下载掌阅APP，畅读海量书库
立即打开
随着航空装备智能化的发展，采用智能空战辅助决策系统的战斗机将在未来战场占据重要位置。本书从实战训练的数据出发，主要研究空战关键态势要素的提取、空战态势评估和智能空战辅助决策方法等内容。全书共 6 章，第 2 章～第 5 章为本书的核心章节。第 2 章基于态势聚类分析了 4 类空战态势，在此基础上提取出各类态势的关键要素；第 3 章基于提取的关键态势要素构建态势评估指标，结合空战的动态性特点，建立动态变权重的态势评估模型；第 4 章和第 5 章分别研究了基于近似动态规划法的攻击占位决策和机动规避决策，完成了最优机动策略的搜索。
本书各章节结构如图 1.2 所示。
图 1.2 本书章节结构
第 1 章综述主要介绍了本书的研究背景，还介绍了当前国内外智能空战辅助决策方法的研究现状，论述了当前空战训练及实战运用中发展智能辅助决策系统的现实需求。最后对本书的章节和结构安排进行了简要介绍。
第 2 章实训数据态势特征数据提取首先基于实训数据聚类分析，将空战态势聚类分为互为均势、互为劣势、敌方优势、我方优势 4 类态势；然后采用数据挖掘的方法，通过卷积神经网络和主成分分析法提取出反映各类态势的关键要素。通过这些关键的态势要素，飞行员可以简单明了地判断自己所处的空战环境，为后续态势评估做准备。
第 3 章基于动态变权重的空战态势评估首先分析了传统态势评估方法存在的不足，根据导弹攻击区理论构造态势评估优势函数；其次分析论述了空战动态变化过程中，各个评价指标之间所占权重动态变化的机理；最后通过线性加权获得态势函数值，实现空战态势的动态评估。该章将为后续章节研究奠定基础。
第 4 章基于近似动态规划法的攻击占位决策首先将空战问题简化为二维平面的攻击占位决策问题，同时分析二维机动过程中可能存在的过冲问题，提出惩罚因子对近似动态规划法进行改进，基于最小二乘拟合的思路求解二维平面空战的最优机动策略。然后，将近似动态规划法应用于三维空间，针对大规模状态空间存在的维数灾难，采用径向基神经网络近似求解状态值函数，并且提出 Q - V 值协同逼近的状态值函数近似模型，解决了新样本学习训练时产生的灾难性扰动问题。
第 5 章基于近似动态规划法的机动规避决策。智能辅助决策系统不仅应该具备完成攻击占位决策的能力，也应该具备在劣势时机动规避的能力。本章采用类似第 4 章的方法，将空战对抗理解为一个零和博弈过程，求解纳什均衡，寻找空战机动规避的最优机动策略。
第 6 章研究工作总结及展望对本书的研究内容进行了总结，分析了本书研究的不足及未来该领域的研究发展方向，计划了下一步的研究重点。