一种基于K-稀疏自编码SVM的导弹不可逃逸区快速解算制造技术

本发明专利技术涉及一种基于K

【技术实现步骤摘要】
一种基于K
‑
稀疏自编码SVM的导弹不可逃逸区快速解算


[0001]本专利技术属于无人作战飞机控制技术，涉及一种基于K
‑
稀疏自编码SVM的导弹不可逃逸区快速解算。

技术介绍

[0002]无人作战飞机(Uncommand Combat Aerial Vehicle,UCAV)在利比亚、叙利亚，以及纳卡战争中优异的作战效果，使其效费比低、可执行高风险作战任务，以及战时可大量部署等优点得到了世界各国广泛认可。现有UCAV在地面站控制下可执行侦察预警、中继通信，以及对地打击等任务，但这种“人在回路”的操作模式无法适应高烈度的空战任务。随着计算机科学、人工智能技术进一步发展，自主空战型UCAV必将成为未来战争中争夺制空权的重要作战力量。
[0003]传统导弹攻击区毁伤概率低，无法满足UCAV对敌攻击需求。
[0004]攻击区是指在载机附近一定区域内，导弹具有一定的概率击中敌方的远近界集合，而此区域范围的大小体现了导弹综合作战能力。在空战中敌我双方进行高动态机动的目的就是使敌方进入己方机载武器攻击区，在此过程中机载火控计算机根据空战中敌我的位置关系、速度、高度实时解算出攻击区边界，但为了保证实时性，传统攻击区解算是以敌机当前状态保持匀速直线运动得到的，只是理论上具有一定毁伤概率击中敌方。在真实空战中，当己方近距空空导弹锁定敌方后，敌机的告警雷达会发出警报，敌机会根据当前的态势迅速进行规避机动，有人机飞行员会结合自身经验，选择合适时机发射导弹，以确保击毁敌机。UCAV自主空战将是未来作战模式，在整个作战过程中，指挥员只下达具体作战任务，武器发射完全由UCAV决定，而飞行员在长期、高强度训练下的武器使用经验难以在UCAV中进行全面表征，因此攻击区的解算还应考虑敌机可能进行的各种规避机动，提高攻击区内导弹的毁伤概率。
[0005]在攻击区拟合方面，深度神经网络具有强大的非线性拟合能力，并已在多个领域得到有效应用，将是非线性攻击区拟合的有效解决方法。针对上述问题，本专利技术在构建载机、导弹的模型基础上，基于KGuided
‑
DQN求解敌机的最优规避机动，并根据此解算出导弹不可逃逸区。同时利用K
‑
稀疏自编码
‑
SVM对导弹攻击区进行高精度拟合，经过仿真实验验证，基于敌机最优规避策略的导弹不可逃逸区具有对敌机非常高的毁伤概率，基于K
‑
SAE
‑
SVM的攻击区拟合网络在精度和实时性方面符合UCAV自主空战的要求。

技术实现思路

[0006]要解决的技术问题
[0007]为了避免现有技术的不足之处，本专利技术提出一种基于K
‑
稀疏自编码SVM的导弹不可逃逸区快速解算。
[0008]技术方案
[0009]一种基于K
‑
稀疏自编码SVM的导弹不可逃逸区快速解算，其特征在于步骤如下：
[0010]步骤1、构建载机、导弹的模型：
[0011]载机模型为：
[0012]式中，(x,y,h)表示UCAV的空间坐标位置；v表示UCAV速度；n
x
、n
z
分别表示水平和纵向过载；γ、ψ、μ分别表示俯仰角、偏航角、滚转角；g表示重力加速度。在该模型中，(x,y,h,v,γ,ψ)为状态量，(n
x
,n
z
,μ)为控制量；
[0013]空空导弹的动力学模型为：
[0014][0015]式中，为分别为导弹的加速度，俯仰角速度，偏航角速度，G
m
为导弹自重，其随着导弹燃料的减少而减少。P
m
为推力，Q
m
为阻力，由参考文献[139]得到。n
mc
，n
mh
为导弹的侧向和法向过载；
[0016]空空导弹导引模型：
[0017][0018]步骤2、基于KGuided
‑
DQN求解敌机的最优规避机动：
[0019]基于强化学习的敌机最优规避决策框架：包括比例导引控制，决策网络和回报函数；导弹状态经过比例导引控制，敌机动作经过决策网络输出状态，两个分别经过各自的输出送至回报函数，回报函数的输出回报至敌机；
[0020]所述敌机动作为27种基本机动动作：在美国NASA学者提出的7种典型机动动作中增加了右侧爬升、左侧爬升、右侧俯冲、左侧俯冲，每一种基本动作都设计为匀速、最大加速、最大减速三种速度变化；
[0021]所述状态为完全描述敌机与导弹进行对抗时的状态信息；
[0022]所述回报函数为
[0023]敌机规避导弹决策回报函数为：
[0024]式中，r
A
为每次机动动作选择后的角度回报函数，为导弹提前角；
[0025]距离回报函数为
[0026]式中，r
R
为距离回报因子，D
max
表示为导弹攻击匀速直线运动目标的最远攻击距离；
[0027]步骤3、采用黄金分割法基于敌机最优规避策略的导弹不可逃逸区解算：
[0028](1)以攻击机为中心，在导弹离轴角允许的范围内，确定目标初始位置相对于载机的方向，即目标离轴方位角a
asp
；
[0029](2)预估初始搜索距离为[a0,b0]，计算黄金分割点
[0030](3)以分割点位置为目标初始位置，由所构建的目标机动预估系统实时输出目标飞行操控量u
t
；导弹由初始位置对该目标进行追踪，根据导弹性能约束判断导弹是否命中目标；
[0031](4)如命中目标，令b1＝b0；如未命中，则令a1＝a0，b1＝R
g0
；重新循环计算，直到求出满足约束|b
i
‑
a
i
|＜δ的边界为止，其中δ为解算精度，最终即为当前态势下可发射距离的最大值R
max
。最小可发射距离R
min
的搜索与R
max
类似，在命中目标时，令a
i
＝a
i
‑1，否则令b
i
＝b
i
‑1；
[0032]当前可发射区间找到后，根据需求改变目标离轴方位角a
asp_y
及a
asp_z
，重新循环计算，直到导弹导引头可探测的角度搜索完毕为止，其中，当a
asp_y
与a
asp_z
同时改变时，解算结果为导弹三维可发射包络；保持当前a
asp_z
，改变a
asp_y
的情况下，解算结果为导弹的水平可发射区；同理，保持当前a
asp_y
，仅改变a
asp_z
的情况下，解算结果为导弹的垂直可发射区。
[0033]所述当a
off
及导弹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K
‑
稀疏自编码SVM的导弹不可逃逸区快速解算，其特征在于步骤如下：步骤1、构建载机、导弹的模型：载机模型为：式中，(x,y,h)表示UCAV的空间坐标位置；v表示UCAV速度；n
x
、n
z
分别表示水平和纵向过载；γ、ψ、μ分别表示俯仰角、偏航角、滚转角；g表示重力加速度。在该模型中，(x,y,h,v,γ,ψ)为状态量，(n
x
,n
z
,μ)为控制量；空空导弹的动力学模型为：式中，为分别为导弹的加速度，俯仰角速度，偏航角速度，G
m
为导弹自重，其随着导弹燃料的减少而减少。P
m
为推力，Q
m
为阻力，由参考文献[139]得到。n
mc
，n
mh
为导弹的侧向和法向过载；空空导弹导引模型：步骤2、基于KGuided
‑
DQN求解敌机的最优规避机动：基于强化学习的敌机最优规避决策框架：包括比例导引控制，决策网络和回报函数；导弹状态经过比例导引控制，敌机动作经过决策网络输出状态，两个分别经过各自的输出送至回报函数，回报函数的输出回报至敌机；所述敌机动作为27种基本机动动作：在美国NASA学者提出的7种典型机动动作中增加了右侧爬升、左侧爬升、右侧俯冲、左侧俯冲，每一种基本动作都设计为匀速、最大加速、最大减速三种速度变化；所述状态为完全描述敌机与导弹进行对抗时的状态信息；
所述回报函数为敌机规避导弹决策回报函数为：式中，r
A
为每次机动动作选择后的角度回报函数，θ
m
为导弹提前角；距离回报函数为式中，r
R
为距离回报因子，D
max
表示为导弹攻击匀速直线运动目标的最远攻击距离；步骤3、采用黄金分割法基于敌机最优规避策略的导弹不可逃逸区解算：(1)以攻击机为中心，在导弹离轴角允许的范围内，确定目标初始位置相对于载机的方向，即目标离轴方位角a
asp
；(2)预估初始搜索距离为[a0,b0]，计算黄金分割点(3)以分割点位置为目标初始位置，由所构建的目标机动预估系统实时输出目标飞行操控量u
t
；导弹由初始位置对该目标进行追踪，根据导弹性能约束判断导弹是否命中目标；(4)如命中目标，令b1＝b0；如未命中，则令a1＝a0，b1＝R
g0...

【专利技术属性】
技术研发人员：钱程，韩博，程昊宇，唐上钦，周欢，王龙飞，赵林，龙澜波，蒋琪，唐悦，
申请(专利权)人：中国人民解放军九三五二五部队，
类型：发明
国别省市：