近距空战训练中的智能虚拟对手决策与导引方法

作     者：孟光磊 刘德见 周铭哲 朴海音 陈耀飞 MENG Guanglei;LIU Dejian;ZHOU Mingzhe;PIAO Haiyin;CHEN Yaofei

作者机构：沈阳航空航天大学自动化学院沈阳110136 航空工业沈阳飞机设计研究所沈阳110035 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2022年第48卷第6期

页      面：937-949页

核心收录：

学科分类：07[理学] 08[工学] 082501[工学-飞行器设计] 070206[理学-声学] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 0702[理学-物理学] 

基　　金：国家自然科学基金(61503255) 沈阳市中青年科技创新人才支持计划(RC180174) 

主　　题：空战训练 智能虚拟对手 占位导引 机动识别 轨迹预测 动态贝叶斯网络(DBN) 

摘      要：针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝叶斯网络模型,实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作,建立轨迹预测模型,实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹,考虑飞行性能约束,采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引,克服了传统方法实现机动动作方式固化的问题,具备较好的实时性和优化性。