丁 维， 王 渊， 丁达理， 谢 磊， 周 欢， 谭目来， 吕丞辉

(空军工程大学航空工程学院，西安，710038)

随着无人作战飞机(unmanned combat aerial vehicles，UCAV)的自主化、智能化水平不断提高，由其自主完成空战任务获取制空权已成为未来战场发展的必然趋势。其中，空战机动决策方法一直是自主空战领域研究的重要一环[1-2]。目前无人机空战机动决策常用方法主要分为两类，一类是基于对策理论的方法，另一类是基于数据驱动的方法。基于对策理论的方法应用在近距空战机动决策上主要有微分对策法[3]、矩阵对策法和影响图法[4]，基于数据驱动的近距空战机动决策方法主要有神经网络及强化学习方法。

文献[5]将微分对策法应用于空战追逃问题，构建了微分对策模型，现阶段虽然应用较为广泛，但其计算量太大、实时性差，且其目标函数设定非常困难，因此不适用于复杂的空战环境；文献[6]应用矩阵对策法获得我机最优选择策略的大致范围，虽然算法容易理解，但是其结果精度不高且实时性较差，因此较难应用于无人机自主空战中；文献[7]将影响图法应用于机动决策，虽然能有效引导UCAV战斗，但是模型结构复杂，计算繁琐且实时性较差，很难求解出较复杂的决策问题。对于基于数据驱动空战机动决策方法而言，文献[8]应用神经网络方法，虽然鲁棒性强、实时性好，但是需要大量样本进行训练且产生的数据不真实；文献[9]运用强化学习方法由环境反馈出的信息来展开学习，虽然无需提供训练样本，但是却存在训练时间长、执行效率低的缺点。……