在无人机空中格斗过程中, 由于无人机自身状态以及空战态势, 敌我双方机动动作及行为策略的选择具有极强的不确定性。针对这个问题,将强化学习方法引入无人机空中格斗过程, 建立无人机机动模型及动作集; 将空战态势评估函数作为强化学习中的信号函数; 采用概率神经网络(PNN）作为对敌机动预测单元; 在敌我双方战场信息完全感知条件下, 该算法能够不断学习,使无人机通过与环境的交互来掌握其最佳机动行为策略, 实现无人机的一对一空中对抗。
无人机 空中格斗 机动预测 态势评估 强化学习 概率神经网络 UCAV air combat maneuvering model situation assessment reinforcement learning probabilisite neural network
1 内江师范学院, 四川 内江 641112
2 空军工程大学航空航天工程学院, 西安 710038
针对无人作战飞机空战过程中的战术决策问题, 借鉴认知心理学双重加工理论, 提出了一种案例推理与MAX-MIN云推理机制相结合的双层战术决策方案。首先, 将飞行员作战经验案例化以构建案例库, 将问题情境和案例库中的源案例进行相似度匹配以实现第一层基于案例推理的启发式决策, 若是低于相似度阈值则转向第二层基于MAX-MIN云推理的分析决策, 用前件云发生器对空战特征属性云化以形成属性云滴；然后, 结合定性规则, 采用MAX-MIN云推理算法得到规则云滴, 进而得出战术决策方案。仿真结果表明, 提出的双层战术决策可有效实现无人作战飞机空战战术决策, 决策时间符合空战实时性要求。
无人作战飞机 战术决策 案件推理 MAX-MIN云推理 Unmanned Combat Aerial Vehicle (UCAV) tactial decision-making Case Based Reasoning (CBR) MAX-MIN cloud reasoning
1 内江师范学院, 四川 内江 641112
2 空军工程大学航空航天工程学院, 西安 710038
针对无人作战飞机空战过程中的战术决策问题, 借鉴认知心理学双重加工理论, 提出了一种案例推理与MAX-MIN云推理机制相结合的双层战术决策方案。首先, 将飞行员作战经验案例化以构建案例库, 将问题情境和案例库中的源案例进行相似度匹配以实现第一层基于案例推理的启发式决策, 若是低于相似度阈值则转向第二层基于MAX-MIN云推理的分析决策, 用前件云发生器对空战特征属性云化以形成属性云滴；然后, 结合定性规则, 采用MAX-MIN云推理算法得到规则云滴, 进而得出战术决策方案。仿真结果表明, 提出的双层战术决策可有效实现无人作战飞机空战战术决策, 决策时间符合空战实时性要求。
无人作战飞机 战术决策 案例推理 MAX-MIN云推理 Unmanned Combat Aerial Vehicle (UCAV) tactical decision-making Case Based Reasoning (CBR) MAX-MIN cloud reasoning
1 中航飞机研发中心, 陕西 汉中 723000
2 西北工业大学, 西安 710129
在UCAV编队任务规划中, 确定UCAV最优航线是一个重要研究课题。针对不确定语言偏好信息的UCAV最优航线问题给出了一种分析方法。首先, 描述了确定UCAV航线的评价指标和不确定语言决策矩阵的定义;然后, 在此基础上, 通过分析航线对应于各项指标的期望可能度和数学期望值, 给出了基于不确定语言偏好信息的群决策UCAV最优航线分析方法;最后, 实例说明了UCAV最优航线确定的具体过程。
最优航线 群决策 不确定语言 决策矩阵 UCAV UCAV optimum flight route group decision-making uncertain language decision matrix
1 空军第一航空学院，河南信阳464000
2 中国人民解放军驻613所军代表室，河南洛阳471000
3 空军工程大学航空航天工程学院，西安710038
4 中国人民解放军95856部队，南京210028
无人作战飞机(UCAV)轨迹规划是实现其自主攻击技术的重点和难点, 通过对该领域文献的广泛研究和细致梳理, 建立了UCAV轨迹规划问题的一般模型, 系统归纳了目前用于该问题求解的基本算法、求解思路、存在不足和最新发展动向, 并重点对UCAV隐身突防轨迹优化和不确定环境下的在线轨迹规划方法进行综述。
无人作战飞机 轨迹规划 自主攻击 综述 UCAV trajectory planning autonomous attacking survey
对基于人工优势函数场的无人作战飞机空战引导算法进行研究, 为解决现有算法优势函数C1间断及引导指令抖动诱发横航向发散两个问题, 提出了采用3次均匀B样条拟合原综合优势函数场的改进算法, 拟合后的综合优势函数场具备C2连续特性, 通过仿真证实了改进算法的有效性。研究成果对于提升无人作战飞机空战引导能力具有一定的工程应用价值。
空战 无人作战飞机 引导 人工势场 air combat UCAV steering Artificial Potential Field (APF)
有人机/无人机协同对地攻击是未来空对地打击的主要作战方式，如何实现有人机对无人机的指挥控制是亟待解决的重要课题。首先，根据有人机对无人机的指挥控制方式建立了有人机对无人机的指挥控制系统架构；然后基于该指挥控制架构设计了有人机指挥控制界面；最后进一步讨论了有人机对无人机指挥控制的方式。
无人作战飞机 有人机 协同作战 指挥控制系统 指挥控制界面 Unmanned Combat Air Vehicle (UCAV) manned fighter cooperative combat command and control system interface of command and control
针对传统威胁评估方法不能很好地体现空战过程中各类威胁因素作用变化的问题，引入了径向基神经网络，采用结构熵权法优化了神经网络训练参数，提出了基于粒子群和径向基神经网络(PSO-RBF)算法的空战动态权值计算方法。以某一时刻预测多无人机空中对抗时的威胁度为想定，分别采用结构熵权法和PSO-RBF算法进行仿真计算。仿真结果表明所提方法可有效解决空战目标威胁评估问题，提高了决策的客观性、科学性。
多无人作战飞机 空战 威胁评估 粒子群算法 结构熵权法 动态权值 multi-UCAV air combat threat assessment particle swarm optimization structure entropy weight method dynamic weight
空军工程大学航空航天工程学院, 西安 710038
针对UCAV对地面目标实施精确打击的问题, 提出了制导**在多约束条件下的最优攻击弹道及跟踪控制方法。首先建立了弹体三自由度运动学模型, 对非线性运动学方程进行了变换, 无需线性化处理, 利用最优控制中的极小值原理设计了具有时间和终端角度约束的最优攻击末弹道, 可满足精确实时打击要求。随后结合某型空地制导**弹体数学模型, 利用滑模变结构控制原理设计了跟踪控制器, 实现了对最优攻击末弹道的跟踪。数字仿真结果表明, 所设计的最优攻击末弹道可实现, 并能够在给定约束条件下实施对目标的实时精确打击; 所设计的跟踪控制器鲁棒性好, 跟踪精度高, 并具有良好的动态特性和稳态品质。
空地** 角度约束 时间约束 最优控制 滑模变结构控制 UCAV UCAV air-to-ground weapon angle constraint time constraint optimal control sliding mode control
1 空军工程大学防空反导学院，西安710051
2 空军工程大学航空航天工程学院，西安710038
针对无人作战飞机（UCAV）对空自主攻击时存在攻击范围小、机动能力差、信息链路延迟的问题，设计了一种旨在提高攻击精度和提升整体作战效能的自主攻击方法。根据UCAV对空自主攻击的特点分别建立了UCAV和制导导弹的运动学、动力学模型。采用模式搜索法解算得到导弹可攻击区和不可逃逸区,并设计了导弹最佳发射位置。为精确到达导弹发射位置，采用滑模变结构导引方法设计了自主攻击占位过程并进行了数字仿真。仿真结果表明，UCAV能够在短时间内到达导弹发射位置并保持姿态稳定，进而对目标实施打击。
无人作战飞机 对空自主攻击 最佳发射位置 攻击占位 滑模控制 UCAV airtoair autonomous attack optimum launch position attacking occupation sliding mode control
