不同的最大机动能力条件下进行了数值仿真。结果表明,为了尽快击中或摆脱对方,双方均以最大能力机动,其模型和仿真结果可用于空战双方武器性能、制导控制设计的评估,以及最优空战决策的研究。

导弹迎击时飞机的最佳逃逸策略研究

研究了飞机在被导弹迎面攻击时的最佳逃逸策略。首先建立了弹-机追逃对抗飞行数学模型,提出了几种突防方案,即机动变轨技术、抛射诱饵以及综合这两种突防方案,通过大量飞行数值仿真直观地比较了各种突防策略,得出了飞机躲避导弹袭击的最佳策略——作非常规机动并且同时发射诱饵弹。

基于DDPG的无人机追捕任务泛化策略设计

无人机追逃对抗问题是当今空战领域的研究热点,传统解决方案对此问题存在诸多限制,如模型难以适应复杂动态环境从而快速做出决策、对不同任务场景泛化性较差等问题。基于DDPG(deep deterministic policy gradient)算法设计了无人机追逃对抗策略;在此基础上,设计多种逃逸无人机的对抗机动策略,利用课程学习思想,在DDPG的训练过程中逐步提高逃逸无人机的智能程度,从而递进式地训练追捕无人机的对抗策略。仿真结果表明,相较于直接进行训练,利用课程学习的方法所训练的追捕无人机的追捕策略能够更快收敛,并能更好地执行对敌机的追捕任务,且能够适用于具有多种对抗机动策略的敌机,有效地提升了无人机追逃对抗决策模型的泛化性。

SA-PSO算法在飞行器追逃中的应用

针对飞行器追逃对抗问题,应用微分对策理论,提出了基于模拟退火-粒子群算法(SA-PSO)的非线性模型预测控制(NMPC)方法,得到追逃双方的近似反馈最优策略,避免了复杂的HJI方程求解。将模拟退火思想引入PSO算法,建立SA-PSO算法模型,通过自适应改变的惯性权重和学习因子提高PSO算法的全局寻优能力,将改进的SA-PSO作为优化技术用于预测过程,然后进行在线滚动优化。仿真结果表明了所提出方法的有效性,对初始条件和噪声具有较好的鲁棒性。