基于时机博弈的高超声速飞行器机动突防策略设计方法

    公开(公告)号:CN117171877A

    公开(公告)日:2023-12-05

    申请号:CN202311102259.2

    申请日:2023-08-30

    Abstract: 本发明公开了一种基于时机博弈的高超声速飞行器机动突防策略设计方法,首先基于高超声速飞行器在近距对抗中的优劣势分析,提出基于突防窗口的博弈突防策略;然后在横侧向平面内建立近似逆轨拦截态势下的攻防对抗数学模型;接下来基于突防窗口的博弈突防策略,对工程应用中不同的作战态势、敌我机动策略和机动能力等进行蒙特卡洛仿真,生成博弈对抗数据库;最后通过神经网络对数据库进行离线学习,在线计算生成突防窗口指导高超声速飞行器完成对不同场景的突防。在线计算过程中,针对不确定的敌方信息和态势信息,可结合数据库将该输入项取极值或多个取值,最终在所生成的多个窗口中寻找公共区间,即为公共突防窗口。

    一种基于深度强化学习的飞行器智能容错控制方法

    公开(公告)号:CN116088556A

    公开(公告)日:2023-05-09

    申请号:CN202310171397.X

    申请日:2023-02-27

    Abstract: 本发明涉及一种基于深度强化学习的飞行器容错控制方法。首先建立了飞行器六自由度非线性模型,并对飞行器姿态运动实施小扰动线性化。以俯仰通道为例搭建经典PD控制结构,引入深度确定性策略梯度算法对既定结构的参数进行训练优化。为验证DDPG算法效果,设计深度神经网络结构并针对线性化系统进行训练及结果比对;再综合三个通道应用至未故障的非线性系统得到智能体,以自适应控制方法原理为参考,在该智能体的基础上增加控制输出前的补偿决策量,实现对故障情况下的姿态角有效控制,并提高姿态跟踪精度及鲁棒性。

Patent Agency Ranking