多机空战仿真协同战术决策方法
多机空战仿真协同战术决策方法
数 0 b1 b2 1
3
目标分配和火力分配
在多机空战仿真中可以选定以下目标分配原则 首
3.1 目标分配
先打击威胁度高的目标 避免重复攻击 以优攻劣
即以我机中空战态势占优的飞机攻击处于劣势的敌机 设我方 m 架红机攻击敌方 n 架蓝机 根据以上原则 制定目标分配的具体步骤如下 1 评估空战态势 计算各架蓝机相对于红机的空 战态势指数 生成空战态势矩阵 S
图1
空战态势示意图
万方数据
• 724 • 距离威胁指数 0.5 ri − rmti ) 0.5 − 0.2 ( Tri = rm − rmti 1.0 0.8 速度威胁指数 0.1 Tvi = − 0.5 + vi / vz 1.0 vi < 0.6vz 0.6vz ≤ vi ≤ 1.5vz vi > 1.5v z ri ≤ rm, ri ≤ rmti rmti < ri < rm rmti > ri > rm max(rm, rmti ) < ri < rr
威胁评估和排序
标分配和火力分配一起构成了多机空战协同战术决策的核 协同战术决策以多源传感器数据融合 多机间 是真正实 通讯和信息资源共享以及目标识别技术为基础 现多机协同空战的关键
qB 为目标航向与目标线夹角 右偏为正
度威胁指数 Ta 距离威胁指数 Tr 和速度威胁指数 Tv 如下 角度威胁指数 Tai qB qR
qＢ ｑ B
2
空战态势评估和威胁评估的威胁指数法
在一些仿真设计中 威胁评估的内容仅考虑了空战态
5]
360
(1)
势的影响பைடு நூலகம்2
这样做可能是由于对当前目标模式识别技术
基于贝叶斯优化算法的多机协同空战决策仿真
摘要 ： 多机协同空战是未来空空作战的重要形 式， 战智能决 策是空战研究 的核心 内容之一。根据多机协 同 的特点和空 战 空
智能决策的要求 ， 首先构造多机协 同空战的 自主优势矩 阵， 并在此 基础上依据 多人冲突理论 分别对和红 蓝双方 以及本机编 队进行权重分配 ， 由此得到多机协 同空战的整体优势矩 阵。然后给 出了贝叶斯优化算法并应用此算法对该模 型进行 了优 化 分析 。 实现 了多机协同空战的空 战智能决 策。仿真实例证 明贝 叶斯优化算法收敛速度快 ， 能够收敛到全局最 优解 ， 能有效地
ＡＢＳ ＴＲＡＣＴ ： ｌ —ａｒｒｆ ｃ ｏ ｅａｉｅａｒｃ ｍｂ ｔ ｌ ｂ ｎ ｉ ｏｔｎ ｉ ｏ—ａｒｃ ｍｂ ｔｆｒ ｔ ｈ ｎｅｌ ｅ ｔ Ｍｕｔ ｉ ｉｃａｔ ｏ ｐ ｒｔ ｉ ｏ ａ ｌ ｅａ ｍｐ ｒ ｔａｒ—ｔ ｖ ｗｉ ａ ｉ ｏ ａ ｍａ．Ｔ ｅｉｔｌｇ ｎ ｏ ｉ ｄ ｃｓｏ ｋｎ ｅｙｉ ｏ ｎ ｒａｒｃ ｍ ａ．Ａｃｏｄｎ ｏｔｅｃ ａａｔｒ ｆ ｉ ｃ ｍｂ ｔ ｎ ｅｒｑ ｉ ｍｅ ｔｏ ｅ ｅ ｉ ｎｍａ ｉｇｉ ｖ ｒ ｍｐ ￣ａ ｔｏ ｉ ｏ ｂ ｔ ｉ ｓ ｆ ｃ ｒ ｉｇｔ ｈ ｈ ｒ ｃｅｓｏ ｒ ｏ ａ ｄｔ ｅ ｕｒ ｎ ｆ － ａ ａ ｈ ｅ ｄ ｃｓｏ ｋｎ ｉｉｎｍａ ｉｇ，ａｓｌ —ｄ ｔｒ ｉａｉｎａ ｖ ｎａ ｅｍａｒ ｆｍｕｔ ｅｆ ｅｅ ｎ ｔ ｄ ａ ｔｇ ｔ ｘ ｏ ｌ ｍ ｏ ｉ ｉ—ａｒｒｆ ｃｏ ｅａｉｅａｒｃ ｍｂ ｔｉ ｕｈ ｆ ｓ ｙ ｈ ｉｃａｔ ｏ ｐ ｒｔ ｉ ｏ ａ ｓｂ ｉ ｒｔ ．Ｔ ｅ ｖ ｉ ｌ ｗｅｇ ｔ ｆｂ ｔ ｉｅ ｎ ｉ ｒｆ ｆｒ ａｉｎｈ ｖ ｅ ｎａ ｓ ｎ ｄｂ ｓ ｄｏ ｏ ｆｉｔ ｈ ｏｙ ｈ ｅｗ ｏｅａ ｖ ｎａ ｅｍａｒ ｉｈｓｏ ｏｈｓｄ ｓａ ｄ ａｒ ａｔ ｏ ｔ ａｅｂ ｅ ｓｉ ｅ ａｅ ｎ ｃｎ ｃ ｅ ｒ．Ｔ ｈ ｌ ｄ ａ ｔｇ ｔｘ ｃ ｍ ｏ ｇ ｌ ｔ ｉ ｈｓｂ ｅ ｕｌ ｂ ｓｄｏ ｈ ｎ ｌｓｓ ｈ ｅＢａｅ ｉ ｐｉ ｚ ｔ ｎａｇ ｒ ｈ ｉ ｇｖ ｎｏ ｔ ｈ ｅｍｏ ｅｉｇｈ ｓｂ ｅ ｐｉ ａ ｅ ｎｂ ｉ ａｅ ｎ ｔｅａ ａｙ ｉ．Ｔ ｙ ｓａ ｏ ｔ ａｉ ｏ ｔｍ ｓ ｉｅ ｕ ．Ｔ ｄ ｌ ａ ｅ ｎｏ ｔ ｔ ｎ ｍｉ ｏ ｌ ｉ ｎ － ｍｉ ｄ ｗ ｔ ａ ｅｉｎｏ ｔ ｚｔ ｎ ａｇｒｔｍｓａ ｄｔｅｍｕｔ—ａｒｒ ｔ ｏ ｐ ｒｔ ｅａｒｃｍｂ ｔｄ ｃｓｏ — ｋｎ ｓｒａ・ ｚ ｉ Ｂ ｙ ｓａ ｐｉ ａｉ ｏ ｈ ｈ ｌ － ｉ ａ ｏ ｅａｉ ｏ ａ ｅ ｉｉｎ—ｍａ ｉｇｉ ｌ － ｅ ｈ ｍｉ ｏ ｌ ｉ ｎ ｉ ｃ ｆ ｃ ｖ ｉ ｅ ｉ ｄ ｉ ｌｔ ｎ ａ ｅｖｒｆ ｄｔａ ｈ ｔｏ ｏ ｌ ｅｕ ｅ ｏｓｌｅｔｅｃ ｍｐｅ ｒｂｅ ． ｚ ．Ｓｍｕａｉ ｓｈ ｖ ｅ ｉ ｈ ｔｔｅｍｅｈ ｄ ｃ ｕｄｂ ｓｄ ｔ ｏｖ ｈ ｏ ｌｘｐｏ ｌ ｅ ｏ ｉ ｅ ｍ ＫＥＹＷ ＯＲＤＳ： ａ ｅｉｎ ｎ ｔ ｒ Ｂ ｙｓａ ｅｗｏｋ；Ｂ ｙ ｓａ ｐｉ ｚｔ ｎａｇｒｔｍ；Ｃ ｐ ｒｔ ｅａｒｃ ｍｂ ｔ ａ ｔ ａ ｅ ｉｉｎｍａ ｉｇ ａｅ ｉｎｏ ｔ ｍｉａｉ ｏ ｈ ｏ ｌ ｉ ｏ ｅａｉ ｉ ｏ ａ；Ｔ ｃｉｌ ｄ ｃｓ ｋｎ ｖ ｃ ｏ
多机协同空战机动决策流程
l
a
t
i
onr
e
s
u
l
tp
r
o
v
e
st
h
e
e
f
f
e
c
t
i
v
e
n
e
s
so
ft
h
eimp
r
o
v
e
dc
on
t
e
n
t．Ther
e
s
u
l
to
fr
e
s
e
a
r
c
hs
howst
h
a
tt
heimp
r
o
v
e
dd
e
c
i
s
i
on
Ｇma
k
i
ngme
t
ho
di
smo
r
e
c
on
s
i
s
t
e
n
tw
i
t
ht
hea
i
rc
omb
a
tr
空战决策方法进行改进.一是利用威力势场取代优势函数评估空战态势,体现 装 备 性 能 对 决 策 的 影 响;二 是 从 充
分发挥多目标攻击能力、提升协同效能入手进行初 步 目 标 分 配;三 是 引 入 目 标 重 要 性 系 数 与 收 益 比 重 系 数,将 雷
达的多目标处理能力与攻击资源分配合理性纳入 考 虑. 最 后 使 用 有 限 外 推 与 粒 子 群 算 法 解 算 指 标 函 数,仿 真 结
s
t
r
多机协同控制系统的建模与仿真
多机协同控制系统的建模与仿真近年来，随着工业自动化水平的不断提高，越来越多的机器人和自动化设备投入使用，这些设备具有独立的智能控制系统，但在某些应用场景下，需要多个设备协同完成任务。
因此，多机协同控制系统的设计和建模成为了近年来的研究热点之一。
本文将介绍多机协同控制系统的建模和仿真方法。
一、多机系统的基本构成多机协同控制系统是由多个单独的控制系统组成，通过通信或其他方式协同工作，完成特定的任务。
在多机系统中，每个独立的控制系统都可以看做是一个子系统，这些子系统之间通过信号或数据交换实现协同工作。
为了更好地理解多机协同控制系统的构成，我们先来了解一下单独控制系统的基本构成。
单独的控制系统包括三部分：传感器、执行机构和控制器。
传感器用于测量某些物理量，如温度、速度、角度等，将测量值转换成电信号后发送给控制器。
控制器对传感器采集的信号进行处理，根据预设的控制策略产生控制指令，将指令发送给执行机构。
执行机构将接收到的指令转换成机械运动或能量输出，实现对被控制对象的控制。
对于多机协同控制系统，其基本构成与单独控制系统类似，包括传感器、执行机构和控制器，但可能会涉及到网络通信模块和协同控制模块的设计。
二、多机协同控制系统的建模方法多机协同控制系统的建模方法有多种，其中最常用的是基于状态空间法的建模方法。
状态空间法是系统建模和分析中广泛使用的一种数学方法，其核心思想是将系统的输入、输出和状态转移关系用数学方程描述出来，然后将它们转化为矩阵形式，方便进行分析和求解。
在多机协同控制系统中，整个系统可以看做是若干个子系统的集合，每个子系统都有自己的输入、输出和状态。
因此，对于多机协同控制系统的建模，通常先建立子系统的状态方程，然后构建整个系统的状态方程，最后进行仿真和分析。
三、多机协同控制系统的仿真方法多机协同控制系统的仿真方法有多种，其中最常用的是基于MATLAB/Simulink的仿真方法。
MATLAB/Simulink是广泛应用于系统建模与仿真的软件平台，其提供了丰富的工具箱和函数库，能够方便地进行系统建模和仿真。
基于深度强化学习的多机协同空战方法研究
基于深度强化学习的多机协同空战方法研究一、本文概述随着现代战争形态的快速发展，空战作为战争的重要组成部分，其复杂性和挑战性日益提升。
多机协同空战，作为一种重要的战术手段，对于提高空战效能、实现战争目标具有重要意义。
然而，传统的空战决策方法在面对高度复杂和不确定的战场环境时，往往难以取得理想的效果。
因此，寻求一种能够在复杂环境中实现高效协同决策的方法，成为当前军事科技研究的热点问题。
本文旨在研究基于深度强化学习的多机协同空战方法。
深度强化学习作为人工智能领域的一个分支，结合了深度学习和强化学习的优势，能够在复杂环境中通过学习实现高效决策。
通过引入深度强化学习算法，我们可以构建一种能够适应不同战场环境、实现多机协同决策的智能空战系统。
本文首先介绍了多机协同空战的基本概念和面临的挑战，然后详细阐述了深度强化学习的基本原理和常用算法。
在此基础上，本文提出了一种基于深度强化学习的多机协同空战决策方法，并详细描述了该方法的实现过程。
通过仿真实验验证了该方法的有效性和优越性。
本文的研究成果不仅为多机协同空战提供了一种新的决策方法，也为深度强化学习在军事领域的应用提供了有益的参考。
本文的研究方法和思路也可以为其他领域的复杂系统决策问题提供借鉴和启示。
二、深度强化学习理论基础深度强化学习（Deep Reinforcement Learning，DRL）是近年来领域的一个热门研究方向，它结合了深度学习和强化学习的优势，旨在解决具有大规模状态空间和动作空间的复杂决策问题。
深度强化学习通过将深度学习的感知能力与强化学习的决策能力相结合，使得智能体可以在未知环境中通过试错的方式学习最优策略。
深度强化学习的基础理论主要包括深度学习、强化学习和马尔可夫决策过程（Markov Decision Process，MDP）。
深度学习是一种通过构建深度神经网络模型来模拟人脑神经网络结构的机器学习技术，它可以处理大规模高维数据，并提取出有效的特征表示。
多机协同超视距空战决策算法
多机协同超视距空战决策算法
多机协同超视距空战决策算法是一种针对空中编队作战的算法，其核
心思想是通过多机协同，提高作战效率与战斗力。
该算法综合了计算机科学、控制论以及系统工程等学科领域的成果，可有效应对现代高技术条件
下的空中战斗挑战。
算法流程如下：
1.目标识别与跟踪：通过雷达、光电等装备获取目标信息，实现目标
识别与跟踪。
2.目标分配：基于目标信息，对编队中的飞机进行目标分配，确保每
个飞机都有一个目标攻击。
3.路径规划：根据编队任务和目标分配结果，设定编队成员的任务及
路径，通过避免障碍物和优化路径，使各成员飞机能够尽快到达指定位置，配合作战。
4.指挥与控制：通过建立分布式控制网络，把各成员飞机的控制信息
汇集到一个决策中心，进行指挥控制，实现多机协同行动。
5.战术规划：基于现有的信息，通过各种战术规划算法，制定作战方案，并指示各飞机执行任务。
6.执行与评估：根据实际情况，不断评估执行效果，调整算法参数，
优化算法，提高作战效率。
该算法的优点包括：
1.提高作战效率，增强战斗力：通过多机协同，可实现高效率执行作
战任务，提高战斗力和作战效率。
2.减小人员伤亡和战斗损失：不仅提高了参战人员的生存几率，还可减小航空器损失，降低作战成本。
3.具有高灵活性：随着作战环境的变化，该算法具备高灵活性，可以根据不同作战需求，进行调整和优化。
4.应对复杂环境：该算法具有强大的感知和决策能力，可以在高度复杂的作战环境中应对挑战。
多机空战协同制导决策方法
式中，ｋ、ｋ分别为态势优势函数瓦和效能优势函数丁ｃ的
（２）
式中，Ｒｏ一坠挚。
ｒ０・１
加权系数，且ｂ＋ｋ一１，ＨＪ通过多次仿真或每家评议确定。
２制导切换方式
当某架发射中／远距空空导弹的飞机Ａ受到敌方威胁 或者其他原因必须规避时，如果需要请求编队内其他毪机 接替对该导弹的中制导权，必须计算其他弋机的制导优势， 根据制导优势大小确定新制导机，完成制导切换。口Ｊ从以 ＂ＯＦ＜Ｏ・６嘶
ｃｕｓｓｅｄ，ｂａｓｅｄ
ｓｙｎｔｈｅｓｉｚｉｎｇ ｔｈｅ ｓｉｔｕａｔｉｏｎ（ｉｎｃｌｕｄｉｎｇ ａｎｇｌｅ，ｄｉｓｔａｎｃｅ ａｎｄ ｖｅｌｏｃｉｔｙ）ａｎｄ ｔｈｅ ｆｉｇｈｔｅｒ ｃａｐａｂｉｌｉｔｙ ｏｆ
ｂｏｔｈ ｓｉｄｅｓ ｉｎ ｔｈｅ ｗａｒｆａｒｅ．Ｔｗｏ
ｅａｃｈ
ｍｏｄｅｓ
ｏｆ ｇｕｉｄａｎｃｅ ｓｗｉｔｃｈ
制导优势
在编队飞机协同对窄作战中，发射导弹的飞机由于某
种原因需要将已发射导弹的中制导权移交给编队内其他某
收稿日期：２００７一１２—１３；修回日期：２００８—０１—２３。 基金项目：国家自然科学基金（６０６７４０３１）；国家。８６３。高技术发展计划摹金（２００６ＡＡ７０１３０７）；总装预研蘑点基金（６１４０５２９）资助课题 作者简介：肖冰松（１９８２一）．男，博士研究生，主要研究方向为航空武器系统总体，仿真与控制。Ｅ－ｍａｉｌ：ｘｂｓ２１ｃｎ＠ｙａｈｏｏ．ｔｏｍ．ｃｎ
ａ ａｓ
ｔｏｏｔBiblioteka ｅｒｉｓ ｉｎｐｒｏｐｏｓｅｄ．Ｉｔ
ｔｏ
ｐｒｏｖｉｄｅ ａｓｓｉｓｔａｎｔ ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ
ｎｅｗ
ｏｎ
ｇｕｉｄａｎｃｅ ｐｌａｔｆｏｒｍ ｆｏｒ ｔｈｅ ｍｉｓｓｉｌｅ．Ｔｈｅ ｃａｌｃｕｌａｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｇｕｉｄａｎｃｅ ｓｕｐｅｒｉｏｒｉｔｙ ｉｓ ｄｉｓ—
一种适用于多弹联合攻击机动目标的协同制导策略
一种适用于多弹联合攻击机动目标的协同制导策略多弹联合攻击是指通过多枚导弹或弹药协同作战，共同攻击一个或多个目标的战术手段。
在实施多弹联合攻击时，需要采用协同制导策略，确保各个弹药能够有效地击中目标。
下面将介绍一种适用于多弹联合攻击机动目标的协同制导策略。
1. 目标选择与规划在进行多弹联合攻击之前，首先需要明确攻击目标。
对机动目标来说，其位置和速度都可能会发生变化，因此需要通过情报分析、侦察和目标跟踪，准确获取目标的信息。
这样可以为后续的协同制导提供基础数据。
2. 弹药选择与配置根据目标特点和所需攻击效果，选择适合的弹药类型，并对其进行配置。
在多弹联合攻击中需要考虑弹药之间的协同作战。
弹药之间的配合可以通过选择不同的攻击模式（如齐射、逐鹿等），或者在时间和空间上进行调整，以实现最佳的攻击效果。
3. 任务分配与情报共享对于多弹联合攻击来说，需要将任务分配给各个弹药，并确保它们能够有效地共享情报。
这需要建立一个可靠的通信网络，以便于各个弹药之间能够实时地交换目标信息、位置信息和攻击状态。
还可以利用传感器、无线电频率等技术手段，提高情报共享的精确性和实时性。
4. 预设攻击轨迹与时间表在进行多弹联合攻击时，可以通过预设攻击轨迹和时间表来实现协同制导。
攻击轨迹是指弹药在攻击过程中所遵循的路径，可以通过事先计算和优化来确定。
时间表则是指各个弹药按照一定的时间顺序进行攻击，以便实现最佳的协同效果。
5. 引导与控制在实施多弹联合攻击时，需要对各个弹药进行引导和控制，确保它们能够按照预设的轨迹和时间表进行攻击。
引导与控制可以通过地面中心、空中平台或无人机等手段进行。
在引导和控制过程中，需要实时监测各个弹药的位置和状态，并对其进行指导和调整，以确保最终实现目标的精确打击。
6. 反馈与修正在实施多弹联合攻击过程中，需要不断进行反馈和修正。
这可以通过观察攻击效果、分析战场态势和目标变化来实现。
根据反馈信息，可以对攻击轨迹和时间表进行修正，调整弹药之间的协同作战方式，以提高攻击效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
。协同战术决策以多源传感器数据融合、多机间通讯和信
息资源共享以及目标识别技术为基础， 是真正实现多机协同 空战的关键。
2 空战态势评估和威胁评估的威胁指数法
在一些仿真设计中，威胁评估的内容仅考虑了空战态 势的影响[2～5]，这样做可能是由于对当前目标模式识别技术
收稿日期： 2001-06-18 修回日期： 2001-12-10 作者简介：董彦非(1970-), 男, 河南开封人, 博士, 研究方向为航空武器 系统效能评估、智能决策和飞行仿真等; 冯惊雷 (1975-), 男, 硕士, 研究 方向为装备管理系统工程等; 张恒喜 (1937-), 男, 教授, 博导, 研究方向 为军事装备学武器装备发展规划与管理。
系 统 仿 真 学 报 2002 年 6 月 需要首先进行数据处理。这里取空战指数的相对值 TCi ： ri ≤ rm, ri ≤ rmti rmti < ri < rm rmti > ri > rm max(rm, rmti ) < ri < rr (2) Tci = Ci / max(C i ) 胁指数为： Wi＝b1×Tci＋b2×Ti （i＝1,2, …,n） (7) 其中，Wi 为第 i 架敌机对我机的威胁指数，b1、b2 为权系数 vi < 0.6vz 0.6vz ≤ vi ≤ 1.5vz vi > 1.5v z (3) （0≤b1、b2≤1） ，一般可以取 b1＝0.5；b2＝0.5 (6) 综合敌机的空战能力和空战态势的影响，得出总的威
Abstract：By introducing the air combat cooperative tactical decision, a model of air combat situation and threat assessment model —— a threat index method, is presented. Then the steps for target assignment and the munitions allocation model are proposed. Finally, an application example is given, and the results show that the methods used in this paper can be used effectively in air combat cooperative tactical decision. Keywords ： cooperative air combat；tactical decision；multi-craft air combat；threat assessment；air combat situation； target assignment；multi-target attack
3 目标分配和火力分配
3.1 目标分配
在多机空战仿真中可以选定以下目标分配原则：① 首 先打击威胁度高的目标； ② 避免重复攻击； ③ 以优攻劣 （即 以我机中空战态势占优的飞机攻击处于劣势的敌机） 。 设我方 m 架红机攻击敌方 n 架蓝机。根据以上原则， 制定目标分配的具体步骤如下： （1）评估空战态势，计算各架蓝机相对于红机的空战 态势指数，生成空战态势矩阵 S：
Cooperative Tactical Decision Methods for Multi-aircraft Air Combat Simulation
DONG Yan-fei, FENG Jing-lei, ZHANG Heng-xi
（Engineering College, Air Force University of Engineering, Xi’an 710038, China）
s11 L s1n S = M M s L s m1 mn
(8)
2.2 空战能力指数
对于空战中敌机空战能力的评估，不必考虑我机的对 抗影响，这样该问题就转化为对敌机的空战效能评估。对飞 机空战效能评估的方法很多， 这里可以采用简便易行的空战 能力指数方法。 一种作战飞机或机载武器系统从研制到投入使用以及 现役飞机和机载武器系统的改型升级是一个漫长的过程， 在 某一战役的特定时间段内， 双方的武器装备水平可以看作是 “静 止”的，利用静态的空战能力指数评估其空战能力是可行的。 求空对空作战效能指数 C 首先需要选取影响空战的主 要因素。 一般用与空战有关的 7 个主要因素来衡量飞机空对 空作战能力：机动性、火力、探测目标能力、操纵效能、生 存力、航程和电子对抗能力 。则空战能力指数如下： C =[ln B +ln( ∑ A1 +1) +ln(∑ A2)] ε1ε 2ε 3ε 4 (5)
式中， B 为机动性参数， A1 为火力参数， A2 为探测能力参数， ε1 是操纵效能系数， ε2 是生存力系数，ε3 是航程系数， ε4 是电子对抗能力系数。 可以根据公式（ 5）计算出一定时期内敌方各种类型飞 机的空战能力指数，制成数据库，并适时地根据敌方新装备 服役和老装备改装升级情况更新数据库内容。 空战中敌方飞 机的特征由作战指挥系统侦察获得并从数据库中调出相应 的空战能力指数由数据通讯系统传递给我机（群） 。
2.3 总的威胁指数模型
由于空战能力指数与空战态势诸指数的差别比较大，
第 14 卷第 6 期
董彦非, 等：多机空战仿真协同战术决策方法
• 725 •
3.2 火力分配
目标分配结束以后，即可进行火力分配。由于目标分 配中已经考虑了飞机之间的协同， 火力分配已经成为一个单 机多目标攻击的火力分配问题， 可以按照单机多目标攻击的 火力分配的方法进行，这是一个多目标决策问题 ：
(1)
ｖVＢ
B
ｖ
VRＲ
r ห้องสมุดไป่ตู้R Ｒ ｑ
ｒ
图1
空战态势示意图
• 724 • 距离威胁指数： 0.5 ri − rmti ) 0.5 − 0.2 ( Tri = rm − rmti 1.0 0.8 速度威胁指数： 0.1 Tvi = − 0.5 + vi / vz 1.0
2.1 空战态势指数
空战态势中三个关键因素包括双方速度矢量的方向 （角度） ，双方的相对距离和双方飞机的速度。如图 1 所示， vR 为我机速度矢量， vB 为目标机速度矢量， qR 为目标前置角， qB 为目标航向与目标线夹角（右偏为正） 。分别定义角度威 胁指数 Ta、距离威胁指数 Tr 和速度威胁指数 Tv 如下： 角度威胁指数： Tai＝（｜qB｜＋｜qR｜）／360°
[6]
其中 Sij 是第 j 架蓝机相对于第 i 架红机的空战态势指数。 （2）进行威胁评估，计算各架蓝机相对于红机的威胁 指数。综合全部威胁指数，构成全体蓝机对全体红机的威胁 排序向量 （ t 威胁指数由大到小排列， 共 m×n 个元素） ： t ＝ {t1，……，tmn} （3）确定向量 t 中第一个元素（威胁指数最大）对应 的蓝机（设为蓝机 k） ； （4）在矩阵 S 的第 k 列查找到最小元素，设为 sik ； （5）将蓝机 k 分配给红机 i 攻击（以优攻劣） ； （6）删除 S 中第 k 列和向量 t 中蓝机 k 对应的元素； （7）如果分配给某架红机攻击的蓝机数量等于该机的 多目标攻击能力限制或者挂载的导弹数目， 则该架红机退出 目标分配，删除矩阵 S 中的第 i 行； （8）重复（3）～（7）步，直至删除矩阵 S 的全部元 素，即完成目标分配过程。 以上目标分配步骤简单实用， 可以方便地编制成计算机 仿真程序。 飞机之间数据链的传输频率高的在 24000 bps 左右，即 每秒能进行 10 次以上的目标分配数据的传输[7]。但对于僚 机来说，频繁地改变攻击目标在操作上是不允许的，这样做 也容易贻误战机。 所以， 在第一次目标分配完成并发送之后， 长机和僚机就按照这一分配结果实施攻击， 并且在一定的时 间内不改变这一分配结果。过一段时间之后，长机需要根据 战场情况变化，进行新一轮的目标分配。
1 概述 1
随着航空科技的进步和军事斗争需求的牵引，多目标 攻击能力已经成为现代机载武器系统的研究方向和衡量现 代战斗机的一个重要标准，同时，协同多目标攻击也是未来 空战的主要形式和发展趋势。 多机空战与一对一空战相比，最显著的差别就是面对 多个敌方目标需要根据我方资源为各个友机进行目标分配 和火力分配， 而威胁评估和空战态势评估是目标分配和火力 分配的基础。威胁评估的前提是态势评估，它们都是数据融 合的组成部分。空战态势评估、威胁评估和排序、目标分配 和火力分配一起构成了多机空战协同战术决策的核心内容
多机空战仿真协同战术决策方法
董彦非, 冯惊雷, 张恒喜
（空军工程大学工程学院, 陕西 西安 710038）
摘
要： 首先介绍了多机空战协同战术决策的主要内容，然后提出了一种用以进行空战态势评估
和威胁评估的方法——威胁指数法；在此基础上给出了目标分配的具体步骤以及火力分配模型； 最后给出了具体仿真算例，计算结果表明，文中介绍的方法可以全面、有效地完成多机空战中的 战术决策任务。 关键词： 协同空战；战术决策；多机空战；威胁评估；空战态势；目标分配；多目标攻击 中图分类号： V271.4; E926 文献标识码： A
第 14 卷第 6 期 系 统 仿 真 学 报 Vol. 14 No. 6 2002 年 6 月 JOURNAL OF SYSTEM SIMULATION June 2002
文章编号： 1004-731X (2002) 06-0723-03
mk max ∑ [1. 0 − (1 . 0 − pt k ) ] w k k =1 kf m max ∑ [1. 0 − (1 . 0 − pt k ) k ]T k k =1 0 ≤ m ≤ 2 k kf ∑ m k ≤ ll k =1
kf