基于深度强化学习的无人机实时航迹规划

随着无人机技术的应用和发展,无人机执行任务的飞行环境愈发复杂多变,对无人机机动避障能力和航迹规划的实时性提出了更高的要求。基于泛化性较好、对环境依赖弱的深度强化学习算法,以雷达实时获取的障碍物地图信息为基础进行实时路径规划,针对二维航迹规划问题特点设计了连续奖励函数,解决了强化学习算法在二维平面航迹规划中奖励稀疏的问题;基于迁移学习的思想设计多个训练环境,并按任务的难易程度进行分步训练,降低了算法的训练难度,提高了训练效果,并使算法的收敛效果更加稳定。在实验中将SAC算法与目前主流的PPO和TD3算法进行对比,实验结果表明：SAC算法收敛速度快,实时性好,航迹平滑度更好。     

基于数字孪生的导弹部队在线仿真系统设计

导弹作战具有复杂多变、不确定性强的特点,基于数字孪生技术在仿真系统中生成与现实世界实时同步的虚拟战场态势,从而进行作战方案在线仿真推演和效能评估,根据仿真评估结果预测战争走向,实现战场“透视”的目的,这对于指挥员掌握战场主动权和科学决策具有重要作用。通过建立在线仿真系统总体框架和内外部接口关系,将系统根据功能划分为战场情报预处理、实体模型动态生成与匹配、仿真推演、效能评估、仿真引擎和仿真支撑库等6个子系统,对各子系统的功能组成和运行机理进行解析,对基于EATI的建模法则和战场态势特征提取及模型匹配2项关键技术的具体原理和实现方法进行了解析,结合导弹部队的作战特点,建立了作战效能仿真评估指标体系,为下一步仿真系统的实现提供了方法指引。