基于深度强化学习和导航向量场的卫星规避拦截算法

针对在轨卫星规避拦截问题,提出了一种新的基于强化学习和三维李雅普诺夫导航向量场（3D-LGV）算法。首先,采用3D-LGV产生收敛于椭圆轨道的趋近律,保证规避拦截后能再次入轨。其次,针对拦截卫星利用扰动流体动态系统算法（IFDS）产生扰动流场,利用该扰动流场对导航向量场产生的趋近律进行修正,从而保证卫星能有效地规避拦截。由于IFDS算法中扰动流场大小和方向主要受其中反应系数和方向系数的影响,采用近端策略优化深度强化学习算法作为决策层输出反应系数和方向系数,用于指导卫星在不同场景下提供合适的对导航向量场的修正。最后,通过将IFDS算法修正后的趋近律作为卫星的最终运动方向,实现了整个规避过程。在构建的不同场景下进行了对比实验,结果表明,相较于滚动时域优化算法（RHC）、人工势场算法（APF）和传统IFDS算法,基于强化学习的算法决策时间更短、规避效果更好,在不同场景下均能实现有效规避。同时,对该算法进行蒙特卡洛仿真,统计结果显示卫星规避成功率高达98%。因此,此研究对智能方法在卫星规避拦截领域的应用具有一定价值。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

破甲弹药形罩的探讨与试验

本文对杀伤 /破甲双用途子母弹在研制过程中的验证性试验结果进行了分析 ,得出了药形罩内异物使破甲弹难以形成金属射流的试验结果。同时 ,也对防护杀伤 /破甲双用途子母弹对装甲目标的毁伤提供依据     

灰色层次评估法在智能雷战斗部总体效能评估中的应用

本文在对武器装备效能评估诸方法进行详细分析的基础上 ,引入灰色层次评估法对反直升机智能雷战斗部总体效能进行评估。建立了具有层次结构的评价体系 ,主要用于在设计阶段对反直升机智能雷战斗部总体效能进行评估。在确定样本矩阵方面 ,提出了用性能指标的效用函数值取代由评估者评分的方法 ,使得样本矩阵更具有可靠性和科学性 ,结果表明该方法受评估者的主观性影响较小     

基于多Agent的编队导弹攻击火力分配的优化研究

目前解决火力分配优化问题的更多的是运用静态的数学模型,忽略了作战是一个激烈对抗的过程.为了更全面地研究编队导弹攻击分配的优化问题,提出了一种基于多Agent的编队导弹攻击火力分配仿真优化研究的方法.首先建立了舰艇Agent的模型,研究了Agent的演化模型,建立了基于Agent的火力分配的优化模型.通过Agent自身的演化,从而达到整个编队导弹攻击的火力分配决策的优化目的.最后给出了仿真试验,对仿真结果数据的分析,验证了方法的可行性.     

美军几种有效提高频谱利用率的技术

文中简要介绍了美军的几种可有效提高频谱利用率的技术,如基于信号传播控制的频谱复用技术:定向天线和组网;利用信号问差异的频谱复用技术:扩展频谱、信号极化和智能天线等。文中对这些技术的特征以及应用于频谱复用时的特点作了简要阐述。