針對(duì)當(dāng)前空戰(zhàn)機(jī)動(dòng)決策精確度低、實(shí)時(shí)性差的缺點(diǎn),對(duì)天牛須搜索-戰(zhàn)術(shù)免疫機(jī)動(dòng)系統(tǒng)（Beetle Antennae Search-Tactical Immune Maneuver System, BAS-TIMS）算法進(jìn)行改進(jìn),并應(yīng)用于空戰(zhàn)機(jī)動(dòng)決策中。增加左爬升、右爬升、左俯沖、右俯沖4種機(jī)動(dòng),對(duì)傳統(tǒng)的機(jī)動(dòng)策略庫(kù)進(jìn)行擴(kuò)充,設(shè)計(jì)了11種基本機(jī)動(dòng)策略并給出了相應(yīng)的控制方法�；诰嚯x、高度、速度、角度和戰(zhàn)機(jī)性能優(yōu)勢(shì)函數(shù),利用非參量法構(gòu)造戰(zhàn)機(jī)機(jī)動(dòng)決策綜合優(yōu)勢(shì)函數(shù)。針對(duì)天牛須搜索算法在全局搜索和收斂速度上存在的缺陷,引入蒙特卡洛概率迭代的方法對(duì)算法進(jìn)行改進(jìn),并和戰(zhàn)術(shù)免疫機(jī)動(dòng)系統(tǒng)進(jìn)行融合,將改進(jìn)的BAS-TIMS算法用于空戰(zhàn)機(jī)動(dòng)決策。設(shè)計(jì)算例進(jìn)行仿真分析,并將結(jié)果和博弈論法、改進(jìn)共生生物免疫進(jìn)化算法、傳統(tǒng)BAS算法和傳統(tǒng)TIMS模型的計(jì)算結(jié)果進(jìn)行對(duì)比,驗(yàn)證所提算法的有效性。仿真結(jié)果表明:改進(jìn)BAS-TIMS算法在空戰(zhàn)機(jī)動(dòng)決策的收斂精度、收斂速度和全局搜索能力上更加具有優(yōu)勢(shì)。 

【文章來(lái)源】：國(guó)防科技大學(xué)學(xué)報(bào). 2020,42(04)北大核心EICSCD

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

空戰(zhàn)機(jī)動(dòng)對(duì)策生成

2 高度和速度隨時(shí)間的變化

目前,空戰(zhàn)機(jī)動(dòng)策略集模型主要分成兩類(lèi):第一類(lèi)是基于典型空戰(zhàn)戰(zhàn)術(shù)的機(jī)動(dòng)序列,如定常盤(pán)旋、蛇形機(jī)動(dòng)、半筋斗、斜筋斗等;第二類(lèi)是基于戰(zhàn)機(jī)在三維空間中操縱方式的基本機(jī)動(dòng)動(dòng)作庫(kù),NASA學(xué)者設(shè)計(jì)了7種基本機(jī)動(dòng)動(dòng)作庫(kù)[18]——減速前飛、勻速前飛、加速前飛、右轉(zhuǎn)、左轉(zhuǎn)、爬升和俯沖。本文在這7種基本機(jī)動(dòng)動(dòng)作的基礎(chǔ)上,增加了左爬升、右爬升、左俯沖、右俯沖4種機(jī)動(dòng),對(duì)原機(jī)動(dòng)動(dòng)作庫(kù)予以擴(kuò)充,得到了11種基本機(jī)動(dòng)策略,并給出了每種機(jī)動(dòng)策略的控制方法,使得機(jī)動(dòng)更加精細(xì),能夠更為全面地反映飛機(jī)在三維空間內(nèi)的運(yùn)動(dòng)情況,如圖1所示。1.2 戰(zhàn)機(jī)基本機(jī)動(dòng)策略控制

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)粗糙集-云模型理論的空戰(zhàn)態(tài)勢(shì)評(píng)估[J]. 嵇慧明,于昊,宋帥,彭承奇.  戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2019(04)
[2]基于改進(jìn)共生生物搜索算法的空戰(zhàn)機(jī)動(dòng)決策[J]. 高陽(yáng)陽(yáng),余敏建,韓其松,董肖杰.  北京航空航天大學(xué)學(xué)報(bào). 2019(03)
[3]基于直覺(jué)模糊博弈的無(wú)人機(jī)空戰(zhàn)機(jī)動(dòng)決策[J]. 李世豪,丁勇,高振龍.  系統(tǒng)工程與電子技術(shù). 2019(05)
[4]基于導(dǎo)彈攻擊區(qū)的空戰(zhàn)態(tài)勢(shì)評(píng)估[J]. 史振慶,梁曉龍,張佳強(qiáng),劉流.  火力與指揮控制. 2018(09)
[5]基于多目標(biāo)優(yōu)化與強(qiáng)化學(xué)習(xí)的空戰(zhàn)機(jī)動(dòng)決策[J]. 杜海文,崔明朗,韓統(tǒng),魏政磊,唐傳林,田野.  北京航空航天大學(xué)學(xué)報(bào). 2018(11)
[6]基于ELM<sub>AdaBoost強(qiáng)預(yù)測(cè)器的空戰(zhàn)目標(biāo)威脅評(píng)估[J]. 徐西蒙,楊任農(nóng),符穎,趙雨.  系統(tǒng)工程與電子技術(shù). 2018(08)
[7]Autonomous air combat maneuver decision using Bayesian inference and moving horizon optimization[J]. HUANG Changqiang,DONG Kangsheng,HUANG Hanqiao,TANG Shangqin,ZHANG Zhuoran.  Journal of Systems Engineering and Electronics. 2018(01)
[8]改進(jìn)模擬退火遺傳算法在協(xié)同空戰(zhàn)中的應(yīng)用[J]. 宋遐淦,江駒,徐海燕.  哈爾濱工程大學(xué)學(xué)報(bào). 2017(11)
[9]基于啟發(fā)式強(qiáng)化學(xué)習(xí)的空戰(zhàn)機(jī)動(dòng)智能決策[J]. 左家亮,楊任農(nóng),張瀅,李中林,鄔蒙.  航空學(xué)報(bào). 2017(10)
[10]基于博弈論的自由空戰(zhàn)指揮引導(dǎo)對(duì)策問(wèn)題研究[J]. 董肖杰,余敏建.  航空計(jì)算技術(shù). 2017(02)



本文編號(hào)：3354923