您好,欢迎光临上海图书公司! 登录
无人作战飞机自主空战技术
ISBN:9787118133554
作者:编者:丁达理|责编:丁福志
定价:¥78.0
出版社:国防工业
版次:第1版
印次:第1次印刷
开本:4 平装
页数:127页
商品详情
目录

第1章  无人作战飞机自主空战技术综述
  1.1  无人作战飞机自主空战的应用背景和需求性分析
  1.2  无人作战飞机自主空战方法综述
    1.2.1  轨迹预测方法研究现状
    1.2.2  近距空战机动决策方法研究现状
    1.2.3  中远距空战机动决策方法研究现状
  1.3  相关问题与重要理论
    1.3.1  空空导弹可发射区解算问题
    1.3.2  空战试探机动决策问题
    1.3.3  深度强化学习
第2章  空战几何关系及UCAV平台模型构建
  2.1  空战几何关系分析
    2.1.1  航向夹角、方位角和距离
    2.1.2  基于空战几何关系的态势分析
    2.1.3  攻击几何学
  2.2  无人作战飞机模型及参数拟合
    2.2.1  无人作战飞机平台模型
    2.2.2  升力模型与阻力模型
    2.2.3  推力模型
    2.2.4  飞行包线及约束
  2.3  本章小结
第3章  典型空空导弹可发射区建模
  3.1  导弹可发射问题的解算原理
  3.2  基于追逃对抗策略的目标机动预估系统构建
    3.2.1  目标机平台质点模型
    3.2.2  目标机动库构建
    3.2.3  逃逸机动评价函数设计
    3.2.4  基于统计学原理的逃逸机动决策方法
  3.3  多约束条件下空空导弹运动动力学建模
    3.3.1  空空导弹运动动力学模型
    3.3.2  导弹导引控制模型
    3.3.3  导弹性能约束条件分析
  3.4  基于黄金分割搜索算法的可发射边界求解策略
    3.4.1  黄金分割策略的解算原理
    3.4.2  黄金分割策略的简要改进办法
  3.5  模型验证与仿真分析
  3.6  本章小结
第4章  基于BO-Bi-LSTM的目标多步轨迹预测
  4.1  在线滚动预测理论
    4.1.1  KNNImputer算法用于缺失数据填充
    4.1.2  在线滚动递归预测
    4.1.3  dropout层
  4.2  BO-Bi-LSTM多步轨迹预测
    4.2.1  ISTM及Bi-LSTM网络
    4.2.2  贝叶斯自动优化网络超参数
    4.2.3  滑动窗口长度确定
  4.3  仿真实验与分析
    4.3.1  第一段轨迹
    4.3.2  第二段轨迹
    4.3.3  网络超参数优化结果
  4.4  本章小结
第5章  基于典型战术机动动作的机动轨迹规划方法
  5.1  UCAV试探机动决策系统的构建原理
  5.2  UCAV试探机动决策系统的构建
    5.2.1  多约束条件下UCAV运动动力学建模
    5.2.2  UCAV试探机动控制量优化设计
  5.3  空战机动决策评价函数构建
    5.3.1  空战过程中的相对位置关系表述
    5.3.2  角度决策因子评价函数
    5.3.3  距离决策因子评价函数
    5.3.4  能量决策因子评价函数
    5.3.5  机动决策整体评价函数
  5.4  基于导弹攻击状态评估的权重因子分级模型
  5.5  模型验证与仿真分析
    5.5.1  仿真1:包含决策过程的智能体UCAV对抗非智能体目标
    5.5.2  仿真2:含评估过程的智能体UCAV对抗不含评估过程的智能体目标
  5.6  本章小结
第6章  中远距自主空战机动占位决策
  6.1  多普勒雷达探测原理
    6.1.1  最小可检测信号
    6.1.2  检测概率
  6.2  中远距雷达探测区及盲区建模
    6.2.1  相控阵雷达探测远边界建模
    6.2.2  多普勒雷达探测盲区建模
    6.2.3  辐射方向图仿真
    6.2.4  相控阵雷达探测距离仿真
    6.2.5  雷达盲区仿真
  6.3  基于多普勒盲区的中远距机动决策
    6.3.1  决策模式
    6.3.2  战术优势适应度函数
    6.3.3  态势权值
  6.4  仿真实验与分析
    6.4.1  仿真条件设置
    6.4.2  使用MPC框架下的中远距机动决策
    6.4.3  不使用MPC框架下的中远距机动决策
    6.4.4  对比总结
  6.5  本章小结
第7章  基于深度强化学习的离线机动决策学习方法
  7.1  空战机动决策设计
    7.1.1  总体思路
    7.1.2  状态转移更新机制设计
    7.1.3  奖励函数设计
  7.2  LSTM-PPO算法
    7.2.1  深度强化学习
    7.2.2  PPO算法
    7.2.3  OU随机噪声
    7.2.4  LSTM-PPO算法设计
  7.3  仿真实验
    7.3.1  实验数据处理
    7.3.2  实验设计
    7.3.3  仿真结果分析
    7.3.4  算法对比分析
  7.4  本章小结
参考文献

最近浏览过的书籍