Recorded recurrent deep reinforcement learning guidance laws for intercepting endoatmospheric maneuvering missiles

This work proposes a recorded recurrent twin delayed deep deterministic(RRTD3)policy gradient algorithm to solve the challenge of constructing guidance laws for intercepting endoatmospheric maneuvering missiles with uncertainties and observation noise.The attack-defense engagement scenario is modeled as a partially observable Markov decision process(POMDP).Given the benefits of recurrent neural networks(RNNs)in processing sequence information,an RNN layer is incorporated into the agent’s policy network to alleviate the bottleneck of traditional deep reinforcement learning methods while dealing with POMDPs.The measurements from the interceptor’s seeker during each guidance cycle are combined into one sequence as the input to the policy network since the detection frequency of an interceptor is usually higher than its guidance frequency.During training,the hidden states of the RNN layer in the policy network are recorded to overcome the partially observable problem that this RNN layer causes inside the agent.The training curves show that the proposed RRTD3 successfully enhances data efficiency,training speed,and training stability.The test results confirm the advantages of the RRTD3-based guidance laws over some conventional guidance laws.

Lie Symmetry and Conserved Quantity of Three-Order Lagrangian Equations for Non-conserved Mechanical System

Based on the infinitesimal and one parameter transformation, the problem of Lie symmetry of three-order Lagrangian equations has been studied. Under Lie transformation, the sufficient and necessary condition which keeps three-order Lagrangian equations to be unchanged and the invariant are obtained in this paper.

Three-order form invariance and conserved quantity

In this paper, the definition of three-order form invariance is given. Then the relation between the three-order form invariance and the three-order Lie symmetry is discussed and the sufficient and necessary condition of Lie symmetry, which comes from the three-order form invariance, is obtained. Finally a three-order Hojman conserved quantity is studied and an example is given to illustrate the application of the obtained results.

Noether Symmetry of Three-Order Lagrangian Equations

Based on the three-order Lagrangian equation, pseudo-Hamilton actoon I^＊ is defined and the three-order Hamilton＇s principle and the conditions are obtained in the paper. Then, the Noether symmetry about three-order Lagrangian equations is deduced. Finally, an example is given to illustrate the application of the result.

Optimal deployment of swarm positions in cooperative interception of multiple UAV swarms

In order to prevent the attacker from breaking through the blockade of the interception,deploying multiple Unmanned Aerial Vehicle(UAV)swarms on the interception line is a new combat style.To solve the optimal deployment of swarm positions in the cooperative interception,an optimal deployment optimization model is presented by minimizing the penetration zones'area and the analytical expression of the optimal deployment positions is deduced.Firstly,from the view of the attackers breaking through the interception line,the situations of vertical penetration and oblique penetration are analyzed respectively,and the mathematical models of penetration zones are obtained under the condition of a single UAV swarm and multiple UAV swarms.Secondly,based on the optimization goal of minimizing the penetration area,the optimal deployment optimization model for swarm positions is proposed,and the analytical solution of the optimal deployment is solved by using the convex programming theory.Finally,the proposed optimal deployment is compared with the uniform deployment and random deployment to verify the validity of the theoretical analysis.

Three-order pseudo-Hamilton canonical equationsReceived

Based on the three-order Lagrangian equations, Hamilton＇s function of acceleration H^＊ and generalized acceleration momentum P^＊α are defined, and pseudo-Hamilton canonical equations corresponding to three-order Lagrangian equations are obtained. The equations are similar to Hamilton＇s canonical equations of analytical mechanics in form.

Influencing factor analysis of interception probability and classification-regression neural network based estimation

The interception probability of a single missile is the basis for combat plan design and weapon performance evaluation,while its influencing factors are complex and mutually coupled.Existing calculation methods have very limited analysis of the influence mechanism of influencing factors,and none of them has analyzed the influence of the guidance law.This paper considers the influencing factors of both the interceptor and the target more comprehensively.Interceptor parameters include speed,guidance law,guidance error,fuze error,and fragment killing ability,while target performance includes speed,maneuverability,and vulnerability.In this paper,an interception model is established,Monte Carlo simulation is carried out,and the influence mechanism of each factor is analyzed based on the model and simulation results.Finally,this paper proposes a classification-regression neural network to quickly estimate the interception probability based on the value of influencing factors.The proposed method reduces the interference of invalid interception data to valid data,so its prediction accuracy is significantly better than that of pure regression neural networks.

地铁入口空间布局对室内空气质量的影响研究

城市地铁地处繁华地区,结构封闭,周边环境污染源较多,室内易积累污染物。本研究重点关注地铁口空间布局对室外颗粒物进入的影响,在调研中选取地铁站入口方向、顶棚形态、入口高宽比3个形态指标作为影响因子,经过实测验证CFD模型的可行性后,选择RNG k-ε模型模拟不同风速下各地铁口形态的室内污染情况。结果表明:(1)侧向比正向入口颗粒拦截率高一倍;(2)入口高宽比小于1∶1时入口宽度越大,地铁站整体空气质量越好;(3)顶棚形态对室内颗粒物的消减排列为:斜顶>平顶>无顶;(4)地铁口空间形态对不同直径的颗粒拦截效果不同。形态设计可以改善站内颗粒物进入情况,通过空气对流、回流减少室外污染物的直接灌入。

基于迭代二次优化算法的低截获波形序列设计

对抗条件下,低截获雷达通过发射特殊波形防止非合作电子侦察系统截获和检测其发射信号,是现代雷达技术的重点研究方向。该文旨在降低电子侦察系统的功率截获概率,在保证目标的辐射能量基础上,针对短时傅里叶变换(STFT)宽带数字侦察接收机特点,从能量的时频分布的角度将波形设计技术应用到无源对抗领域。首先,建立STFT宽带数字侦察接收机检测低截获模型,利用2次优化模型,将低截获问题转变为恒包络序列迭代优化问题;然后,为了获得较好的自相关性能,利用辅助标量,将优化模型转化为2次和形式,结合迭代算法得到了所提低截获波形序列;最后,讨论了计算复杂度。从仿真结果上看,所提序列比常见相位编码信号在相同的接收信噪比下具有更优的低截获能力,另外,引入Pareto权对所提序列的自相关特性进行控制,有效地提高了设计灵活性。

基于模型质量评分的联邦学习聚合算法优化

在联邦学习环境中,客户端数据的质量是决定模型性能的关键因素。传统的评估方法依赖于在中心节点的验证集上衡量客户端模型的损失,从而对数据质量进行评估。在缺乏有效验证集的情况下,数据质量的评估是困难的。为了解决上述问题,提出了一种根据同伴信息进行模型质量评分的方法。通过对客户端上传的模型参数进行裁剪处理,基于正确评分规则的相关理论设计模型质量评分机制,并在此基础上优化聚合算法,降低低质量客户端对全局模型的影响。在MNIST、Fashion-MNIST和CIFAR-10等数据集上的实验表明,提出的评分机制无须复杂的算法,且能有效辨别搭便车、噪声、错误标签三类低质量数据客户端,提高联邦学习性能的鲁棒性。

海洋生物柔性拦截网波浪力特性

取水明渠柔性拦截网受波浪作用上下运动,有限振幅波理论中的水质点位置难以确定,导致波浪力计算存在困难。基于水池试验方法对波浪力形成的速度理论计算方法进行修正。结果表明,波浪力水质点位置与波高以及波周期相关,修正公式计算值与试验结果误差小于20%,符合性较好。研究成果对于拦截网的承载力设计和运行监测具有一定的指导作用。

四参数正弦曲线拟合的快速算法

对四参数正弦拟合软件运行时间进行了研究,提出一种软件拟合时间的定量评价方法,对序列长度、序列所含信号周波数、正弦波形幅度、相位、直流分量,以及A/D位数等不同因素条件,给四参数正弦曲线拟合所用时间的影响进行了定量评价,获得了拟合时间随各个因素而变化的规律。针对影响软件运行时间的主要因素,提出了以减少拟合序列长度为手段,进而降低拟合所用时间的快速拟合方法。它们是直接序列截取法和二次抽样法。并在一组实验上验证了所述方法的有效性与可行性,获得了二次抽样法优于直接截取法的明确结论。所述方法可用于四参数正弦拟合的快速运算。

面向多弹拦截的分布式非均衡一致性目标分配算法

针对自组网导弹集群协同拦截多无人机的不确定多对一目标分配问题,提出了一种分布式非均衡目标分配算法。考虑到自组网导弹在有限邻域范围内双向通信和任务分配的去中心化特点,设计了适合于分布式无中心的目标分配模型和基于动态态势感知的多步一致性拍卖算法,通过将目标剩余价值进行多步分解实现多弹对单一目标的非均衡拍卖选择;此外通过改进一致性包算法的共识规则设计了扩展多步一致性冲突消解规则,实现了分布式非均衡拍卖结果的一致性冲突消解。最终仿真结果表明,该方法可适用于分布式弹群在线非均衡目标分配调整,提高对空中多机动目标的拦截效率,并且相较于集中式分配算法在兼顾优化时间条件下可获得全局次优求解。

苏芡——草鱼共生绿色、低碳、生态种养新模式

为缓解苏芡前期虫、萍及丝状藻类等生物的为害,减少农药用量,积极尝试生物防控、绿色生态种养新技术,探索发现在苏芡定植前后15d向田中投放规格170~400尾/kg的草鱼,每667m^(2)放养0.5~1.1kg,进行萍害和藻类的拦截,成功率可以达到95%以上,且早期无虫害发生。该技术可实现每667m^(2)减少农药使用2次,同时,节省了捞萍、打药等用工成本,平均每667m^(2)增收节支399~511元,生态、社会、经济效益十分显著,推广应用前景广阔。

串联网式过滤器拦截特性和过滤时间分析

针对网式过滤器在实际灌溉水源条件下易堵塞、使用寿命短等问题,该研究将泵前和泵后网式过滤器串联组合,通过室内原型试验分析各级过滤器对泥沙和木屑的拦截规律。结果表明:过滤器拦截泥沙和木屑的分布情况与各级滤网孔径有关,当水源杂质以泥沙为主时,建议选取0.32和0.20 mm孔径滤网的泵前和泵后过滤器进行过滤,当有机物杂质含量较高时,采用0.25~0.32 mm滤网孔径的泵前过滤器有利于延长过滤时间。对水头损失随过滤时间的变化规律进行分析,明确了水源条件和滤网孔径对过滤时间的影响,极差和方差分析结果表明:不同进水流量条件下,初始水头损失和水头损失峰值分别集中在2.43~5.87和13.92~28.92 m,杂质含量对水头损失影响较小;进水流量越大,过滤器过滤时间越短。建立水头损失计算公式和过滤时间拟合经验公式,拟合与试验结果误差小于7%。各因素对过滤时间影响程度由大到小依次是杂质含量、滤网孔径、含沙量、进水流量。基于多层感知机(multilayer perceptron,MLP)神经网络模型对过滤时间进行预测,预测值与实测值误差基本在10%以内,均方误差和平均相对误差分别为0.32%、5.85%,该模型适用于对复杂水源条件下过滤时间的预测。研究结果可为灌溉工程中串联网式过滤器各级滤网参数的合理配置提供参考。

串联网式过滤器泥沙拦截效果试验研究

为了探究泵前、后串联网式过滤器在实际灌溉工程中的分级过滤特性并提高滤网拦沙率,对3种进水含沙量、4种滤网孔径和3种颗粒级配条件下串联网式过滤器的过滤性能开展了正交试验和全试验。结果表明:增大含沙量会加速过滤器滤网堵塞,使部分大于滤网孔径的泥沙颗粒通过滤网;随着进水粗颗粒泥沙的增多,一级过滤效果越明显;不同滤网孔径条件下各粒组出水沙中值粒径和最大粒径变化率范围分别在5.1%~13.0%、1.7%~17.6%之间;通过极差分析和方差分析探究拦沙率对各因素的敏感度,其主次顺序为滤网孔径、颗粒级配、含沙量;当进水沙中值粒径为0.50 mm、含沙量为0.20 g/L时,泵后过滤器滤网孔径较优组合为0.25 mm×0.16 mm;拦沙量与各级滤网孔径有关,选择滤网孔径为(0.49~0.78)d 50的泵前过滤器和(0.32~0.50)d 50的泵后过滤器进行过滤,有利于提高过滤器拦沙率,延长其使用寿命。

基于FBMC-chirp的低截获探通一体化信号设计

面对快速发展的先进无源侦察技术,一体化信号除需具备较优的雷达探测和无线通信能力,还需满足抗截获和防窃听的需求,以提高一体化系统的生存能力和作战性能。多载波探通一体化信号的低截获设计已成为目前一体化信号研究的重要问题。针对传统低截获多载波探通一体化信号雷达分辨性能受限且未能同时兼顾通信有效性和可靠性要求的问题,本文在子载波复用的一体化多维信号框架下,研究了一种雷达和通信性能最小损失的低截获多载波探通一体化信号设计方法。首先,从提升时频资源利用率的角度,设计了一种基于滤波器组多载波技术的通信频谱分块功率优化和雷达梳状谱等功率优化的低截获多载波探通一体化信号时频结构。该结构通过分块的方式降低了通信信号的峰均比,提升了通信信号的低截获性能。然后在此基础上,以雷达互信息和通信信道容量为约束条件,以最小化信号总功率为优化目标,建立了雷达子载波功率和通信分块子载波功率联合优化模型。本文将该优化模型转化成一个凸二次规划问题,并采用信赖域方法对该优化问题进行求解。实验结果表明,本文所设计的低截获多载波探通一体化信号不仅具有较优的雷达探测和分辨性能,以及较好的无线通信性能,而且具有较优的低截获性能。

基于多特征融合的高机动多目标低截获概率跟踪技术

在多目标跟踪过程中,目标的高机动特性使得传统采用固定运动模型或交互式多模型的目标跟踪算法很难实时精确匹配目标运动模型,从而引起高机动目标的低跟踪精度问题。针对这一问题,本文提出一种基于目标运动状态模型自适应更新的高机动多目标跟踪算法。在多目标跟踪过程中,该算法采用多特征聚类融合算法进行目标运动模型估计,并根据各目标跟踪波动参数进行状态转移矩阵决策更新,同时利用联合概率数据关联实现多机动目标状态转移矩阵自适应更新的关联跟踪,从而解决了传统多目标跟踪算法因目标运动模型失配引起的低跟踪精度问题。在目标跟踪算法的传感器选择上,无源传感器不对外辐射能量,具有较好的低截获概率性能,但其跟踪精度有限,常不能满足多目标高跟踪精度的要求。雷达作为有源传感器,具有较高的跟踪精度。但由于雷达对外辐射信号,容易被防御方截获。针对这一问题,本文提出了一种无源传感器目标跟踪为主,有源雷达间歇跟踪为辅的多传感器协同管理目标跟踪算法。该算法通过对目标跟踪本征堆积误差的判断进行传感器的最优分配,并根据波动参数的大小进行状态转移矩阵决策更新。仿真结果验证了本文所提出的多传感器协同的高机动目标跟踪算法在满足高机动目标跟踪精度的条件下可以有效的提升雷达低截获概率性能。

级配与拦挡位置对滑坡碎屑流运动影响研究

为了研究不同级配的高位滑坡碎屑流经多级偏转后冲击不同拦挡结构的运动特性以及致灾效应,结合自然地形构建固定坡度和偏转角度均为45°的离散元模型,并利用DEM软件进行数值模拟分析不同拦挡工况和不同级配对碎屑流颗粒运动过程中能量耗散、最终堆积形态,以及碎屑流冲击挡板的作用高度的影响,进而建立相关冲击力学模型。研究结果显示:(1)上下均设置挡板的工况能有效减缓碎屑流颗粒的平均动能和势能,且能有效降低颗粒流翻越挡板的数量,并降低颗粒流的最大运动距离从而减小致灾范围;随着颗粒组级配的增大,势能时程曲线分散点出现的时间越晚,颗粒流最终堆积面积中细颗粒组最大,粗颗粒组最小。(2)当滑槽底部反作用力位置取2/3静止堆积体长度时,计算所得碎屑流最大冲击作用高度与模拟试验结果相接近,力学模型计算的冲击作用高度在0.017~0.138 m。在实际工程中,可按研究相似比对此范围进行加强抗冲击防护。(3)由于侧板的切向力和“颗粒分选效应”,大颗粒会主要冲击挡板的中上部,小颗粒主要冲击挡板的下部,并受偏转角影响集中在一侧,因此工程设计可根据实际情况避免在沟道偏转方向的反向建设工程。研究结果可为高位滑坡碎屑流灾害的治理防护提供参考。

基于双Q学习算法的安全容量的优化

由于无线传播的广播和开放性,车联网通信系统易遭受到窃听者的窃听,这降低了通信系统的安全容量。为此,文中提出基于深度强化学习的安全容量的优化算法(D3QN-RS)。利用随机过程理论将最优转发节点的选举问题转化为马尔可夫决策过程(MDP),并将截获概率融入奖励函数。利用奖励值抑制截获概率,并将选择转发节点的问题转入强化学习框架。最后,利用双Q学习算法(D3QN)求解,产生最优的转发节点,进而提升系统的安全容量。仿真结果表明,与随机选择转发节点的算法相比,D3QN-RS算法的截获概率下降了约15%,系统的安全容量提升了约12%。