描述
开 本: 16开纸 张: 轻型纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787121383953
现代化空战形态的演变对空战平台和机载武器系统提出了更高的要求。与此同时，装备性能的提升也对飞行员提出了更为严苛的要求。面对丰富的信息数据和剧烈变化的空战态势，留给飞行员进行决策判断的时间急剧缩短，这就要求飞行员必须快速做出机动决策。但是，这必然会导致飞行员的决策失误率上升，战机的生存概率下降，进而影响空战效果。目前，空战对抗训练中，攻防双方对抗激烈，态势环境日趋复杂，飞行员在空战中误判态势、贻误战机、错失有利占位的情形也在呈上升趋势。为了有效应对信息化条件下的攻防对抗，本书对空战智能实时辅助决策方法进行了阐述。全书主要分为空战态势要素提取、空战态势评估、攻击占位决策及机动规避决策4个部分的内容，着力解决辅助决策系统中的态势快速感知、攻击占位、机动规避决策问题。 本书适用于对空战智能辅助决策感兴趣的读者。
目 录／Contents
第1章 综述 1
1.1 研究背景 2
1.2 空战辅助决策概述 2
1.2.1 空战决策需求分析 2
1.2.2 空战态势评估 4
1.2.3 空战辅助决策 5
1.3 国内外研究现状分析 7
1.3.1 空战态势评估研究现状 7
1.3.2 空战辅助决策研究现状 9
1.4 研究内容及结构 12
第2章 实训数据态势特征数据提取 15
2.1 引言 16
2.2 空战数据来源介绍 17
2.2.1 空战数据结构 17
2.2.2 空战数据预处理 19
2.3 基于密度峰值聚类算法的空战态势分类 20
2.3.1 密度峰值聚类算法理论 20
2.3.2 空战态势分类模型 22
2.4 基于主成分分析法的态势特征提取 23
2.4.1 主成分分析法理论 23
2.4.2 空战态势特征提取模型 24
2.5 仿真分析 25
2.6 本章小结 28
第3章 基于动态变权重的空战态势评估 29
3.1 引言 30
3.2 态势评估指标体系的建立 31
3.2.1 空战静态能力评估 33
3.2.2 空战动态态势评估 33
3.3 动态变权重评估模型的建立 38
3.3.1 动态变权重评估模型 38
3.3.2 态势类型的确定 39
3.3.3 动态权重的确定 41
3.4 仿真分析 42
3.5 本章小结 45
第4章 基于近似动态规划法的攻击占位决策 47
4.1 引言 48
4.2 近似动态规划法基本框架 49
4.3 近似动态规划法在二维连续状态空间的应用 50
4.3.1 二维平面空战问题描述 51
4.3.2 基于多项式拟合的值函数逼近 53
4.3.3 仿真分析 60
4.4 近似动态规划法在三维连续状态空间的应用 63
4.4.1 智能体的动力学模型 65
4.4.2 智能体决策序列搜索 70
4.4.3 仿真分析 78
4.5 本章小结 81
第5章 基于近似动态规划法的机动规避决策 83
5.1 引言 84
5.2 机动规避策略的理论依据 84
5.3 敌机航迹状态预测 86
5.3.1 长短期记忆网络框架 86
5.3.2 损失函数优化算法 88
5.3.3 航迹预测模型 91
5.3.4 仿真分析 93
5.4 基于Q-network的机动规避决策 95
5.4.1 威胁评估模型的建立 95
5.4.2 机动规避动作的选择 97
5.4.3 Q-network模型构建 99
5.4.4 仿真分析 102
5.5 本章小结 104
第6章 研究工作总结及展望 105
6.1 研究工作总结 106
6.2 研究工作展望 107
参考文献 109
前 言／Preface
随着人工智能技术广泛应用于军事装备领域，未来的战争将向智能化、无人化、高度信息化演变，现代化空战形态的演变对空战平台和机载武器系统提出了更高的要求。与此同时，装备性能的提升也对飞行员提出了更为严苛的要求。面对丰富的信息数据和剧烈变化的空战态势，如何提高飞行员战场感知能力和机动决策能力，成为当今航空装备发展亟待解决的问题。鉴于目前人工智能技术的局限性，本书仅对智能空战实时辅助决策方法进行研究。
本书以某型飞行训练系统的实际数据为研究基础，以一对一空战的战术辅助决策为研究背景，对战术辅助决策系统中态势特征提取、空战态势评估、智能体自主决策3个问题进行研究。
本书完成的主要工作如下：
（1）构建空战态势分类模型和态势特征提取模型。以某型飞行训练系统记录的空战数据为研究对象，以改进的密度峰值聚类算法为基础将某场空战的态势数据聚类为敌方优势、我方优势、双方均势、双方劣势4类。在此基础上，分别对各类态势数据采用主成分分析法提取出某一态势类型下的态势特征。掌握态势特征与态势类型的对应关系可以进一步提高飞行员对空战态势的感知能力。
（2）构建动态变权重的空战态势评估模型。针对态势评估中常权求和带来的信息动态性不够灵活的问题，本书在优势函数的基础上，基于贝叶斯态势分类模型，提出了动态变权重的近距空战态势评估方法。该方法考虑空战态势的变化特点，对评估的指标权重随态势类型变化做出动态调整；充分利用态势信息，刻画不同态势类型情况下指标对态势值的贡献值大小；通过空战数据仿真实验，验证本书所提方法在空战态势评估中的可行性和有效性。
（3）构建近似动态规划法的攻击占位决策模型。本书对二维空间的攻击占位决策问题进行了研究。本书针对近似动态规划法求解机动决策问题时的维数灾难问题，二维空间攻击占位决策模型，基于函数拟合的思想解决了空战状态的连续性问题；并且针对机动决策中的过冲和碰撞问题，对近似动态规划法进行改进。仿真结果表明，二维空间模型的机动决策模型能够有效避免过冲和碰撞问题。三维空间攻击占位决策模型，基于强化学习理论，在RBF神经网络的基础上，提出Q-V值协同逼近的状态动作值函数模型，并且采用神经网络的方法，将学习过程中得到的经验知识作为模型后续的训练样本，构建动态启发式动作搜索策略，提高了策略搜索的效率。仿真结果表明，基于Q-V值协同逼近的RBF神经网络智能体能够感知战场态势，并做出合理的机动决策。
（4）构建近似动态规划法的机动规避决策模型。针对空战机动规避决策之前预测敌方机动的规律，本书首先基于Adam 优化LSTM网络的方法构建敌方轨迹预测模型，然后在强化学习的框架下，将预测的航迹信息作为奖励信号，采取 纳什均衡策略选取机动动作，最后基于经验回放的原理，构建Q-network机动规避决策模型。仿真结果表明智能体可以较为准确地对敌方航迹进行预测，并且针对当前的态势做出较为合理的规避决策。
王栋、姜龙亭和寇雅楠为本书主要编写人，薛国红和吴斌也参与了本书的编写工作。由于时间仓促，加之作者水平有限，本书错误之处在所难免，恳请各位读者批评指正。真诚地希望本书的研究可以为同方向的研究者提供新的研究思路，为同领域的研究者提供一定的参考。
著 者
2019年12月
评论
还没有评论。