[发明专利]一种基于粒子群搜索的神经网络空战机动决策方法

说明书

本发明涉及空战机动决策技术领域，涉及一种基于粒子群搜索的神经网络空战机动决策方法，其包括以下步骤：一、建立红蓝双方空战战斗机运动学与动力学模型；二、建立空战态势优势函数，包括角度优势函数、速度优势函数、距离优势函数、高度优势函数；三、粒子群算法优化空战机动决策；四、生成空战双方轨迹与机动决策数据库；五、构建神经网络并训练；六、基于神经网络的机动决策。本发明的空战机动决策具有较佳地优越性和快速性。

技术领域

本发明涉及空战机动决策技术领域，具体地说，涉及一种基于粒子群搜索的神经网络空战机动决策方法。

背景技术

空战在现代战争中越来越处于主导战争走向的关键因素，制空权决定着战场优势。随着人工智能等科学技术的发展，智能空战决策引起了世界范围内的广泛关注。比较典型的代表有专家系统法、神经网络法、人工免疫法、遗传算法以及强化学习算法等，然而空战过程具有复杂高动态极强不确定性的特征，使得专家系统、神经网络和遗传算法等方法所设计的决策系统缺乏足够的完备性和灵活性，而强化学习算法存在回报函数难以适当设置、网络迭代收敛速度慢难以达到收敛条件。

发明内容

本发明的内容是提供一种基于粒子群搜索的神经网络空战机动决策方法，其能够克服现有技术的某种或某些缺陷。

根据本发明的一种基于粒子群搜索的神经网络空战机动决策方法，其包括以下步骤：

一、建立红蓝双方空战战斗机运动学与动力学模型；

二、建立空战态势优势函数，包括角度优势函数、速度优势函数、距离优势函数、高度优势函数；

三、粒子群算法优化空战机动决策；

四、生成空战双方轨迹与机动决策数据库；

五、构建神经网络并训练；

六、基于神经网络的机动决策。

作为优选，步骤一中，在地面坐标系中，ox轴取正东方向，oy轴取正北方向，oz轴取竖直方向，向上为正；在地面坐标系中红蓝双战机运动模型为：

在地面坐标系中，红蓝双方战机动力学模型

其中，(x,y,z)为红蓝战机在地面坐标系中的位置，表示速度v在地面坐标系中的三轴分量，θ表示航迹倾角，ψ表示航迹偏角，g表示重力加速度，n_x表示轴向过载，n_z表示战机俯仰方向的过载，即法向过载，γ_v表示速度矢量的滚转角；通过n_x控制速度的大小，n_z和γ_v控制速度的方向。

作为优选，步骤二中，建立空战态势优势函数包括以下步骤：

2.1)建立角度优势函数，包括目标方位角优势函数和目标进入角优势函数；

目标方位角优势函数定义为：

式中，λ_M max是导弹的最大离轴发射角；q_r为红方战机的进入角，即蓝方战机的方位角；

目标进入角优势函数定义为：

式中，q_b为蓝方战机的进入角；

目标进入角和目标方位角对优势态势函数耦合影响，定义角度优势函数为：