-
公开(公告)号:CN117669179A
公开(公告)日:2024-03-08
申请号:CN202311605960.6
申请日:2023-11-28
Applicant: 北京电子工程总体研究所
IPC: G06F30/20
Abstract: 本发明提供一种多弹围捕空间建模方法、系统、设备。该发明为有效评估多弹围捕策略与协同控制技术的性能奠定了模型基础;将阿波罗尼奥斯圆改进为阿波罗球后,可将围捕区域从二维扩展到三维,进而形成对目标的空间围捕,进一步考虑到导弹机动的速度损失,引入了修正因子,提出了阿波罗尼奥斯椭圆的概念,使得围捕空间的置信度更高,能够更好支撑后续围捕策略的研究与评估。提出冗余覆盖策略,根据目标的最大过载计算出目标的机动圆弧,在圆弧的末端布置导弹对目标进行覆盖,进而得到冗余覆盖弹群的最佳数量,构建出弹群的初始位置。
-
公开(公告)号:CN113239472B
公开(公告)日:2021-09-21
申请号:CN202110775732.8
申请日:2021-07-09
Applicant: 中国科学院自动化研究所 , 北京电子工程总体研究所
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06F111/08
Abstract: 本发明提供一种基于强化学习的导弹制导方法和装置,其中方法包括:基于雷达信号,获取当前导弹和目标的位置、姿态信息,以及导弹当前剩余能量信息;基于当前导弹和目标的位置、姿态信息,以及导弹当前剩余能量信息,确定当前时刻的观测向量,并基于当前时刻以及上一时刻的观测向量,确定当前状态;将所述当前状态输入至动作网络,得到所述动作网络输出的动作,并基于所述动作,确定所述导弹的控制量;其中,所述动作网络是基于样本观测向量、每一时刻导弹采取的样本动作及其对应的奖励进行强化学习得到的。本发明提高了带角度约束的导弹围捕准确性。
-
公开(公告)号:CN113239472A
公开(公告)日:2021-08-10
申请号:CN202110775732.8
申请日:2021-07-09
Applicant: 中国科学院自动化研究所 , 北京电子工程总体研究所
IPC: G06F30/15 , G06F30/27 , G06N3/08 , G06F111/08
Abstract: 本发明提供一种基于强化学习的导弹制导方法和装置,其中方法包括:基于雷达信号,获取当前导弹和目标的位置、姿态信息,以及导弹当前剩余能量信息;基于当前导弹和目标的位置、姿态信息,以及导弹当前剩余能量信息,确定当前时刻的观测向量,并基于当前时刻以及上一时刻的观测向量,确定当前状态;将所述当前状态输入至动作网络,得到所述动作网络输出的动作,并基于所述动作,确定所述导弹的控制量;其中,所述动作网络是基于样本观测向量、每一时刻导弹采取的样本动作及其对应的奖励进行强化学习得到的。本发明提高了带角度约束的导弹围捕准确性。
-
-