微分博弈在无人机集群攻防中的应用研究

为了解决传统微分博弈理论的局中人规模受限问题,针对固定翼无人机目标-攻击-防御三方集群对抗场景,提出了一种基于微分博弈的集群攻防决策算法。该集群攻防决策算法利用基于Dubins路径价值函数的拍卖算法将集群攻防对抗问题解耦为目标-攻击者-防御者三方微分博弈问题,并且融入载体坐标系转换以及自动驾驶仪控制模型等约束,实现三维空间中以加速度为控制输入的集群决策,为等规模三方集群对抗问题提供协同决策控制。仿真实验结果证明,提出的集群攻防决策算法对于多种规模的无人机集群均能生成攻防角色对应的决策控制,实现包括目标-攻击-防御三种角色的三方集群攻防空战决策,在优化个体决策的同时,兼顾集群内无人机间的协同性。     

空陆攻防博弈的动态武器目标分配

大规模作战具有高动态、非完全信息和不确定性，在分析归纳目前解决动态武器目标分配问题的一系列方法的基础上，尝试构建基于双方动态博弈的攻防对抗综合数学模型，并利用纳什均衡和帕累托最优算法进行分阶段求解。结果表明，该数学模型和博弈论方法结合能够有效解决武器目标动态分配问题。     

考虑协同电子干扰效果的空战多目标分配

以多机协同多目标攻防对抗为背景,研究协同火力/电子战综合决策方法。提出雷达发现概率下降因子表示雷达发现能力的下降程度,来衡量电子干扰对目标威胁度的影响效果;以降低目标总体威胁为目标,建立了多机协同自卫有源压制电子干扰功率分配模型,并采用贪心算法进行求解;最后综合考虑电子干扰对目标威胁度的影响,改进了基于协同攻防的空战多目标分配算法。通过仿真分析证明该决策过程是可行的、有效的。     

对抗仿真中防空导弹微分对策模型研究

针对防空导弹与目标的空间对抗,建立了防空导弹微分对策空间对抗模型,并推算得到了最优策略,运用自适应神经网络评判方法对模型进行求解,通过给定条件下的仿真证明了该算法的有效性,显示了该模型可应用于防空导弹与目标的空间对抗问题。     

认知网络中一种基于博弈论的抗阻塞干扰方法

文中针对认知无线网络中出现的恶意干扰次级用户问题,利用博弈理论,建立了在多信道条件下次级用户和恶意用户博弈对抗模型。通过求解纳什均衡点,得出最佳的随机功率分配策略对抗恶意干扰,并与其他策略进行比较。仿真结果表明,该算法能够最小化恶意用户干扰造成的损失。     

基于动态毁伤树的关键打击目标选择方法

目标选择是军事计划的重要组成部分。目标间的复杂关联和动态性给关键打击目标的确定带来较大困难。首先引入了目标体系概念,描述了目标体系的结构和响应机制,分析了目标系统失效模式的动态逻辑门,构建了目标体系的动态毁伤树模型。然后给出了基于动态毁伤树的关键目标选择模型,并使用启发式算法进行求解。最后通过典型的防空体系案例表明,该方法能够在目标具有层次性、动态性条件下为军事人员进行目标选择决策提供有效的辅助。     

多无人机协同打击任务的攻防博弈策略研究

针对多无人机协同打击的攻防博弈问题,给出了一种新的方法。建立了无人机的能力函数,通过能力函数的雅可比矩阵,给出多无人机协同打击位置的计算方法,进而建立了多无人机协同打击任务的攻防博弈模型,给出了h人有限策略静态博弈模型与纯策略纳什均衡的求解方法,最后进行了仿真验证。仿真结果表明:考虑多无人机协同打击能力的攻防博弈比没考虑的博弈相比,更全面地考虑了影响敌我双方决策的因素,获得了更大的评估收益值和打击效能,且提高了多无人机的协同打击能力。     

基于序贯对策的舰艇编队多阶段火力分配?

舰艇编队火力分配是海上作战中的重要问题。针对舰艇编队火力分配的动态对抗性,将舰艇编队多阶段火力分配问题形式化为一个攻防对抗的序贯对策问题,基于攻防双方火力单元的存活概率给出双方对抗下的支付函数,建立舰艇编队各阶段火力分配的双矩阵对策模型,通过纳什均衡求解与数学规划的关系,寻求有限次序贯对策中各个阶段对抗的纳什均衡解,进而分析得出攻防对抗中每阶段的最优火力分配策略。最后进行了仿真计算,结果表明该序贯对策方法具有实用性并有一定的推广价值。     

防空体系攻防对抗数字仿真的软件支持环境

本文首先综述了仿真支持软件的发展过程,介绍了防空体系攻防对抗数字仿真系统的目标、特点,由此引出其对仿真语言、仿真支持环境的要求,然后介绍了防空体系攻防对抗数字仿真的集成系统环境──ＤＳＩＥ,最后描述了开发防空体系攻防对抗数字仿真的过程和方法。     

对抗条件下防空武器系统效能评估

空袭和防空是对立存在的。针对现有防空武器系统作战效能评估模型的不足,指出了研究攻防对抗条件下评估防空武器系统作战效能的必要性。通过对防空武器系统与空袭敌机攻防对抗过程的分析,建立了攻防对抗条件下防空武器系统的效能评估模型,借助计算机仿真证明了该模型符合实际作战情况,具有较高的置信度,是对传统防空武器系统效能评估方法的一种完善和补充。     

多约束多关联条件下的目标选择

处理了如何从具有复杂关联和多种约束的目标集中选择目标的问题。首先,对目标集的组成结构和目标间的相互关联关系进行了描述,并分析了目标选择的两种约束类型,建立了多约束多关联条件下的目标选择模型。然后使用惩罚函数将多约束目标选择问题转化为无约束问题,给出了用遗传算法求解模型的方法步骤。最后通过案例表明,该方法结果稳定,优化效果好,能够在目标间具有复杂关联的条件下为军事人员进行目标选择决策提供有效的辅助。     

基于马尔科夫决策的目标选择策略

目标选择是军事计划的关键要素之一。基于马尔科夫决策方法,解决具有复杂目标间关联的多阶段目标选择问题。使用与或树描述目标体系各层状态间的影响关联,并以目标体系整体失效为求解目的,建立了基于离散时间MDP的多阶段打击目标选择模型。在LRTDP算法基础上提出一种启发式方法,通过判断从当前目标体系状态到达体系失效状态的演化过程中的可能资源消耗和失败概率,来提供对当前状态的评估值,该方法能有效排除问题搜索空间中不能到达体系失效目的的中间状态,压缩了由于目标间复杂关联而增长的巨大状态空间。用实验验证了该方法有效性,实验结果表明,该方法直观实用,对目标间具有复杂关联关系的目标打击决策有一定参考价值。     

基于贝叶斯混合博弈的空袭火力资源分配决策模型

从博弈论的角度出发研究空袭火力资源的分配问题,针对空袭编队和防空火力单元攻防对抗过程中存在的不确定性、静态性以及动态性,建立基于贝叶斯混合博弈的空袭对抗火力分配模型。通过构造贝叶斯混合博弈树,采用逆向回溯法分别建立不同的博弈分析模型,利用混合粒子群算法求解那什均衡。仿真结果表明:以博弈论为背景研究空袭作战火力分配问题,符合真实的作战坏境,有效性好,有较高的理论应用价值。     

针对无人机集群对抗的规则与智能耦合约束训练方法

基于无人机集群智能攻防对抗构想,建立了无人机集群智能攻防对抗仿真环境。针对传统强化学习算法中难以通过奖励信号精准控制对抗过程中无人机的速度和攻击角度等问题,提出一种规则与智能耦合约束训练的多智能体深度确定性策略梯度(rule and intelligence coupling constrained multi-agent deep deterministic policy gradient, RIC-MADDPG)算法,该算法采用规则对强化学习中无人机的动作进行约束。实验结果显示,基于RIC-MADDPG方法训练的无人机集群对抗模型能使得红方无人机集群在对抗中的胜率从53%提高至79%,表明采用“智能体训练—发现问题—编写规则—再次智能体训练—再次发现问题—再次编写规则”的方式对优化智能体对抗策略是有效的。研究结果对建立无人机集群智能攻防策略训练体系、开展规则与智能相耦合的集群战法研究具有一定参考意义。     

基于推理的体系对抗条件下空袭目标优选方法

针对体系对抗条件下空袭目标选择缺乏不确定多要素分析能力和足够的自主推理能力,研究了空袭体系的基本作战样式,根据智能决策模拟系统需求,结合决策行为产生机理,建立基于区间数的综合推理模型,给出空袭目标优选规则,提出基于推理的体系对抗条件下空袭目标优选方法,最后给出一个仿真实例。实例结果表明,该方法可作为体系对抗条件下作战仿真系统的重要组成部分,为军事指挥员提供辅助决策支持。     

基于元深度强化学习方法的智能博弈决策模型研究

针对陆军装甲分队博弈对抗决策问题,在分析深度强化学习方法在构建智能博弈对抗决策模型适用性基础上,对基于马尔科夫决策过程的陆军装甲分队博弈对抗过程模型进行了形式化描述,提出了基于元深度强化学习的博弈对抗决策模型,给出了分队战术平台下基于元深度强化学习的智能博弈对抗策略生成与优化框架.研究成果可为智能博弈对抗问题的解决提供一种思路.     

基于多目标动态威胁的潜艇航路规划建模与求解

为增强航路规划算法的适用性,充分考虑潜艇面临的动态威胁,建立并求解了基于多目标动态威胁的潜艇航路规划模型.首先,介绍了微分对策的基本理论,指出其在处理航路规划问题方面的优越性;其次,引入了基于单目标威胁的航路规划模型,并采用微分对策对其进行了描述和求解;最后,在单目标威胁模型的基础上,推导了基于多目标动态威胁的潜艇航路规划模型,建立了对策的状态变量、控制变量及其约束、状态方程与微分对策模型,并给出了其微分对策的系统解.数值求解结果表明:该算法可较好地解决动态对抗问题,只需确定界栅和最优策略即可,同时该航路规划算法简便易行,具有较强的适用性.     

基于贝叶斯网络的目标选择方案设计

信息化条件下体系对抗成为现代战争的基本形态,因此面向体系的目标选择问题尤为重要。针对目标体系中各目标所发挥作用的不确定性和模糊性,利用贝叶斯网络易于进行不确定性推理的优点,提出了目标选择方法,建立了基于贝叶斯网络的目标选择模型。通过实例仿真计算,表明该模型能够准确地对目标进行排序,推理简单,易于实现,验证了模型的有效性。     

火力对抗条件下反坦克导弹目标分配优化

以对抗条件下反坦克导弹作战过程为依据,建立了火力对抗条件下反坦克导弹目标分配的优化模型,并提出了坦克火力分配优化模型,研究利用改进的遗传算法来设计求解,在VC++下对实例进行求解,所得结论合理,本研究对反坦克导弹分队火力分配决策具有一定的参考作用和现实意义.     

基于影响网络与不完全信息多阶段博弈的作战行动序列模型及求解方法

拟制作战计划的关键是生成作战行动序列.考虑作战行动过程中的不确定性以及激烈对抗性,以影响网络分析作战行动和战场态势之间的相互影响,用不完全信息博弈分析敌对双方之间的对抗,建立了基于影响网络和不完全信息多阶段博弈的作战行动序列模型,并给出了求解方法.通过计算实例说明了模型及其求解方法.结果显示该模型生成的COA更适应于对抗环境.