本文關(guān)鍵詞：基于微分博弈論的多無(wú)人機(jī)追逃協(xié)同機(jī)動(dòng)技術(shù)研究

  更多相關(guān)文章： 無(wú)人機(jī) 微分博弈論 多機(jī)追逃模型 目標(biāo)分配 RBF神經(jīng)網(wǎng)絡(luò)

【摘要】：隨著科技的發(fā)展,人們生活的需要,不管在民用領(lǐng)域還是在非民用領(lǐng)域,世界范圍內(nèi)的航空技術(shù)得到了極大地發(fā)展。尖端的航空技術(shù)優(yōu)先廣泛應(yīng)用于軍事目的。各種尖端的航空技術(shù)應(yīng)用使得飛行器的性能不斷地的得到提升,例如飛機(jī)的重量,速度,過(guò)載等性能數(shù)據(jù)都已達(dá)到載人飛機(jī)所能達(dá)到的極限。放眼未來(lái)隨著科學(xué)技術(shù)的不斷發(fā)展,航空航天科技必然向無(wú)人機(jī)的方向發(fā)展。去進(jìn)行各種極限飛行任務(wù)。無(wú)人機(jī)相對(duì)于有人駕駛的飛機(jī)具有巨大的優(yōu)勢(shì):無(wú)人駕駛、零傷亡、低成本、滯空時(shí)間比較長(zhǎng)、能執(zhí)行高危任務(wù)、適應(yīng)性強(qiáng)等。雖然無(wú)人機(jī)相關(guān)的研究成本比較高,周期長(zhǎng),耗費(fèi)巨大的人力和物力,但是因?yàn)槠鋬?yōu)秀的性能,還是吸引各國(guó)加入研究無(wú)人機(jī)的大軍之中。其中無(wú)人機(jī)空中對(duì)抗又是無(wú)人機(jī)研究的重要方向。本論文針對(duì)無(wú)人機(jī)智能對(duì)抗系統(tǒng)中多無(wú)人機(jī)之間追蹤-逃逸問(wèn)題與多無(wú)人機(jī)之間的任務(wù)目標(biāo)協(xié)同分配問(wèn)題進(jìn)行了一定的研究,研究和探討了基于微分博弈論的無(wú)人機(jī)二對(duì)一最優(yōu)機(jī)動(dòng)決策問(wèn)題,采用RBF神經(jīng)網(wǎng)絡(luò)模型解決多機(jī)對(duì)抗目標(biāo)對(duì)位匹配問(wèn)題。本文的主要內(nèi)容如下:首先,針對(duì)多無(wú)人機(jī)狀態(tài)下建立二對(duì)一非線性追蹤-逃逸平面上的動(dòng)力學(xué)模型。研究了雙機(jī)編隊(duì)采用微分博弈法對(duì)單一無(wú)人機(jī)進(jìn)行追捕的機(jī)動(dòng)決策模型。運(yùn)用幾何原理對(duì)多無(wú)人機(jī)編隊(duì)進(jìn)行機(jī)動(dòng)飛行控制,使用梯度迭代方法進(jìn)行模型求解。使得追逃微分博弈論最優(yōu)機(jī)動(dòng)決策算法能夠在多無(wú)人機(jī)編隊(duì)中進(jìn)行使用。其次,探討了雙方多無(wú)人機(jī)空中對(duì)抗系統(tǒng)中的多無(wú)人機(jī)任務(wù)協(xié)同的目標(biāo)匹配問(wèn)題,根據(jù)雙方優(yōu)勢(shì)以單機(jī)或機(jī)群的協(xié)同優(yōu)先權(quán)函數(shù),并運(yùn)用RBF神經(jīng)網(wǎng)絡(luò)算法建立雙方無(wú)人機(jī)的目標(biāo)對(duì)位匹配模型,使用matlab進(jìn)行仿真實(shí)驗(yàn)驗(yàn)證效果。最后,經(jīng)過(guò)仿真實(shí)驗(yàn)驗(yàn)證后,結(jié)果表明,本文提出的多無(wú)人機(jī)對(duì)單一無(wú)人機(jī)的微分博弈論算法能夠使得多無(wú)人機(jī)能夠很快速的捕獲單一目標(biāo)機(jī),并且能夠?qū)崿F(xiàn)無(wú)人機(jī)在作戰(zhàn)對(duì)抗中實(shí)現(xiàn)編隊(duì)飛行進(jìn)行對(duì)抗,具有一定的實(shí)用價(jià)值。另外,本文還提出了基于RBF神經(jīng)網(wǎng)絡(luò)多目標(biāo)對(duì)位匹配算法,具有很強(qiáng)的適應(yīng)性,速度更快,收斂性很強(qiáng)。以上算法可以為無(wú)人機(jī)微分博弈論的機(jī)動(dòng)決策和多無(wú)人機(jī)的目標(biāo)對(duì)位匹配問(wèn)題提供有益的想法。
【關(guān)鍵詞】：無(wú)人機(jī) 微分博弈論 多機(jī)追逃模型 目標(biāo)分配 RBF神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V279
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-22
• 1.1 課題背景及研究的目的和意義9-12
• 1.2 多無(wú)人機(jī)空戰(zhàn)協(xié)同機(jī)動(dòng)技術(shù)國(guó)內(nèi)外文獻(xiàn)極其研究現(xiàn)狀綜述12-20
• 1.2.1 多無(wú)人機(jī)空戰(zhàn)協(xié)同機(jī)動(dòng)技術(shù)算法國(guó)內(nèi)外發(fā)展現(xiàn)狀綜述12-18
• 1.2.2 多無(wú)人機(jī)空戰(zhàn)任務(wù)協(xié)同算法國(guó)內(nèi)外發(fā)展現(xiàn)狀綜述18-20
• 1.3 本文的主要研究?jī)?nèi)容極其論文體系結(jié)構(gòu)20-22
• 第2章 無(wú)人機(jī)仿真環(huán)境搭建22-34
• 2.1 無(wú)人機(jī)運(yùn)動(dòng)仿真環(huán)境搭建22-29
• 2.1.1 坐標(biāo)系建立和選取22-23
• 2.1.2 三自由度剛體動(dòng)力學(xué)模型23-24
• 2.1.3 三自由度剛體軌跡動(dòng)作庫(kù)設(shè)計(jì)24-29
• 2.2 目標(biāo)匹配數(shù)值評(píng)估對(duì)比模型的構(gòu)建29-33
• 2.2.1 距離對(duì)位匹配參數(shù)計(jì)算模型29-30
• 2.2.2 角度對(duì)位匹配參數(shù)計(jì)算模型30-31
• 2.2.3 速度對(duì)位匹配參數(shù)計(jì)算模型31
• 2.2.4 高度對(duì)位匹配參數(shù)計(jì)算模型31-32
• 2.2.5 總體態(tài)勢(shì)對(duì)位匹配參數(shù)計(jì)算模型32
• 2.2.6 空戰(zhàn)性能對(duì)位匹配參數(shù)計(jì)算模型32-33
• 2.2.7 空戰(zhàn)總體對(duì)位匹配參數(shù)計(jì)算模型33
• 2.3 本章小結(jié)33-34
• 第3章 微分對(duì)策基本理論基礎(chǔ)34-40
• 3.1 追逃問(wèn)題概述34-35
• 3.2 微分對(duì)策概述35-36
• 3.3 微分對(duì)策求解方法36-39
• 3.4 本章小結(jié)39-40
• 第4章 基于微分對(duì)策的機(jī)動(dòng)決策40-54
• 4.1 基于微分對(duì)策的一對(duì)一追逃模型40-41
• 4.2 基于微分對(duì)策的多無(wú)人機(jī)追逃最優(yōu)機(jī)動(dòng)決策的求解41-53
• 4.2.1 時(shí)間最優(yōu)一對(duì)一無(wú)人機(jī)追逃機(jī)動(dòng)決策42-45
• 4.2.2 雙機(jī)編隊(duì)下的時(shí)間最優(yōu)無(wú)人機(jī)追逃機(jī)動(dòng)決策45-53
• 4.3 本章小結(jié)53-54
• 第5章 雙機(jī)對(duì)抗協(xié)同目標(biāo)分配算法研究54-65
• 5.1 協(xié)同算法概述54-55
• 5.2 基于RBF神經(jīng)網(wǎng)絡(luò)的目標(biāo)匹配算法55-64
• 5.2.1 RBF神經(jīng)網(wǎng)絡(luò)概述55-58
• 5.2.2 基于RBF神經(jīng)網(wǎng)絡(luò)的目標(biāo)匹配58-61
• 5.2.3 BP與RBF神經(jīng)網(wǎng)絡(luò)目標(biāo)匹配算法性能對(duì)比61-64
• 5.3 本章小結(jié)64-65
• 結(jié)論65-66
• 參考文獻(xiàn)66-71
• 致謝71

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 王曉光;章衛(wèi)國(guó);陳偉;;無(wú)人機(jī)編隊(duì)超視距空戰(zhàn)決策及作戰(zhàn)仿真[J];控制與決策;2015年02期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 吳柢;多機(jī)協(xié)同多目標(biāo)攻擊關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2004年

，

本文編號(hào)：598381