共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 认知电子战发展趋势:从单体智能到群体智能显示文摘随着人工智能、通信技术、无人系统等技术的快速发展,通信对抗装备智能水平不断提高,无人集群作战也在持续地深化和落地应用,这给认知电子战技术的研究带来了新的机遇和挑战,推动了认知电子战内涵从单体化向群体化演进。为促进认知电子战发展有效适应未来新型智能作战装备和新型无人集群作战样式,在综述认知电子战概念、内涵以及认知电子战单体智能研究的基础上,从无人集群作战背景出发,结合群体智能算法,提出了认知电子战群体智能的概念并对其内涵进行详细的阐述,指明了其对认知电子战的研究价值、应用价值以及发展前景。最后,在体系对抗的视角下,进一步对认知电子战群体智能未来可能的发展方向进行了较为全面的展望。 | 王健 杨渡佳 黄科举 李小帅 杨俊安 | 2023 | 信息对抗技术2023，2，4： | 2 |
| 2 | 基于鲁棒观测器的深度强化学习垂直起降运载器姿态稳定研究显示文摘针对考虑弹性振动、模型不确定干扰下的垂直起降运载器姿态稳定问题,将鲁棒观测器和深度强化学习中的近端策略优化算法相结合,研究了一种基于鲁棒观测器的近端策略优化(robust observer-based proximal policy optimization,ROB-PPO)方法。该方法设计鲁棒观测器重构受弹性振动干扰的运载器姿态信息,将鲁棒观测器与运载器动力学模型组成环境,将鲁棒观测器得到的重构姿态作为深度强化学习算法的状态,使得深度强化学习智能体与之不断交互,从而训练智能体控制运载器姿态稳定。仿真结果表明,所研究的ROB-PPO算法相较于目前常用的自适应模糊比例-积分-微分(proportional-integral-derivative,PID)算法鲁棒性更强,收敛速度更快。最后,在自主研制的垂直起降运载器上验证了所提出算法有效性。 | 李彦铃 罗飞舟 葛致磊 | 2024 | 系统工程与电子技术2024，46，3： | 0 |
| 3 | P3C-MADDPG算法的多无人机协同追捕对抗策略研究显示文摘针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay,PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。 | 高甲博 肖玮 何智杰 | 2023 | 指挥控制与仿真2023，45，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员