[发明专利]一种基于并行自我博弈的空战机动方法

权利要求书

1.一种基于并行自我博弈的空战机动方法，其特征在于，包括以下步骤：

步骤S1：构建无人机机动模型；

步骤S2：定义我方无人机为红方，敌方无人机为蓝方；初始化红蓝双方，构建红蓝运动态势获取模型，描述红蓝作战相对态势；

步骤S3：依据马尔科夫过程构建红蓝双方状态空间S_r,S_b，红蓝双方动作空间A_r,A_b，奖惩函数R；

步骤S4：构建基于SAC算法的机动决策模型结构；

步骤S5：初始化多组作战双方，定义实验参数，多组作战双方使用同一个机动决策模型及同一个经验池，通过空战对抗实现并行自我博弈训练SAC算法；

步骤S6：随机初始化作战双方，测试训练得到的网络，显示作战轨迹；随机初始化多组作战双方，测试训练得到的网络，统计作战成功率。

2.根据权利要求1所述的一种基于并行自我博弈的空战机动方法，其特征在于，所述构建无人机机动模型的具体步骤包括：

设OXYZ坐标系为无人机所在的三维空间坐标系，其中原点O表示无人机作战区域中心，X轴指向正北方向，Z轴指向正东方向，Y轴指向垂直向上的方向；

将无人机视为质点，无人机运动方程如下所示：

其中t为当前时刻，dT为无人机的积分步长，[X_t,Y_t,Z_t],[X_t+dT,Y_t+dT,Z_t+dT]分别为t时刻和t+dT时刻无人机的坐标位置分量，V_t,V_t+dT分别为无人机在t时刻和t+dT时刻的速度大小，俯仰角θ_t,θ_t+dT分别为无人机在t时刻和t+dT时刻的速度向量与XOZ平面夹角，航向角为无人机在t时刻和t+dT时刻的速度向量在XOZ平面投影向量与X轴正向夹角，dv为无人机加速度大小，dθ为无人机俯仰角变化量，为无人机航向角变化量。

3.根据权利要求2所述的一种基于并行自我博弈的空战机动方法，其特征在于，所述步骤S2的具体步骤包括：

红蓝运动态势获取模型获取的作战双方的相对态势用d与q描述，其中，表示红方与蓝方之间的位置向量，方向由红方指向蓝方，d表示红方与蓝方距离，q表示相对方位角，为红方速度向量与距离向量的夹角；

蓝方相对于红方的作战态势用d、q_r表示，红方相对于蓝方的作战态势用d及q_b表示；表示红方与蓝方之间的位置向量，方向由红方指向蓝方，表示蓝方与红方之间的位置向量，方向由蓝方指向红方，q_r表示蓝方相对红方的相对方位角，q_b表示红方相对蓝方的相对方位角；

d、q_r与q_b的计算如下：

其中，为红方的位置向量，为红方的速度向量，v_r为红方的速度大小，θ_r为红方的俯仰角，为红方的航向角；为蓝方的位置向量，为蓝方的速度向量，v_b为蓝方的速度大小，θ_b为蓝方的俯仰角，为蓝方的航向角。