您的位置: 专家智库 > >

卢超群

作品数:3 被引量:4H指数:1
供职机构:北京航空航天大学更多>>
相关领域:自动化与计算机技术兵器科学与技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 1篇自动化与计算...
  • 1篇兵器科学与技...

主题

  • 3篇导弹
  • 3篇制导
  • 3篇制导律
  • 3篇微分对策
  • 2篇神经网
  • 2篇神经网络
  • 2篇精确制导
  • 2篇空导弹
  • 2篇空空导弹
  • 1篇导弹制导
  • 1篇预测控制
  • 1篇神经元网络
  • 1篇网络
  • 1篇模糊预测控制
  • 1篇BP神经
  • 1篇BP神经元网...
  • 1篇测控
  • 1篇Q-LEAR...

机构

  • 3篇北京航空航天...

作者

  • 3篇卢超群
  • 2篇任章
  • 2篇江加和

传媒

  • 1篇战术导弹控制...
  • 1篇2006年中...

年份

  • 1篇2007
  • 2篇2006
3 条 记 录,以下是 1-3
排序方式:
基于增强学习的精确制导律研究
卢超群
关键词:微分对策神经网络模糊预测控制导弹制导
基于增强学习的空空导弹智能精确制导律研究被引量:3
2006年
根据现代战争的对抗格局,提出了空空导弹拦截高速大机动目标的智能制导律。这种制导律是采用基于Q—learning算法的。Q—learning的思想是直接优化一个可迭代计算的Q函数,并利用增强学习实现知识的自动获取,来扩展所能得到的知识资源。在Q—learning算法中,系统通过计算状态的值函数或者状态-动作对的值函数来控制导弹的飞行。根据环境的评价性回报函数来实现决策的优化。从而能够达到行为优化。这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量。易于弹上实时实现,并且将这种制导律和传统制导相比较。结果表明:这种制导具有一定的智能行为。可以拦截大机动目标。这种智能制导方法有利于提高打击精度和载机的作战生存能力。
卢超群江加和任章
关键词:微分对策Q-LEARNINGBP神经元网络精确制导
基于增强学习的空空导弹智能精确制导律研究
根据现代战争的对抗格局,提出了空空导弹拦截高速大机动目标的智能制导律.这种制导律是采用基于Q-learning算法的.Q-learning的思想是直接优化一个可迭代计算的Q函数,并利用增强学习实现知识的自动获取,来扩展所...
卢超群江加和任章
关键词:微分对策神经网络精确制导空空导弹
文献传递
共1页<1>
聚类工具0