多機探測隱身目標資源調度與軌跡規(guī)劃方法研究.pdf

1、隱身飛機具有較低的雷達散射截面積(Radar Cross Section, RCS)，對現(xiàn)有的雷達探測設備構成了嚴重的挑戰(zhàn)，因此以往傳統(tǒng)的依靠單個獨立平臺作戰(zhàn)的作戰(zhàn)方式已然不能夠發(fā)揮其預期的良好作戰(zhàn)效果。本文以多戰(zhàn)斗機組網(wǎng)探測隱身目標為背景，主要對多機傳感器探測資源調度和最優(yōu)探測軌跡兩個方面的內容開展研究，以期為反隱身對抗提供積極的思路和技術保證。論文主要研究成果如下：
　?。?）分析了協(xié)同探測隱身目標問題特性，研究了多機協(xié)同探測

2、模式，探討了目標運動狀態(tài)確定情況下的探測過程。針對隱身目標的低RCS特性能夠壓縮雷達探測距離的問題，開展了對雷達目標跟蹤特性和雷達跟蹤目標丟失條件的分析研究，研究并提出了多機協(xié)同探測四類任務模式，即編隊平臺雷達組網(wǎng)協(xié)同搜索模式、編隊平臺雷達組網(wǎng)協(xié)同閃爍探測模式、編隊平臺雷達組網(wǎng)協(xié)同探測模式和編隊組網(wǎng)協(xié)同干擾模式。建立了協(xié)同探測指標函數(shù)，對確定目標運動狀態(tài)下的探測過程進行了深入的剖析，為后文進一步研究資源調度方法和軌跡規(guī)劃方法奠定了基礎。

3、
　　（2）研究了多機探測資源調度問題，建立了反隱身探測資源調度模型，針對模型求解設計了Extend-CSP基本策略，提出了基于Monte Carlo近似Q值估計方法，解決了針對隱身目標探測過程中多傳感器在線調度求解復雜度較高的問題。針對目標運動狀態(tài)不確定情況下多傳感器資源調度問題，首先以部分可觀馬爾科夫決策過程(Partially Observable Markov Decision Processes, POMDP)為理論基礎

4、，建立了協(xié)同反隱身探測任務規(guī)劃資源調度模型。為了降低對遠期收益求解計算的時間復雜度，提出了Extend-CSP基本策略。針對多機協(xié)同探測跟蹤隱身目標這類問題，進一步提出了基于Monte Carlo方法對Q值進行近似估計方法。最后通過實驗仿真，驗證多傳感器協(xié)同探測資源調度決策模型及求解算法的有效性。
　?。?）研究了多機協(xié)同探測軌跡規(guī)劃問題，提出了基于滾動優(yōu)化在線求解策略?；跐L動優(yōu)化思想來在線動態(tài)規(guī)劃面向隱身目標最優(yōu)探測軌跡。深入