針對現(xiàn)代空戰(zhàn)機動決策問題,提出了一種基于改進共生生物搜索（SOS）算法的空戰(zhàn)機動決策方法。首先,分析了傳統(tǒng)基本機動動作庫存在的不足,對其進行了改進和擴充,設(shè)計了11種常用的基本機動動作;然后,綜合考慮角度、距離、速度、高度和戰(zhàn)機性能優(yōu)勢,構(gòu)造了戰(zhàn)機機動決策優(yōu)勢函數(shù);最后,針對傳統(tǒng)共生生物搜索算法在收斂速度、收斂精度以及局部最優(yōu)上存在的缺陷,將輪盤賭選擇方法、動態(tài)變異率和梯度思想引入到傳統(tǒng)算法當中,對算法有效性和算法性能進行了仿真分析。仿真結(jié)果表明,改進的共生生物搜索算法在收斂速度、收斂精度以及跳出局部最優(yōu)上更具優(yōu)勢,能夠滿足空戰(zhàn)機動決策需求。 

【文章來源】：北京航空航天大學學報. 2019,45(03)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

基本機動動作庫Fig．1Basicmaneuverinventory

?隨時間變化的規(guī)律，通過對V·、β·、?α積分就可求得戰(zhàn)機三維位置坐標x、y、z的變化量，從而對戰(zhàn)機運動軌跡進行預測，具體公式如下:?x=Vcosβcosα?y=－Vcosβsinα?z=Vsin{β(2)1．3戰(zhàn)機機動決策優(yōu)勢函數(shù)傳統(tǒng)的綜合優(yōu)勢函數(shù)主要根據(jù)角度優(yōu)勢、距離優(yōu)勢、速度優(yōu)勢和高度優(yōu)勢進行構(gòu)造，但隨著戰(zhàn)機性能在空戰(zhàn)中發(fā)揮的作用越來越明顯，傳統(tǒng)的綜合優(yōu)勢函數(shù)已經(jīng)不適用于求解現(xiàn)代空戰(zhàn)中的機動決策問題。因此本文以傳統(tǒng)模型為基礎(chǔ)，考慮戰(zhàn)機性能優(yōu)勢，建立如圖2所示的空戰(zhàn)優(yōu)勢評價指標體系。圖2空戰(zhàn)優(yōu)勢評價指標體系Fig．2Aircombatsuperiorityevaluationindexsystem1．3．1角度優(yōu)勢我機的角度優(yōu)勢應(yīng)綜合考慮敵機是否在我機雷達探測角和導彈離軸發(fā)射角范圍內(nèi)。假設(shè)敵我機雷達探測角和導彈離軸發(fā)射角分別為120°、80°，將敵我機幾何態(tài)勢進行劃分，如圖3所示。圖中:F和T分別為我方和敵方戰(zhàn)機;VF和VT分圖3敵我機幾何態(tài)勢劃分示意圖Fig．3Schematicofgeometricsituationdivisionofenemyandourfighter034

速度優(yōu)勢和高度優(yōu)勢進行構(gòu)造，但隨著戰(zhàn)機性能在空戰(zhàn)中發(fā)揮的作用越來越明顯，傳統(tǒng)的綜合優(yōu)勢函數(shù)已經(jīng)不適用于求解現(xiàn)代空戰(zhàn)中的機動決策問題。因此本文以傳統(tǒng)模型為基礎(chǔ)，考慮戰(zhàn)機性能優(yōu)勢，建立如圖2所示的空戰(zhàn)優(yōu)勢評價指標體系。圖2空戰(zhàn)優(yōu)勢評價指標體系Fig．2Aircombatsuperiorityevaluationindexsystem1．3．1角度優(yōu)勢我機的角度優(yōu)勢應(yīng)綜合考慮敵機是否在我機雷達探測角和導彈離軸發(fā)射角范圍內(nèi)。假設(shè)敵我機雷達探測角和導彈離軸發(fā)射角分別為120°、80°，將敵我機幾何態(tài)勢進行劃分，如圖3所示。圖中:F和T分別為我方和敵方戰(zhàn)機;VF和VT分圖3敵我機幾何態(tài)勢劃分示意圖Fig．3Schematicofgeometricsituationdivisionofenemyandourfighter034

【參考文獻】：
期刊論文
[1]基于蒙特卡洛樹搜索方法的空戰(zhàn)機動決策[J]. 何旭,景小寧,馮超.  空軍工程大學學報(自然科學版). 2017(05)
[2]基于動態(tài)貝葉斯網(wǎng)絡(luò)的空戰(zhàn)決策方法[J]. 孟光磊,羅元強,梁宵,徐一民.  指揮控制與仿真. 2017(03)
[3]機動目標跟蹤支持向量回歸學習新方法[J]. 賴少發(fā),劉華軍.  南京理工大學學報. 2017(02)
[4]基于統(tǒng)計學原理的無人作戰(zhàn)飛機魯棒機動決策[J]. 國海峰,侯滿義,張慶杰,唐傳林.  兵工學報. 2017(01)
[5]自適應(yīng)精英反向?qū)W習共生生物搜索算法[J]. 周虎,趙輝,周歡,王驍飛.  計算機工程與應(yīng)用. 2016(19)
[6]基于旋轉(zhuǎn)學習策略的共生生物搜索算法[J]. 王艷嬌,陶歡歡.  計算機應(yīng)用研究. 2017(09)
[7]基于混合算法的空戰(zhàn)機動決策[J]. 張濤,于雷,周中良,王琳.  系統(tǒng)工程與電子技術(shù). 2013(07)
[8]基于隨機決策準則的改進多級影響圖機動決策方法[J]. 周思羽,吳文海,孔繁峨,張楠.  北京理工大學學報. 2013(03)
[9]基于變權(quán)重偽并行遺傳算法的空戰(zhàn)機動決策[J]. 張濤,于雷,周中良,李飛.  飛行力學. 2012(05)



本文編號：3333732