基于微分博弈論的多無人機追逃協(xié)同機動技術研究.pdf

1、隨著科技的發(fā)展，人們生活的需要，不管在民用領域還是在非民用領域，世界范圍內的航空技術得到了極大地發(fā)展。尖端的航空技術優(yōu)先廣泛應用于軍事目的。各種尖端的航空技術應用使得飛行器的性能不斷地的得到提升，例如飛機的重量，速度，過載等性能數(shù)據(jù)都已達到載人飛機所能達到的極限。放眼未來隨著科學技術的不斷發(fā)展，航空航天科技必然向無人機的方向發(fā)展。去進行各種極限飛行任務。
　　無人機相對于有人駕駛的飛機具有巨大的優(yōu)勢：無人駕駛、零傷亡、低成本、滯空

2、時間比較長、能執(zhí)行高危任務、適應性強等。雖然無人機相關的研究成本比較高，周期長，耗費巨大的人力和物力，但是因為其優(yōu)秀的性能，還是吸引各國加入研究無人機的大軍之中。其中無人機空中對抗又是無人機研究的重要方向。
　　本論文針對無人機智能對抗系統(tǒng)中多無人機之間追蹤-逃逸問題與多無人機之間的任務目標協(xié)同分配問題進行了一定的研究，研究和探討了基于微分博弈論的無人機二對一最優(yōu)機動決策問題，采用RBF神經網絡模型解決多機對抗目標對位匹配問題。<

3、br>　　本文的主要內容如下：
　　首先，針對多無人機狀態(tài)下建立二對一非線性追蹤-逃逸平面上的動力學模型。研究了雙機編隊采用微分博弈法對單一無人機進行追捕的機動決策模型。運用幾何原理對多無人機編隊進行機動飛行控制，使用梯度迭代方法進行模型求解。使得追逃微分博弈論最優(yōu)機動決策算法能夠在多無人機編隊中進行使用。
　　其次，探討了雙方多無人機空中對抗系統(tǒng)中的多無人機任務協(xié)同的目標匹配問題，根據(jù)雙方優(yōu)勢以單機或機群的協(xié)同優(yōu)先權函數(shù)，

4、并運用RBF神經網絡算法建立雙方無人機的目標對位匹配模型，使用matlab進行仿真實驗驗證效果。
　　最后，經過仿真實驗驗證后，結果表明，本文提出的多無人機對單一無人機的微分博弈論算法能夠使得多無人機能夠很快速的捕獲單一目標機，并且能夠實現(xiàn)無人機在作戰(zhàn)對抗中實現(xiàn)編隊飛行進行對抗，具有一定的實用價值。另外，本文還提出了基于RBF神經網絡多目標對位匹配算法，具有很強的適應性，速度更快，收斂性很強。以上算法可以為無人機微分博弈論的機動決