基于不确定信息的无人机攻防博弈策略研究

通过分析实际战场中目标价值和毁伤概率信息的不确定性,提出了不确定信息条件下需要解决的无人机(UAV)攻防博弈问题。以敌我双方发射导弹的价值信息为依据,建立基于不确定信息的多UAV攻防对抗的支付函数,构建攻防双方博弈支付矩阵。将粒子群算法和区间数多属性方案排序方法相结合,给出基于不确定信息下博弈纳什均衡求解方法,为不确定环境下UAV攻防博弈实现最优策略提供了新方法。最后     

基于拥塞博弈的多无人机自主侦察任务规划

为解决通信中断时多无人机自主侦察任务规划的问题,提出一种基于拥塞博弈的分布式任务规划方法。 根据问题场景给出各无人机的侦察收益函数以及各子区域的社会福利函数,基于拥塞博弈,建立多无人机自主侦察 拥塞博弈模型,验证纯纳什均衡的存在性,给出多无人机自主侦察拥塞博弈的无政府状态代价和稳定状态代价的界 限,设计一种具有性能保证并且易于实现的策略更新规则,并通过蒙特卡罗方法进行模拟仿真实验。仿真结果验证 了该模型的适用性和策略更新规则的有效性。     

无人机攻防对抗不完全信息动态博弈方法研究

以不完全信息动态博弈理论为基础，无人机攻防对抗问题为背景，建立无人机攻防对抗问题的不完全信息动态博弈模型；针对博弈树的求解问题，设计免疫进化算法，求解问题的贝叶斯纳什均衡解，得到无人机的最优策略序列。仿真结果表明该模型能够合理的应用于无人机攻放对抗问题当中，具有较好的应用价值。     

基于 QPSO 的模糊策略博弈的多无人机空战策略

针对无人机作战指挥系统中多无人机空战博弈策略的问题,提出一种采用量子粒子群算法(quantum particle swam optimization,QPSO)在模糊策略下博弈的纳什均衡求解方法.通过对无人机空战态势信息的分析,建立敌我双方多无人机动空战的作战收益函数,根据给出的敌我双方无人机纯策略集中的模糊子集,构建基于模糊策略下的敌我双方无人机博弈支付矩阵,进而求得作战双方获得最优选择策略.仿真验证结果表明,该方法可行、有效.     

基于博弈论的无人机战场攻防策略求解模型

提出基于博弈论的无人机战场攻防策略求解模型;利用零和博弈求解方法,找出当目标平均定位时间变化时的不同纳什均衡点;案例结果表明:该纳什均衡点即为攻守双方一定条件下的最佳策略集合;该模型可为实际战场决策提供参考.     

多阶段平台动态防御的Markov演化博弈模型及迁移策略

为提升持续性和阶段性攻击下平台动态防御效率,提出多阶段平台动态防御的Markov 演化博弈模型和迁移策略。从平台动态防御的网络攻防原理入手,分析平台动态防御的循环性和阶段性特点,进行多阶段平台动态防御的关键参数和收益计算;建立多阶段平台动态防御的Markov 演化博弈模型,针对博弈的阶段性,在总收益计算中引入折现因子和转移概率;在此基础上,研究纳什均衡在多阶段Markov平台动态防御演化博弈中的存在性,给出纳什均衡解和最优迁移策略选取算法。通过示例设计迁移策略的分析流程,仿真结果验证了所提模型和迁移策略的有效性。     

基于博弈策略的多无人机航迹规划研究

在综合考虑无人机航迹规划和任务分配的性能指标基础上,提出了目标移动环境下基于博弈策略的多无人机航迹规划方法。采用Voronoi图方法创建了威胁场,建立了航迹威胁总代价函数,并建立了航迹代价和任务分配的综合目标函数,从而构建了基于博弈策略的多无人机航迹规划目标函数。将目标移动加入到航迹规划中,利用快速扩展随机树(Rapidly-exploring Random Tree,RRT)算法得到比较合理的局部航迹规划。仿真算例表明,该方法不仅能保证各飞行器选择基于博弈策略的敌我双方最优航迹,而且可以提高多无人机攻击移动目标的整体作战效能,有效的提高作战能力。     

基于冗余集中式的多无人机协同多任务分配

对多无人机协同多任务分配的求解策略进行了研究,针对集中式求解和基于协商的分布式求解方法各自的局限性,提出了一种基于冗余集中式的求解策略。该策略基于离散粒子群算法,具有能够以不同初始解并行计算的优点,通过在多无人机上运行相同的任务指派算法,充分利用通信和计算资源,在可接受的时间和计算代价内获得全局优化解。     

基于不完全信息博弈的军事信息网络主动防御策略选取

针对军事信息网络的防御策略选取问题,分析军事信息网络的攻防对抗特点,提出一种军事信息网络主动防御策略选取方法。该方法基于不完全信息博弈对网络攻防过程进行建模,从网络安全属性的角度出发对攻防收益进行量化;以防御效能作为策略选取的标准,设计主动防御策略选取算法。与传统基于博弈论的网络防御方法相比,该方法具有如下优势：在模型设计和收益量化方面更加符合网络攻防实际;能够以纯策略的形式进行主动防御策略选取,有效解决当前以概率形式进行防御策略选取不便于理解和操作的问题。通过实验验证了所提方法的合理性和可行性,并通过防御收益分析总结了网络安全防御的一般规律。     

基于公共品博弈的无人机集群自主协同机制

无人机集群自主协同作战是未来战争的重要作战样式，自主协同机制研究有利于揭示无人机集群协同形成与演化规律，为无人机集群作战应用提供理论支撑。首先构建无人机集群信息交互网络，定义基于拓扑势的无人机交互等级。通过分析无人机集群自主协同与演化博弈的映射关系，建立基于公共品博弈的无人机集群演化博弈模型，设计基于交互等级的无人机集群总体期望收益函数、平均期望收益函数和愿景更新动态策略更新机制。利用马尔可夫链定量描述无人机集群演化过程，并理论推导了表征无人机集群演化博弈平稳分布的平均丰度函数。通过仿真验证基于公共品博弈的无人机集群自主协同机制的可行性和有效性，并分析选择强度、交互收益系数、增益因子与愿景水平等参数变化对无人机集群协同行为的影响，为无人机集群自主协同参数调控设计提供理论支持。研究结果表明：所提自主协同机制相较于提供点机制、惩罚机制能更大程度促进无人机集群合作涌现，为无人机集群自主协同理论向作战应用提供技术支持。     

无人机自主着陆过程中合作目标特征点的提取方法研究

准确估计无人机着陆时的相对位置和姿态对实现无人机安全着陆具有重要的意义,正确地提取出合作目标中的特征点是一个重要环节。本文提出了一种合作目标特征点的提取方法,首先,通过Sobel算子对合作目标进行边缘检测;然后,利用轮廓跟踪获得合作目标的轮廓链码表;最后,利用合作目标的形状特征以及链码的特性,从合作目标的图像中提取出10个特征点。实验结果表明,本文的方法能很好地提取出合作目标的特征点,为后续的无人机姿态信息的精确计算提供了保障。     

洋流影响下基于单领航者的多AUV协同导航

自主水下航行器（AUV）的协同导航是海洋工程研究中的重要问题,洋流估计是其中的主要难点之一。该文基于＂未知定常＂的洋流特性假设,结合单通信和导航辅助AUV（CNA）领航的协同定位原理,建立了洋流干扰下多AUV协同导航的定位转移损失函数。利用损失函数极小化方法给出了协同导航的定位最优估计准则,借助该准则得到了洋流误差估计和协同导航算法,实现了对AUV较为实时精确的定位。仿真结果表明,该算法能够较好地解决定常洋流作用下的多AUV协同导航问题,且定位精度较高,实时性好。研究成果有望为多AUV系统总体设计、导航路径规划及跟踪等方面提供理论基础和研究手段。     

多导弹协同攻击对策制导规律研究

针对多导弹协同攻击的作战要求,提出一种基于对策论的制导规律。将多枚导弹看作具有联合承诺的纯合作团队,建立了导弹-目标追逃对策模型,然后将每个时刻的策略选择问题转化为矩阵对策的形式,并运用排除法求出此矩阵对策的解,由此得到多枚导弹攻击目标的实时策略选择算法。仿真结果表明,该制导规律能够使各枚导弹以包围的态势攻击目标,为实际工程应用提供了参考。     

基于微分对策的多飞行器协同捕获空间划分

针对多飞行器协同围捕问题,提出一种基于微分对策的加权制导律下捕获空间划分方法。选取合适的性能函数,建立多对一协同围捕微分对策模型;利用哈密尔顿函数法求解得出飞行器和目标的最优控制策略,获得各飞行器的零控脱靶量的最优轨迹;以2个飞行器为例,设置1个2对1协同围捕场景,根据2个飞行器初始零控脱靶量的符号和大小关系,给出各飞行器单独拦截以及协同围捕状态下的相关定义;根据各飞行器零控脱靶量的最优轨迹,围绕初始零控脱靶量给出1种协同捕获空间的划分方法;设置3个具体的仿真场景,验证结果证明了该方法的准确性。