基于分层强化学习的低过载比拦截制导律

作     者：王旭 蔡远利 张学成 张荣良 韩成龙 WANG Xu;CAI Yuanli;ZHANG Xuecheng;ZHANG Rongliang;HAN Chenglong

作者机构：西安交通大学电子与信息学部陕西西安710049 陆军装备部驻上海地区第三军事代表室上海200031 上海机电工程研究所上海201109 

基　　金：国家自然科学基金项目(62203349 12302061) 

出 版 物：《空天防御》 (Air & Space Defense)

年 卷 期：2024年第7卷第1期

页      码：40-47页

摘      要：为解决低过载比和纯角度量测等约束下的三维机动目标拦截制导问题,提出了一种基于分层强化学习的拦截制导律。首先将问题建模为马尔科夫决策过程模型,并考虑拦截能量消耗与弹目视线角速率,设计了一种启发式奖赏函数。其次通过构建具有双层结构的策略网络,并利用上层策略规划阶段性子目标来指导下层策略生成所需的制导指令,实现了拦截交战过程中的视线角速率收敛,以保证能成功拦截机动目标。仿真结果验证了所提出的方法较增强比例导引具有更高的拦截精度和拦截概率,且拦截过程的需用过载更低。

主 题 词：末制导 机动目标拦截 低过载比 分层强化学习 

学科分类：08[工学] 081105[081105] 0804[工学-材料学] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.2096-4641.2024.01.006

馆 藏 号：203126127...