机载多智能体信息融合决策系统

将多智能体技术引入到多传感器信息融合领域,通过充分利用智能体的自主性,分布性和协作性等优点,构建基于多智能体的机载信息融合决策系统.详细介绍了多智能体技术在该融合决策系统中的应用,重点描述了各智能体的功能,融合决策体系的结构框架,工作机制和软件实现等内容,为信息融合技术的发展开辟了新的方向.     

自治式潜水器规避航行神经网络控制器设计

在规避机动状态下,为了实现对自治式潜水器良好的航行控制,通过分析潜水器的运动状态,建立了运动状态方程,确立了非线性单输入/单输出系统.同时,将复杂的非线性模型通过微分同胚的方法转化为降阶的线性模型,并在此基础上提出了一种基于神经网络的控制方法:将滑模控制思想、反馈线性化理论及神经网络在线建模方法相结合,提出了基于神经网络的鲁棒自适应控制算法,并将此方法用于自治式潜水器高度保持的仿真中,从仿真的结果来看,控制器具有满意的控制效果,证实了该方法的有效性,能为自治式潜水器航行控制提供一定的参考.     

海战场的规划识别研究

规划识别可分为锁眼型(keyhole)和意图型(intention),又可划分为个体的和群体的两种类型,对于敌舰艇编队的规划识别则属于意图型的和群体类型的.舰船及其编队指控系统在战场指挥决策过程中,根据多传感器信息融合系统提供的实时数据与信息进行态势评估,除了敌我识别、目标身份识别、威胁估计外,还涉及对敌舰及其编队的意图型、群体型的规划识别问题.初步探讨舰艇编队(即多自主体系统Multi-Agent System,MAS)规划识别特点、MAS规划识别规划结构框架和基于时态描述逻辑的动作推理的若干问题.     

C2系统仿真及评价研究进展

以网络中心战价值链的分析为核心,对指挥控制系统的地位特点及仿真与评价的必要性进行了论证,在此基础上,从"忽略或淡化"、人在回路中、专家系统、基于Agent的方法及基于Swarm的方法5个角度对智能行为建模领域的研究进展进行了分析,同时从"基于能力"及"基于优势"两个视野对指挥控制系统指标体系的构建方法及相应架构进行了剖析.     

反无人机绳网捕获系统的动力学建模与仿真

针对无人机"黑飞"问题,提出了包含捕获平台地面发射、柔性绳网空中展开抓捕和降落伞回收的反无人机绳网捕获系统方案,建立了全过程动力学模型.并将动力学模型中的平台飞行轨迹模型和绳网展开模型与飞行试验数据进行了对比验证.结果表明,该系统动力学建模与仿真方案可行,对系统工程设计具有指导意义.     

应用改进的LP算法构建虚拟阵的精确定向方法

为了克服传统LP(Linear Predecition)算法在构建虚拟阵过程中存在预测误差容易累积的弊端,提出了一种能够更充分利用实阵信息量的改进LP算法来构建虚拟阵。采用实际基阵方法、传统LP虚拟阵方法和改进LP虚拟阵方法分别对假定基阵的波束性能进行计算机仿真及对湖试数据进行处理成像,研究结果表明,与传统LP方法相比,改进的LP方法能够有效地抑制波束旁瓣,进一步提高了基阵的角度分辨力和阵增益,将其运用于特定试验背景下的实际湖底目标探测,方向分辨精度可提高75%。     

亚太地区弹道导弹能力水平及发展特点分析

目前,世界范围内的弹道导弹发展十分活跃,亚太更是世界上弹道导弹发展的热点地区。2014年,俄罗斯持续进行弹道导弹现代化建设,加速更新换代;印度多次试射中远程弹道导弹,"三位一体"核力量建设初具规模;朝鲜和韩国都在积极改进弹道导弹,以提升远程打击能力和搭载核弹头能力;日本也致力于洲际弹道导弹技术研发。     

超空泡航行体深度跟踪串级控制策略

针对空泡与航行体之间非线性滑行力导致的超空泡航行体稳定性问题,提出了基于圆判据理论和Nelder-Mead算法的超空泡航行体深度跟踪串级控制方法。介绍了超空泡航行体数学模型以及圆判据定理基础知识。结合模型特性推导了超空泡航行体串级误差状态方程,利用圆判据定理研究了内环绝对稳定性。通过Nelder-Mead算法对内环反馈参数进一步优化。仿真分析结果表明：所提控制方法便于反馈参数整定,可以充分利用超空泡航行体的控制量实现深度跟踪。     

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。