期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于协同对抗的水下博弈策略优化
被引量:
6
1
作者
魏娜
刘明雍
+1 位作者
张帅
张小件
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2019年第1期63-69,共7页
针对多自主水下航行器(autonomous underwater vehicle,AUV)的水下协同对抗博弈问题,以博弈论为基础,多AUV的多次对抗为作战背景,从同时考虑敌我双方对抗策略的角度出发,对多AUV的动态协同攻防对抗策略问题进行了研究。考虑生存概率指...
针对多自主水下航行器(autonomous underwater vehicle,AUV)的水下协同对抗博弈问题,以博弈论为基础,多AUV的多次对抗为作战背景,从同时考虑敌我双方对抗策略的角度出发,对多AUV的动态协同攻防对抗策略问题进行了研究。考虑生存概率指标函数和水下环境影响,建立了基于动态博弈的多自主水下航行器的单元目标分配模型,构建博弈矩阵。在此基础上,采用粒子群算法,通过求解博弈模型的纳什均衡解,形成博弈对抗双方的最优攻防决策方案,并对所研究的攻防策略优化方法进行了仿真验证,结果表明该模型和方法的可行性和有效性。
展开更多
关键词
协同对抗
自主水下航行器
目标分配
动态博弈模型
纳什均衡
粒子群算法
下载PDF
职称材料
基于随机空间网络的无人机集群协同对抗模型
被引量:
2
2
作者
王尔申
郭靖
+3 位作者
宏晨
任虹帆
陈艾东
商新娜
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2023年第1期10-16,共7页
无人机集群协同对抗是未来作战的发展方向,为了突出集群强进攻、难防御、高灵活的优势,对高维度、强动态、非线性无人机集群的协同对抗的复杂系统进行有效建模是一个重要的研究方向。应用复杂空间网络理论构建了对抗双方的协同网络、对...
无人机集群协同对抗是未来作战的发展方向,为了突出集群强进攻、难防御、高灵活的优势,对高维度、强动态、非线性无人机集群的协同对抗的复杂系统进行有效建模是一个重要的研究方向。应用复杂空间网络理论构建了对抗双方的协同网络、对抗网络及协同对抗网络,模拟无人机集群的协同侦察场景,分别在二维和三维空间中建立了无人机集群协同对抗模型;分析了影响杀伤率的因素,提出了杀伤率与空间距离的解析式;通过网络级联效应分析了无人机集群协同网络的鲁棒性,验证了所提无人机集群协同对抗模型的有效性,为无人机集群协同对抗的建模提供了一种新思路。
展开更多
关键词
无人机集群
协同对抗
随机空间网络
复杂网络
级联效应
下载PDF
职称材料
基于动态非零和博弈的无人机集群协同对抗方法研究
被引量:
4
3
作者
刘莎
张硕
刘禄
《航空科学技术》
2022年第2期75-83,共9页
无人机集群协同对抗是当今国内外学术研究的热点问题,动态机动决策是无人机对抗最重要的研究领域之一。本文提出了一种基于动态非零和博弈的无人机集群协同对抗决策算法。首先,确定对抗双方的决策集,并通过角度、速度和距离等机动因素...
无人机集群协同对抗是当今国内外学术研究的热点问题,动态机动决策是无人机对抗最重要的研究领域之一。本文提出了一种基于动态非零和博弈的无人机集群协同对抗决策算法。首先,确定对抗双方的决策集,并通过角度、速度和距离等机动因素构造对抗双方的态势优势。其次,对无人机集群机动可选方案进行多属性评价,进一步计算双方的动态收益矩阵,建立动态非零和纳什均衡机动决策模型。随后,提出了改进的粒子群算法,高效求解动态非零和纳什均衡机动决策模型,得到最优的混合策略。最后,通过仿真试验验证了所提出的协同动态机动决策算法的优越性,有效提升了无人机集群协同对抗能力,为无人机集群指挥、决策及控制的智能化发展提供了理论及应用基础。
展开更多
关键词
无人机集群
协同对抗
动态博弈
非零和博弈
纳什均衡
下载PDF
职称材料
基于改进蝴蝶算法的协同干扰资源分配方法
被引量:
1
4
作者
陈振坤
程嗣怡
+1 位作者
刘丹
商犇
《现代雷达》
CSCD
北大核心
2023年第3期98-106,共9页
针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;...
针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;最后,把自适应启发项和劣解接纳操作引入蝴蝶算法(BOA)对模型求解。仿真结果表明:引入改进项提高BOA探索能力和搜索效率,有效解决算法局部收敛的缺陷。对比四种经典算法和两种改进BOA算法,该算法在收敛精度和算法稳定性方面均更优,制定的干扰资源分配方案可信度更高。
展开更多
关键词
协同对抗
干扰资源分配
蝴蝶算法
干扰效能
自适应启发项
下载PDF
职称材料
基于元课程强化学习的多智能体协同博弈技术
被引量:
3
5
作者
丁季时雨
孙科武
+3 位作者
董博
杨皙睿
范长超
马喆
《现代防御技术》
北大核心
2022年第5期36-42,共7页
多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Criti...
多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Critic的多智能体强化学习协同博弈框架,利用元课程强化学习方法对小规模场景进行基础课程元模型提取,并且基于课程学习向大规模场景进行模型迁移,在元模型基础上继续进行训练,扩展元模型策略网络,最终得到较优协同博弈策略。在《星际争霸Ⅱ》平台上进行仿真实验,结果表明:基于元课程强化学习的多智能体协同博弈技术可有效地加速其训练过程,相较于传统训练方法可以在较短时间内达到较高的胜率,训练速度提升约40%,该方法可有效支撑多智能体协同博弈策略的高效生成,为低资源下的强化学习高效训练奠定理论基础。
展开更多
关键词
多智能体
强化学习
协同博弈
元课程学习
高效训练
下载PDF
职称材料
微分对策协同对抗制导律方法研究
被引量:
3
6
作者
苏山
谢永杰
+2 位作者
白瑜亮
刘印田
单永志
《空天防御》
2022年第2期58-64,共7页
针对多对一拦截问题开展了基于微分对策协同拦截制导律的研究,构建了多拦一线性相对运动方程,通过分析博弈对抗原理,构建双方博弈对抗性能指标函数,采用状态转移矩阵进行状态方程进行降维处理,基于最优控制原理,求解多拦一对抗博弈角度...
针对多对一拦截问题开展了基于微分对策协同拦截制导律的研究,构建了多拦一线性相对运动方程,通过分析博弈对抗原理,构建双方博弈对抗性能指标函数,采用状态转移矩阵进行状态方程进行降维处理,基于最优控制原理,求解多拦一对抗博弈角度协同制导律解析解。通过对二拦一对抗过程进行分析,得到二拦一协同对抗微分对策制导律,针对不同类型目标,开展二拦一制导律仿真进行性能验证,从而体现本文所提制导律在协同拦截目标过程中的有效性。
展开更多
关键词
多弹协同
最优控制
微分对策
协同对抗
最优策略
下载PDF
职称材料
基于微分对策的多飞行器协同最优分配方法
被引量:
2
7
作者
王宁宇
苏山
+2 位作者
崔乃刚
单永志
徐胜利
《战术导弹技术》
北大核心
2021年第6期130-138,共9页
研究了N个拦截飞行器与M个进攻飞行器之间的攻防对抗博弈问题。考虑双方均采用最优博弈策略的情况,通过设计鞍点策略,解决了在多飞行器追逐-逃避场景下的最优武器分配问题。采用终端位置误差价值评价方法得到博弈对抗的价值函数,并证明...
研究了N个拦截飞行器与M个进攻飞行器之间的攻防对抗博弈问题。考虑双方均采用最优博弈策略的情况,通过设计鞍点策略,解决了在多飞行器追逐-逃避场景下的最优武器分配问题。采用终端位置误差价值评价方法得到博弈对抗的价值函数,并证明了价值函数满足Hamilton-JacobiIsaacs方程,采用新颖的阿波罗尼乌斯圆不仅可以实现对最优分配策略的快速求解,还可以有效克服多飞行器对抗过程中维数问题。分析N=M和N>M的情况下,攻防对抗双方均可以获得协同最优分配和最优制导律解析解,最终进行多飞行器对抗仿真分析,验证了本文提出的算法的有效性。
展开更多
关键词
智能控制
最优控制
微分对策
协同对抗
最优策略
拦截飞行器
进攻飞行器
原文传递
基于Multi-agent协商的多干扰机资源管理
8
作者
刘玲
徐旺
《指挥控制与仿真》
2016年第6期57-63,共7页
多干扰机协同是组网雷达对抗的一种重要方法。针对多干扰机协同中面临的数据传输率、时效性等因素所引起的干扰资源管理问题,建立了基于中心控制协商和公约协商的干扰资源管理模型,并给出了相应的协同算法与仿真。仿真结果表明:两种方...
多干扰机协同是组网雷达对抗的一种重要方法。针对多干扰机协同中面临的数据传输率、时效性等因素所引起的干扰资源管理问题,建立了基于中心控制协商和公约协商的干扰资源管理模型,并给出了相应的协同算法与仿真。仿真结果表明:两种方法在组网雷达对抗中均能取得良好的干扰效果及较低的漏威胁目标信号脉冲比例。其中,基于公约的Multi-agent协商在组网干扰资源管理方面具有更好的可行性,其效果优于基于中心控制协商的方法。
展开更多
关键词
干扰资源管理
Multi-agent协商
协同对抗
组网雷达
下载PDF
职称材料
题名
基于协同对抗的水下博弈策略优化
被引量:
6
1
作者
魏娜
刘明雍
张帅
张小件
机构
西北工业大学航海学院
西安石油大学陕西省油气井测控技术重点实验室
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2019年第1期63-69,共7页
基金
国家自然科学基金(51679201
51879219)
陕西省教育厅科研计划重点项目(18JS094)资助
文摘
针对多自主水下航行器(autonomous underwater vehicle,AUV)的水下协同对抗博弈问题,以博弈论为基础,多AUV的多次对抗为作战背景,从同时考虑敌我双方对抗策略的角度出发,对多AUV的动态协同攻防对抗策略问题进行了研究。考虑生存概率指标函数和水下环境影响,建立了基于动态博弈的多自主水下航行器的单元目标分配模型,构建博弈矩阵。在此基础上,采用粒子群算法,通过求解博弈模型的纳什均衡解,形成博弈对抗双方的最优攻防决策方案,并对所研究的攻防策略优化方法进行了仿真验证,结果表明该模型和方法的可行性和有效性。
关键词
协同对抗
自主水下航行器
目标分配
动态博弈模型
纳什均衡
粒子群算法
Keywords
cooperative
confrontation
autonomous
underwater
vehicles
target
allocation
dynamic
game
model
Nash
equilibrium
particle
swarm
optimization
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于随机空间网络的无人机集群协同对抗模型
被引量:
2
2
作者
王尔申
郭靖
宏晨
任虹帆
陈艾东
商新娜
机构
沈阳航空航天大学电子信息工程学院
沈阳航空航天大学辽宁通用航空研究院
北京联合大学北京市信息服务工程重点实验室
北京联合大学机器人学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2023年第1期10-16,共7页
基金
国家重点研发计划(2018AAA0100804)
中国民航大学民航航班广域监视与安全管控技术重点实验室开放基金(202105)
+3 种基金
辽宁省“兴辽英才计划”(XLYC1907022)
北京市教育委员会科技计划(KM201811417005,KM201911417010)
辽宁省应用基础研究计划(2022020502-JH2/1013)
沈阳市科技计划(22-322-3-34)。
文摘
无人机集群协同对抗是未来作战的发展方向,为了突出集群强进攻、难防御、高灵活的优势,对高维度、强动态、非线性无人机集群的协同对抗的复杂系统进行有效建模是一个重要的研究方向。应用复杂空间网络理论构建了对抗双方的协同网络、对抗网络及协同对抗网络,模拟无人机集群的协同侦察场景,分别在二维和三维空间中建立了无人机集群协同对抗模型;分析了影响杀伤率的因素,提出了杀伤率与空间距离的解析式;通过网络级联效应分析了无人机集群协同网络的鲁棒性,验证了所提无人机集群协同对抗模型的有效性,为无人机集群协同对抗的建模提供了一种新思路。
关键词
无人机集群
协同对抗
随机空间网络
复杂网络
级联效应
Keywords
UAV
swarm
cooperative
confrontation
random
spatial
network
complex
network
cascading
effects
分类号
V279.2 [航空宇航科学与技术—飞行器设计]
TN711.5 [电子电信—电路与系统]
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于动态非零和博弈的无人机集群协同对抗方法研究
被引量:
4
3
作者
刘莎
张硕
刘禄
机构
空军装备部装备项目管理中心
西北工业大学
出处
《航空科学技术》
2022年第2期75-83,共9页
基金
航空科学基金(201955053003)。
文摘
无人机集群协同对抗是当今国内外学术研究的热点问题,动态机动决策是无人机对抗最重要的研究领域之一。本文提出了一种基于动态非零和博弈的无人机集群协同对抗决策算法。首先,确定对抗双方的决策集,并通过角度、速度和距离等机动因素构造对抗双方的态势优势。其次,对无人机集群机动可选方案进行多属性评价,进一步计算双方的动态收益矩阵,建立动态非零和纳什均衡机动决策模型。随后,提出了改进的粒子群算法,高效求解动态非零和纳什均衡机动决策模型,得到最优的混合策略。最后,通过仿真试验验证了所提出的协同动态机动决策算法的优越性,有效提升了无人机集群协同对抗能力,为无人机集群指挥、决策及控制的智能化发展提供了理论及应用基础。
关键词
无人机集群
协同对抗
动态博弈
非零和博弈
纳什均衡
Keywords
UAV
cluster
cooperative
confrontation
dynamic
game
non-zero-sum
game
Nash
equilibrium
分类号
O225 [理学—运筹学与控制论]
下载PDF
职称材料
题名
基于改进蝴蝶算法的协同干扰资源分配方法
被引量:
1
4
作者
陈振坤
程嗣怡
刘丹
商犇
机构
解放军
空军工程大学航空工程学院
解放军
解放军
出处
《现代雷达》
CSCD
北大核心
2023年第3期98-106,共9页
文摘
针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;最后,把自适应启发项和劣解接纳操作引入蝴蝶算法(BOA)对模型求解。仿真结果表明:引入改进项提高BOA探索能力和搜索效率,有效解决算法局部收敛的缺陷。对比四种经典算法和两种改进BOA算法,该算法在收敛精度和算法稳定性方面均更优,制定的干扰资源分配方案可信度更高。
关键词
协同对抗
干扰资源分配
蝴蝶算法
干扰效能
自适应启发项
Keywords
cooperative
confrontation
interference
resource
allocation
butterfly
optimization
algorithm(BOA)
jamming
effectiveness
adaptive
heuristics
分类号
TN974 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于元课程强化学习的多智能体协同博弈技术
被引量:
3
5
作者
丁季时雨
孙科武
董博
杨皙睿
范长超
马喆
机构
中国航天科工集团有限公司第二研究院未来实验室
出处
《现代防御技术》
北大核心
2022年第5期36-42,共7页
基金
国家自然科学基金(62103386)。
文摘
多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Critic的多智能体强化学习协同博弈框架,利用元课程强化学习方法对小规模场景进行基础课程元模型提取,并且基于课程学习向大规模场景进行模型迁移,在元模型基础上继续进行训练,扩展元模型策略网络,最终得到较优协同博弈策略。在《星际争霸Ⅱ》平台上进行仿真实验,结果表明:基于元课程强化学习的多智能体协同博弈技术可有效地加速其训练过程,相较于传统训练方法可以在较短时间内达到较高的胜率,训练速度提升约40%,该方法可有效支撑多智能体协同博弈策略的高效生成,为低资源下的强化学习高效训练奠定理论基础。
关键词
多智能体
强化学习
协同博弈
元课程学习
高效训练
Keywords
multi-agent
reinforcement
learning
cooperative
confrontation
meta
turriculum
learning
high
efficiency
training
分类号
V19 [航空宇航科学与技术—人机与环境工程]
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
微分对策协同对抗制导律方法研究
被引量:
3
6
作者
苏山
谢永杰
白瑜亮
刘印田
单永志
机构
哈尔滨工业大学航天学院
上海机电工程研究所
北京机电工程研究所
中国兵器工业集团航空弹药研究院
出处
《空天防御》
2022年第2期58-64,共7页
基金
国防基础科研项目(JCKY2019208C017)
上海航天科技创新基金项目(SAST2019-005)。
文摘
针对多对一拦截问题开展了基于微分对策协同拦截制导律的研究,构建了多拦一线性相对运动方程,通过分析博弈对抗原理,构建双方博弈对抗性能指标函数,采用状态转移矩阵进行状态方程进行降维处理,基于最优控制原理,求解多拦一对抗博弈角度协同制导律解析解。通过对二拦一对抗过程进行分析,得到二拦一协同对抗微分对策制导律,针对不同类型目标,开展二拦一制导律仿真进行性能验证,从而体现本文所提制导律在协同拦截目标过程中的有效性。
关键词
多弹协同
最优控制
微分对策
协同对抗
最优策略
Keywords
multi-missile
coordination
optimal
control
differential
games
cooperative
confrontation
optimal
policy
分类号
V249.32 [航空宇航科学与技术—飞行器设计]
下载PDF
职称材料
题名
基于微分对策的多飞行器协同最优分配方法
被引量:
2
7
作者
王宁宇
苏山
崔乃刚
单永志
徐胜利
机构
哈尔滨工业大学航天学院
中国兵器工业集团航空弹药研究院
上海机电工程研究所
出处
《战术导弹技术》
北大核心
2021年第6期130-138,共9页
基金
国防基础科研项目(JCKY2019208C017)
上海航天科技创新基金项目(SAST2019-005)。
文摘
研究了N个拦截飞行器与M个进攻飞行器之间的攻防对抗博弈问题。考虑双方均采用最优博弈策略的情况,通过设计鞍点策略,解决了在多飞行器追逐-逃避场景下的最优武器分配问题。采用终端位置误差价值评价方法得到博弈对抗的价值函数,并证明了价值函数满足Hamilton-JacobiIsaacs方程,采用新颖的阿波罗尼乌斯圆不仅可以实现对最优分配策略的快速求解,还可以有效克服多飞行器对抗过程中维数问题。分析N=M和N>M的情况下,攻防对抗双方均可以获得协同最优分配和最优制导律解析解,最终进行多飞行器对抗仿真分析,验证了本文提出的算法的有效性。
关键词
智能控制
最优控制
微分对策
协同对抗
最优策略
拦截飞行器
进攻飞行器
Keywords
intelligent
control
optimal
control
differential
games
cooperative
confrontation
opti-mal
strategy
intercepting
aircraft
attacking
aircraft
分类号
V249.32 [航空宇航科学与技术—飞行器设计]
原文传递
题名
基于Multi-agent协商的多干扰机资源管理
8
作者
刘玲
徐旺
机构
成都大学信息科学与工程学院
电子信息控制重点实验室
出处
《指挥控制与仿真》
2016年第6期57-63,共7页
文摘
多干扰机协同是组网雷达对抗的一种重要方法。针对多干扰机协同中面临的数据传输率、时效性等因素所引起的干扰资源管理问题,建立了基于中心控制协商和公约协商的干扰资源管理模型,并给出了相应的协同算法与仿真。仿真结果表明:两种方法在组网雷达对抗中均能取得良好的干扰效果及较低的漏威胁目标信号脉冲比例。其中,基于公约的Multi-agent协商在组网干扰资源管理方面具有更好的可行性,其效果优于基于中心控制协商的方法。
关键词
干扰资源管理
Multi-agent协商
协同对抗
组网雷达
Keywords
jamming
resource
management
Multi-agent
coordination
cooperative
confrontation
netted
radar
分类号
TN959 [电子电信—信号与信息处理]
E917 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于协同对抗的水下博弈策略优化
魏娜
刘明雍
张帅
张小件
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2019
6
下载PDF
职称材料
2
基于随机空间网络的无人机集群协同对抗模型
王尔申
郭靖
宏晨
任虹帆
陈艾东
商新娜
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
3
基于动态非零和博弈的无人机集群协同对抗方法研究
刘莎
张硕
刘禄
《航空科学技术》
2022
4
下载PDF
职称材料
4
基于改进蝴蝶算法的协同干扰资源分配方法
陈振坤
程嗣怡
刘丹
商犇
《现代雷达》
CSCD
北大核心
2023
1
下载PDF
职称材料
5
基于元课程强化学习的多智能体协同博弈技术
丁季时雨
孙科武
董博
杨皙睿
范长超
马喆
《现代防御技术》
北大核心
2022
3
下载PDF
职称材料
6
微分对策协同对抗制导律方法研究
苏山
谢永杰
白瑜亮
刘印田
单永志
《空天防御》
2022
3
下载PDF
职称材料
7
基于微分对策的多飞行器协同最优分配方法
王宁宇
苏山
崔乃刚
单永志
徐胜利
《战术导弹技术》
北大核心
2021
2
原文传递
8
基于Multi-agent协商的多干扰机资源管理
刘玲
徐旺
《指挥控制与仿真》
2016
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部