刘念, 刘春生, 孙景亮

(南京航空航天大学 自动化学院, 江苏 南京 211106)



自适应动态规划算法在飞行器追逃中的应用

刘念, 刘春生, 孙景亮

(南京航空航天大学 自动化学院, 江苏 南京 211106)

针对飞行器追逃对抗的二人零和微分对策问题,提出基于数据的积分策略迭代自适应动态规划算法,以求解数学模型未知系统的控制律。该算法利用固定时段内有效的状态和输入信息,建立数据模型,并对其进行基于值函数和控制策略的算法迭代,在平面拦截系统完全未知的情况下得到追逃双方的近似最优策略。仿真结果表明,所得到的双方控制策略能在有限界内无限接近最优解,验证了所提出算法的有效性。

追逃问题; 零和微分对策; 策略迭代; 自适应动态规划

0 引言

随着时代的进步,航空航天技术逐步进入一个崭新的发展时期。提高空军的作战能力已经成为世界众多军事强国追求的共同目标,空中军事竞争也渐渐成为一个备受关注的方向,这涉及到无人机格斗[1]、卫星拦截[2]、导弹制导[3]等多方面的问题。飞行器追逃问题被描述为具有利益冲突的双方之间的对抗,可以在广义上代表此类双方对抗型最优控制问题。

近年来,追逃拦截制导律的研究吸引了国内外学术界的广泛关注。对于这类冲突对抗问题,微分对策理论被引入并用于解决双方或多方最优策略问题[4]。多数制导律求解的研究都基于系统精确的模型信息,而实际系统不可避免地会受到多种因素的影响,很大程度上造成其模型未知或部分未知,例如追逃拦截中目标的机动时间常数未知问题[5]。……