基于加权式多模型结构的歼击机自适应重构控制
基于多模型与滚动时域估计的机动目标跟踪算法
基于多模型与滚动时域估计的机动目标跟踪算法焦志强;李卫华;王鹏【摘要】针对受限于已知物理约束的机动目标,提出了一种目标跟踪算法.针对机动目标的不同运动模式,采用多模型组合的方法进行了近似;针对目标的已知物理约束,采用滚动时域估计方法进行处理,并将其作为状态估计的先验信息来提高估计精度;最终通过设计多模型结构的状态估计演化方程、改进滚动时域估计的误差协方差矩阵更新公式,给出了一种多模型结构与滚动时域估计相结合的机动目标跟踪算法.仿真结果表明:该算法与自适应卡尔曼滤波(AKF)、交互式多模型(IMM)算法相比,可以对具有物理约束的机动目标进行更好的跟踪.【期刊名称】《空军工程大学学报（自然科学版）》【年(卷),期】2016(017)002【总页数】6页(P15-20)【关键词】机动目标跟踪;多模型(MM);滚动时域估计(MHE)【作者】焦志强;李卫华;王鹏【作者单位】空军工程大学信息与导航学院,西安,710077;空军工程大学信息与导航学院,西安,710077;空军工程大学信息与导航学院,西安,710077【正文语种】中文【中图分类】TN953DOI 10.3969/j.issn.1009-3516.2016.02.004目标跟踪是航空航天、雷达数据处理等领域的研究热点，正受到广泛关注。
卡尔曼滤波作为一种经典的线性最小均方误差滤波方法，在无约束、白噪声条件下能表现出较好的跟踪性能，已成为众多跟踪算法的核心技术，如自适应卡尔曼滤波[1]、扩展卡尔曼滤波[2]、不敏卡尔曼滤波[3]、粒子滤波[4]、交互式多模型(IMM)滤波[5]等。
文献[6]即在自适应卡尔曼滤波的基础上，通过对预测误差协方差及渐消因子的计算做出修正，同时提高了对机动部分和非机动部分的跟踪精度。
文献[7]提出了一种基于修正模型的当前统计模型——自适应卡尔曼滤波(Current Statistics Model-Adaptive Kalman Filter,CSM-AKF)跟踪算法。
基于多模型自适应估计的混合策略微分对策制导
ＤＯＩ： ０． ８ ３ ｉ ｉｓ １ ０ — ３ ８． ０１ ０ ０１ １ ３ ７ ／ ．ｓ ｎ． ０ ０ １ ２ ２ ０． ６． ２
（ 尔 滨工 业 大 学航 天学 院 ，哈 尔 滨 １００ ） 哈 ５０ １
摘 要 ：为 有 效 降 低 多模 型 自适 应 估 计 器算 法 的 计 算 量 ， 文 采 用 目标 机 动 命 令 构 建其 离 散 化 假 设 空 间 ， 本 同
时考 虑 到 目标 机 动 随 机 时 问切 换 所 需 的 检 测 时 间要 求 ， 多模 型 自适 应 估 计 器并 行 运 行 的 成 员 滤 波 器 数 目进 行 了 对
（ ）导 弹 可 对 相 对 运 动 关 系 和 自身 的相 关 状 态 ６
给 出弹 目运动 关系 的数 学描述 ， 量测 和性能 指标 ； 对
进 行噪声 下 的量 测 ， 目标 无法 获取导 弹的相关 信息 ，
但 可意识 到拦截 企 图 ， 而随 时规避 机动 。 从 基 于 上 述 假 设 ，定 义 状 态 变 量 ＝
简化 ， 于 这 种简 化 的多 模 型 自适应 估 计 器 对 提 出 的 混 合 策 略微 分 对 策 制 导 方 案 进 行 了仿 真 研 究 。混 合 策 略 微 分 基 对策 制 导 综 合 考 虑 了 两种 基本 的微 分 对 策 制 导律 的优 势 和 不 足 ， 对 最 优 目标 机 动 随机 切 换 时 间 段 的 不 同而 应 用 针 相应 的制 导 策 略 。仿 真结 果 表 明简 化 的 多模 型 自适 应 估 计 器方 法可 以实 现 系 统 状 态 的 较 好 估 计 ， 括 目标 加 速 度 包 的估 计 ， 混合 策 略 微 分 对 策 制 导 也具 有 较 好 的 目标拦 截性 能 。 关 键 词 ：末 制 导 律 ；多 模 型 自适 应估 计 ；微 分 对 策 ；检 测 时间
自适应预测权重的空战鲁棒机动决策方法
ＤＩＮＧ Ｄａｌｉ，ＷＥＩＺｈｅｎｇｌｅｉ，ＴＡＮＧＳｈａｎｇｑｉｎ，ＨＵＡＮＧ Ｃｈａｎｇｑｉａｎｇ
（犃犲狉狅狀犪狌狋犻犮狊犈狀犵犻狀犲犲狉犻狀犵犆狅犾犾犲犵犲，犃犻狉犉狅狉犮犲犈狀犵犻狀犲犲狉犻狀犵犝狀犻狏犲狉狊犻狋狔，犡犻’犪狀７１００３８，犆犺犻狀犪）
犃犫狊狋狉犪犮狋：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍ ｏｆｃｌｏｓｅｒａｎｇｅａｉｒｃｏｍｂａｔｗｉｔｈｄｒａｓｔｉｃｃｈａｎｇｅｓｉｎａｉｒｃｏｍｂａｔｓｉｔｕａｔｉｏｎ，ａ ｒｏｂｕｓｔ ｍａｎｅｕｖｅｒｉｎｇ ｄｅｃｉｓｉｏｎｍａｋｉｎｇ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｅｔｈｏｄ ｗｉｔｈ ａｄａｐｔｉｖｅｓｔａｔｅ ｐｒｅｄｉｃｔｉｏｎ ｗｅｉｇｈｔａｄｊｕｓｔｍｅｎｔ ｍｅｃｈａｎｉｓｍｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｉｎｏｒｄｅｒｔｏｍａｋｅｔｈｅｕｎｍａｎｎｅｄｃｏｍｂａｔａｉｒｖｅｈｉｃｌｅ（ＵＣＡＶ）ｒｏｂｕｓｔｔｏｔｈｅｆｌｕｃ ｔｕａｔｉｏｎｏｆｓｉｔｕａｔｉｏｎｐａｒａｍｅｔｅｒｓ，ａｒｏｂｕｓｔｓｉｔｕａｔｉｏｎｆｕｎｃｔｉｏｎｉｓｄｅｓｉｇｎｅｄｔｏｒｅｐｒｅｓｅｎｔｔｈｅａｉｒｃｏｍｂａｔｓｉｔｕａｔｉｏｎ． Ｔｈｅｎ，ａｉｍｉｎｇａｔｔｈｅｕｎｃｅｒｔａｉｎｔｙｏｆｔａｒｇｅｔｍａｎｅｕｖｅｒｉｎｇ，ｔｈｅｒｅａｃｈａｂｌｅｓｅｔｔｈｅｏｒｙｉｓｕｓｅｄｔｏｐｒｅｄｉｃｔｔｈｅｍａｎｅｕｖｅ ｒｉｎｇｉｎｔｅｎｔｉｏｎａｎｄｓｔａｔｅｏｆｔｈｅｔａｒｇｅｔｉｎａｄｖａｎｃｅ，ａｎｄｔｈｅａｄａｐｔｉｖｅｐｒｅｄｉｃｔｉｏｎｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔｉｓｕｓｅｄｔｏａｄｊｕｓｔ ｔｈｅａｔｔａｃｋａｎｄｄｅｆｅｎｓｅｏｆｔｈｅＵＣＡＶ．Ｆｉｎａｌｌｙ，ｔｈｅｉｍｐｒｏｖｅｄｓｙｍｂｉｏｔｉｃｂｉｏｌｏｇｉｃａｌｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｕｓｅｄ ｔｏｏｐｔｉｍｉｚｅｔｈｅｍａｎｅｕｖｅｒｉｎｇｄｅｃｉｓｉｏｎｃｏｎｔｒｏｌｖａｒｉａｂｌｅｓ．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＵＣＡＶｃａｎｇｅｎｅ ｒａｔｅａｎｉｄｅａｌｃｌｏｓｅｒａｎｇｅａｔｔａｃｋｏｃｃｕｐａｔｉｏｎｔｒａｊｅｃｔｏｒｙｂｙｕｓｉｎｇｔｈｉｓｍｅｔｈｏｄ，ａｎｄｒｅａｌｉｚｅｔｈｅｃｌｏｓｅｒａｎｇｅａｕｔｏｎｏ ｍｏｕｓａｉｒｃｏｍｂａｔａｔｔａｃｋｏｃｃｕｐａｔｉｏｎ．
【国家自然科学基金】_自适应容错控制_基金支持热词逐年推荐_【万方软件创新助手】_20140730
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
科研热词 容错控制 非线性系统 稳定性分析 故障检测 鲁棒容错控制 迭代学习观测器 近空间高超声速飞行器 视频编码 观测器 自适应调节 自适应观测器 自适应联邦h∞滤波 自适应滤波器 自适应模糊容错控制 自适应控制 自适应思维进化算法 自主水下航行器 自主导航 组合导航系统 系统乖构 端到端失真 电液伺服系统 滑模 水下机器人 模糊自适应控制 模糊控制 模糊t-s建模 模块机器人 故障诊断 故障的重构 控制律重组 捷联式惯性导航系统 小波分析 容错编码 容锗控制 分散控制 信息融合 仿真 k滤波 h.264 baekstepping backstepping
推荐指数 5 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
ቤተ መጻሕፍቲ ባይዱ
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
基于Sobol’法的歼击机需求影响因素灵敏度分析
基于Sobol’法的歼击机需求影响因素灵敏度分析罗承昆;陈云翔;张执国;王莉莉【摘要】Aiming at the problem of numerous influencing factors existing in fighter’s demand calculation and traditional analysis method can only conduct qualitative analysis,a sensitivity analysis method on influencing factors of fighter’s demand based on Sobol’method is proposed. Based on the building of fighter’s demand calculation model,the sensitivity analysis procedure of fighter’s demand calculation model parameter based on Sobol’method is proposed,and a numerical example is given to verify the feasibility and validity of this method. The result shows that the probability we intend to despoil the air superiority level,the fighter number of our enemy and the combat effectiveness of both fighters have an obvious effe ct on our fighter’s demand. At the same time,the coefficient of tactics application, cooperative combat and management quality have very little effect on our fighter’s demand.%针对歼击机需求确定影响因素众多、传统分析方法仅能进行定性分析的问题，提出了基于Sobol’法的歼击机需求影响因素灵敏度分析方法。
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。
容错控制——精选推荐
容错控制知识一知识点1冗余：多余的重复或啰嗦内容，通常指通过多重备份来增加系统的可靠性。
2冗余设计：通过重复配置某些关键设备或部件，当系统出现故障时，冗余的设备或部件介入工作，承担已损设备或部件的功能，为系统提供服务，减少宕机事件的发生。
3冗余设计常用方法有硬件冗余、软件冗余(主要指解析冗余)、功率冗余。
3.1硬件冗余方法是通过对重要部件和易发生故障的部件提供备份，以提高系统的容错性能。
软件冗余方法主要是通过设计控制器来提高整个控制系统的冗余度，从而改善系统的容错性能。
硬件冗余方法按冗余级别不同又可分为元件冗余、系统冗余和混合冗余。
元件冗余通常是指控制系统中关键部件(如陀螺仪和加速度计等)的冗余。
(l)静态“硬件冗余”例如设置三个单元执行同一项任务，把它的处理结果，如调节变量相互比较，按多数原则(三中取二)判断和确定结构值。
采用这种办法潜伏着这样的可能性: 有两个单元同时出错则确定的结果也出错，不过发生这种现象的概率极小。
(2)动态“硬件冗余”即在系统运行之初，并不接入所有元件，而是留有备份，当在系统运行过程中某元件出错时，再将候补装置切换上去，由其接替前者的工作。
这种方法需要注意的问题是切换的时延过程，最好能保持备份元件与运行元件状态的同步。
3.2软件冗余又可分为解析冗余、功能冗余和参数冗余等，软件冗余是通过估计技术或软件算法来实现控制系统的容错性，解析冗余技术是利用控制系统不同部件之间的内在联系和功能上的冗余性，当系统的某些部件失效时，用其余完好部件部分甚至全部地承担起故障部件所丧失的作用，以将系统的性能维持在允许的范围之内。
冗余技术在某种程度上能提高DCS 本身的可靠性和数据通信的可靠性, 但对于整个闭环系统来讲,系统中还包含传感器，变送器，和执行器等现场设备，他们往往工作在恶劣的环境下，出现故障的概率也比较高，软硬件冗余一般无能为力，我们要采用容错控制来提升系统稳定性。
4 容错控制指控制系统在传感器，执行器或元部件发生故障时，闭环系统仍然能够保持稳定，并且能够满足一定的性能指标，则称之为容错控制系统。
C2组织信息结构效能测度及综合评估
C2组织信息结构效能测度及综合评估孙昱;姚佩阳;张杰勇【摘要】军事指挥控制(command and control,C2)组织中的效能评估问题是信息化作战中研究的热点.首先通过分析C2组织实体间的关系,形式化描述了C2组织信息结构的基本概念.分别从作战使命层次和作战任务层次设计了指控效率、同步效率和负载率作为其效能测度指标.然后从结构高效性和鲁棒性的角度探讨了测度指标的选择对衡量C2组织信息结构效能的影响.最后,基于加权积模型提出了一种C2组织信息结构效能综合评估方法,并通过一个案例证明了该方法的有效性和稳定性.【期刊名称】《系统工程与电子技术》【年(卷),期】2015(037)006【总页数】6页(P1313-1318)【关键词】指挥控制组织;信息结构;效能测度;综合评估【作者】孙昱;姚佩阳;张杰勇【作者单位】空军工程大学信息与导航学院,陕西西安710077;空军工程大学信息与导航学院,陕西西安710077;空军工程大学信息与导航学院,陕西西安710077;中国电子科技集团公司第二十八研究所信息系统工程重点实验室,江苏南京210007【正文语种】中文【中图分类】E917随着信息技术和网络技术的不断发展，军事指挥控制（command and control，C2）组织面对的战场环境愈加复杂多变。
在此环境中，具备“信息优势”的一方才更有可能取得战争的最后胜利［1］。
为了获取并维持组织的信息优势，通过优化C2组织结构来提高其效能成为信息化条件下作战指挥的必然选择。
信息在C2组织中传递的效率是衡量C2组织结构效能的重要方面［2－4］。
信息传递效率的高低与信息在组织中的传输路径和处理信息的节点有关，在C2组织中，信息传输路径受节点间指控关系和协作关系的制约，而节点对信息的处理速度则与其负载状况和自身能力有关。
很多研究工作通过对这些要素进行分析和测度来评估组织结构的效能。
文献［5］定性地分析了C2组织指控结构的扁平化对其效能的影响，文献［6］则进一步提出了指控结构扁平化的测度方法。