基于模糊推理的無人戰斗機視距空戰機動決策

吳 傲，楊任農，梁曉龍，張佳強

（1.空軍工程大學航空集群技術與作戰運用實驗室,西安 710051；2.陜西省電子信息系統綜合集成重點實驗室，西安 710051；3.空軍工程大學空管領航學院,西安 710051）

自主決策能力是無人戰斗機（Unmanned combat aerial vehicle，UCAV）發揮作戰效能的關鍵［1-3］。自主空戰是UCAV參與空戰的最終形式，而機動決策對于正在到來的無人空戰時代則是必不可少的研究內容［4］。

空戰機動決策是指：基于數學優化、人工智能等方法，模擬各種空戰態勢下飛行員的決策，自動生成對飛行器控制指令的決策過程［5］。文獻［6］將目前的空戰機動決策分為基于對策方法和基于人工智能方法。基于對策的方法主要有矩陣對策［4，7-8］、影 響 圖［9-11］等。矩 陣 對 策 法 往 往 以 博 弈論［7］為基礎，能充分考慮敵我雙方的對抗關系，但是納什均衡的求解較為煩瑣，并且在決策過程中難以加入對敵方意圖的推斷；影響圖［9-11］能很好地反映飛行員決策的過程，能引入環境的不確定性和飛行員的決策偏好，但其建模復雜，求解計算量大，難以滿足決策的實時性要求。基于人工智能的方法主要有專家系統法［12］、遺傳算法［8］以及強化學習方法等。專家系統法主要依靠人為設定機動動作庫，決策的結果是離散的機動動作序列，計算量小，適合空戰實時決策，但也往往受到專家經驗的限制，同時文獻［13-14］的機動動作庫均采用了最大過載的機動動作，并不能很好地反映真實的飛行過程；遺傳算法［8］等智能算法可以將UCAV的控制量生成連續的控制序列，極大地提升了UCAV的可控性，但是連續控制量的求解規模較大；以神經網絡［15-17］為基礎的強化學習算法是目前解決UCAV機動決策的熱點，但是對算法的訓練要求較高。

上述方法在求解簡單的機動決策方面具有一定的優勢，但當UAV機動方式較為復雜時容易出現維數災難、依賴人的主觀性以及規則漏洞等現實問題。為克服上述方法的不足，潘耀宗等［18］將深度強化學習（Deep reinforcement learning）引入UAV自主空戰機動決策研究中，提出了一種基于深度Q網絡（Deep Q-network）的雙網絡智能決策方法，有效解決了UAV向己方攻擊區自主機動的決策問題。馮志峰等［19］為了克服無人機在通信中斷情形下無法有效執行作戰任務的問題，提出一種基于規則推理的UAV自主決策方法。該方法采用事實與作戰規則對比匹配的方法，推理得到對應的決策策略。任天助等［20］通過模擬人的情感決策過程提出了一種基于情感智能的決策方法，并將該方法應用于求解無人機航路規劃和威脅規避的自主決策問題。但該方法考慮的模型較為簡單，在實際應用中還有待提高。另外，在進行Q學習的數據樣本設計過于理想化，使得學習出來的經驗不具有普適性。李維等［21］以構建規則庫的形式，提出了一種基于知識庫的自主決策方法。該方法借助貝葉斯網絡模擬人態勢的認知，借助規則進行決策，并利用實體的狀態變遷來控制流程，從而實現無人機的自主決策。

空戰機動決策的最終決策量往往為當前或未來一段時間內空戰態勢下最優的機動動作控制量，因此空戰態勢評估是UCAV機動決策的基礎，在空戰中將為UCAV的機動決策提供重要信息支撐。但是空戰態勢信息具有高度的抽象性、模糊性以及難解釋性［22-23］，因此合理的表達態勢信息是關鍵。文獻［24-25］利用貝葉斯推理的方法將空戰態勢劃分為4種，基于態勢評分結果給出了變權重的機動決策函數，但是在態勢評估過程中卻沒有考慮高度和速度因素。文獻［26］提出一種基于決策樹模型的空戰態勢評估方法，能夠快速對空戰態勢進行分類，但是決策樹中節點屬性的排序受樣本影響較大。由于模糊推理在描述模糊信息時具有獨特的優勢［14，22-23］，通過設計推理規則，能夠將模糊的、難以描述的空戰態勢信息轉化為確定性的推理結果，因此本文提出了一種基于模糊推理的視距空戰機動決策方法。

1 UCAV機動決策建模

1.1 空戰場景描述

現代空戰由感知和攻擊兩個重要部分組成，感知主要是指獲取敵機及戰場態勢信息，解決的是“看”的問題；攻擊是指對敵機發射空空導彈，解決的是“打”的問題，因此空戰機動決策是一個“邊看邊打”的過程，即感知和攻擊相互耦合。機動決策屬于攻擊范疇，但很大程度上依賴于戰場態勢信息和目標信息的感知結果。本文的空戰場景為1vs.1近距格斗空戰，在近距格斗場景下假設戰場態勢感知等級為全局透明態勢，即空戰雙方均可以獲取對手高精度、高刷新率的態勢信息，依據透明的態勢信息可以輔助UCAV對敵機的意圖及位置做出預測。空戰雙方為紅藍UCAV，紅方代表我機，藍方代表敵機，雙機攜載相同類型的近距空空導彈。空戰雙方做出合理的機動決策盡可能構成發射條件同時避免落入對手的導彈不可逃逸區。空戰場景如圖1所示。

圖1 空戰場景示意圖Fig.1 Diagram of an air combat scene

1.2 空戰機動決策流程

UCAV利用感知能力獲取空戰態勢信息和敵機狀態信息。通過態勢信息，計算角度、距離、速度及高度的優勢因子；同時根據模糊規則，對空戰態勢進行評估，將空戰態勢輸入模糊推理機，從而自適應地調整優勢函數中各因子的權重。優勢因子與自適應權值相結合構成機動決策的目標函數。在機動決策時，利用決策機動、序列機動和慣性機動相結合的方法預測敵機位置。最后根據決策算法，選擇使空戰優勢函數最大化的機動動作，完成機動決策，并更新空戰態勢。空戰機動決策流程如圖2所示。

圖2 空戰機動決策流程Fig.2 Air combat maneuver decision process

1.3 UCAV運動模型

在本文中，UCAV指具有自動駕駛儀的固定翼無人機，在慣性坐標系中建立飛機三自由度運動模型［25］，并用質點模型描述UCAV的運動學方程為

為了簡化，假設飛機在無側滑中飛行，同時推力矢量方向、速度矢量方向及機頭指向3者始終保持一致，則在航跡坐標系中UCAV的動力學方程為

式中：x、y、z分別為無人機的質心在慣性坐標系中的坐標；V為機體坐標系中無人機的速度大小；θ、ψ分別為慣性坐標系中無人機的俯仰角、偏航角；g為無人機的重力加速度；nx、ny、γ分別為切向過載、法向過載以及由升降舵和副翼耦合控制的滾轉角。切向過載與無人機的阻力和油門控制的發動機的推力有關，其方向為機頭方向；法向過載與升力有關，其方向為機身對稱面內垂直于機頭方向。因此控制模型的狀態向量為S=[x，y，z，V，θ，ψ]，控制向量為C=[nx，ny，γ]。本文中定義姿態角的取值范圍均為[-π，π]，其中偏航角右偏為正，滾轉角右滾為正，俯仰角抬頭為正，法向過載機身對稱面內向上為正，切向過載機頭方向為正。UCAV的動力學模型如圖3所示。

圖3 UCAV動力學模型示意圖Fig.3 Schematic diagram of UCAV dynamics model

在已知飛機初始狀態和控制向量的情況下，根據四階龍格庫塔方程，即可求解式（1，2）中的微分方程，從而得到飛機的運動狀態。為了保證UCAV在飛行過程中的可靠性，狀態量和控制量必須滿足如下限制

1.4 UCAV機動動作庫

根據UCAV的飛行狀態，文獻［13-14］提出了7種基本機動動作，組成UCAV的機動動作庫，分別為勻速平飛、最大過載加速、最大過載減速、最大過載爬升、最大過載俯沖、最大過載左轉彎、最大過載右轉彎。但是這與實際的UCAV飛行并不完全相符，UCAV難以持續采用最大過載飛行。因此，為了更真實地反應UCAV的機動動作，本文將平飛、爬升、俯沖、左轉彎、右轉彎5種基本機動動作豐富為勻速、加速、減速機動，最終機動動作庫被擴充為15種。在空戰過程中，UCAV的復雜機動動作如螺旋爬升，蛇形機動、眼鏡蛇機動等均可由15種基本機動動作組合而成。機動動作庫的名稱及控制向量如表1所示。

表1 機動動作庫Table1 Names and control vectors of maneuver action library

1.5 敵機位置預測

在空戰機動決策中，對敵機位置的預測將對空戰結果產生重要影響。空戰戰場瞬息萬變，更加強調空戰決策的實時性，同時機動決策要有一定的前瞻性，因此需要UCAV能夠快速準確地預測敵機可能到達的位置。為了降低敵機位置預測模型的復雜度，本文在文獻［25］的預測模型上進行改進，將敵機的機動視為3部分組成，分別是決策機動、序列機動和慣性機動。決策機動是指當前態勢下敵機具有一定的智能，自主決策對我機優勢最大的機動動作。序列機動是指控制向量保持不變的機動動作。機動動作在一段時間序列內可以認為是恒定的，在一個完整的機動動作中UCAV不傾向于突然的改變機動動作，如盤旋機動可視為連續的轉彎機動，筋斗機動可視為連續的爬升機動等。慣性機動是指UCAV在慣性作用下不施加任何控制量，即UCAV有保持慣性的傾向，可將其視為平飛機動。UCAV在飛行過程中平飛占比最大，2個機動動作之間需要有平飛機動作為銜接，只有當戰術需要時才會改成平飛狀態。在敵方飛機的機動決策上，本文認為決策機動在3種機動中占比最高，敵方總傾向于選擇當前態勢下最有利于增加優勢的機動動作。基于以上分析，得到敵機的預測位置為

式中：pe為敵機的預測位置；p1代表敵機做慣性機動后的位置，控制量為平飛機動；pk代表敵機做序列機動后的位置，控制量與敵機的上一機動動作保持相同；ps代表敵機做決策機動后的位置；ω1、ωk、ωs代表對應機動動作的權重系數。因為ps代表決策機動，所以ωs的權重要比ω1、ωk更大。

2 基于模糊推理的空戰態勢評估模型

2.1 空戰優勢因子

在空戰中UCAV根據獲取的戰場態勢信息來做出機動決策，因此對戰場態勢信息進行合理的建模將對決策結果產生重要影響。空戰態勢信息可以用態勢向量Θ表示，Θ=(A，R，V，Δz)。A指代敵我方位，R指代由敵方位置坐標指向我方位置坐標的距離矢量，V代指UCAV的速度，Δz表示高度差，具體指紅方高度減藍方高度。其中敵我方位信息A由兩部分組成，分別是目標方位角α1和目標進入角α2。α1指以R為基準到敵機（藍方）速度矢量Vb的夾角，α2指以R為基準到我機（紅方）速度矢量Vr的夾角。本文規定α1和α2均取正角度，其取值范圍為[0，π]。態勢向量Θ如圖4所示。

圖4 空戰態勢向量Fig.4 Air combat situation vector

2.1.1 角度優勢因子

設角度優勢因子為μA(α)，表達式為

式中：下標為r的代表我機參數，下標為b的代表敵機參數。從式（5）可以看出，當我機處于敵機尾后攻擊態勢時，角度優勢取得最大值1；當我機處于被敵機咬尾態勢時，角度優勢取得最小值0。圖5顯示了角度優勢為0和1時的空戰場景示意圖。

圖5 角度優勢為0和1時空戰場景示意圖Fig.5 Schematic of the air combat scenario when the angle advantage is0and1

2.1.2 距離優勢因子

設距離優勢因子為μR(|R|)。假設UCAV的不可逃逸區 為[Rmin，Rmax]，Rmin代 表不可逃逸區距離下界，Rmax代表上界，只有當兩機距離|R|∈[Rmin，Rmax]時導彈才有可能擊中目標。因此，設定距離優勢因子為

當敵機處于我機導彈不可逃逸區之內時，距離優勢取得最大值1，當超出導彈不可逃逸區時距離優勢關于兩機距離呈正態分布。

2.1.3 速度優勢因子

設速度優勢因子為μV(|V|)。在定義速度優勢因子前首先需要定義UCAV最佳攻擊速度|V*|，當敵機處于我機導彈不可逃逸區之內時，最佳攻擊速度|V*|取敵機速度|Vb|，當敵機處于導彈不可逃逸區之外時應進行加速或者減速來使敵機盡快進入不可逃逸區，因此|V*|表示為

則速度優勢因子μV(|V|)可以表示為

2.1.4 高度優勢因子

設高度優勢因子為μH(Δz)，設敵我雙方UCAV高度差為

為了占據發射導彈時的高度優勢，我機必然要提升Δz，設定最佳高度差是一段區間[h*，h*+σh]，當Δz處于該區間時高度優勢因子均取得最大值1。因此，高度優勢因子表達式為

綜上，綜合分析角度、距離、速度、高度4種優勢因子，UCAV的空戰綜合優勢為

式（15）被稱為UCAV空戰優勢函數，式中ωA、ωR、ωV、ωH分別代表角度、距離、速度、高度4種優勢因子的權重。傳統的空戰態勢評估研究中，更多的是比較敵機優勢值μb和我機優勢值μr的大小，通過兩者的差值μr-μb來反應我機空戰優勢的大小。但是當兩機優勢值都非常小時用差值很難真實地體現兩機優勢的差距，因此選用兩機優勢函數的比值μ′來反映我機對敵機的優勢，表達式為

式（16）被稱之為機動決策函數。就紅方而言，式中μr代表紅方每個機動動作對藍方預測機動的優勢，μb代表藍方的預測機動對紅方每個機動動作的優勢。式（16）的物理意義就是紅方UCAV從機動動作庫中選擇下一個決策時刻機動決策函數最大的機動動作。

2.2 模糊推理介紹

式（15）中優勢函數的權重因子隨空戰態勢的變化而發生變化，目的是建立一個隨空戰態勢而變的動態優勢函數，從而更好地指導UCAV做出機動決策。空戰是一個高對抗性、高復雜性的過程，文獻［25］將空戰態勢劃分為我方優勢、我方劣勢、共同安全和共同危險4種，并在4種空戰態勢下設計了不同的變權重優勢函數。但是空戰態勢反映的是敵我關系，往往是充滿模糊性、動態化、多樣化的，因此文獻［25］中的4種空戰態勢難以全面地描述戰場態勢，并且在態勢劃分時只考慮了角度和距離因素。

模糊決策是對受多種因素影響的事物做出全面評價的一種十分有效的多因素決策方法，其特點是評價結果不是絕對地肯定或否定，而是以一個模糊集合來表示。同時，模糊決策可以根據專家控制經驗制定相應的決策規則，決策過程中輸出參數可隨輸入的變化在一定范圍內動態調整，具有更好的多樣性、動態性和適用性。因此本文用模糊決策的方法來確定變權重優勢函數中的權重因子。完整的模糊決策流程通常由輸入輸出變量模糊化、設計隸屬度函數、建立模糊規則庫及解模糊等步驟組成。

2.3 基于空戰態勢的模糊推理機設計

(1)輸入輸出模糊化及隸屬度函數設計

基于空戰態勢的模糊推理機共有4個輸入，4個輸出，輸入為角度、距離、速度、高度優勢因子，輸出為角度、距離、速度、高度權重因子。依據專家經驗，各輸入輸出的模糊語言子集如下所列。

①角度模糊優勢因子

②距離模糊優勢因子

③速度模糊優勢因子

④高度模糊優勢因子

⑤角度、距離、速度、高度權重因子

式中：PB、PM、M、NM、NB、IN、OUT、P、N均為模糊語言，代表對應輸入輸出的模糊化表示；下標i分別代表A、R、V、E；ωi代表解模糊后的精確輸出量；ωˉi代表模糊輸出量，EA、ER、EV、EH分別代表模糊化后的輸入量。式（17～21）中既包含了各輸入輸出的模糊量，又包含了各模糊量的隸屬度函數。本文全部采用矩形隸屬度函數和單點隸屬度函數，即各輸入量對應某一模糊量下的隸屬度僅為0或1，且同一輸入量的各隸屬度函數之間無交集，這樣做是為了降低模糊推理計算的復雜度，便于根據模糊規則快速進行輸入到輸出的映射，符合空戰實時性的要求。

(2)模糊推理規則設計

依據專家經驗，得到樹狀的模糊推理規則如圖6所示，其中共包含32條推理規則，依次編號為Wi(i=1，2，…，32)，下標i表示第i條規則，同樣對應32種空戰態勢。

圖6 模糊規則樹Fig.6 Fuzzy rule tree

模糊規則的制定遵循了如下專家經驗：①當我方UCAV在某一模糊優勢因子上出現了明顯短板時要盡可能地選擇彌補該短板的機動動作來迅速增加我方優勢。如態勢W2下，我方UCAV在角度、距離、速度上均占據優勢，但是高度上卻處于劣勢，因此在進行機動決策時應該增加高度優勢的權重。②當角度優勢較大時應該持續增加角度優勢，以希望迅速構成空空導彈的發射條件。如態勢W10下，我方UCAV角度優勢較大，同時高度處于劣勢，因此在進行機動決策時不只要迅速提升高度，更要增加角度優勢，希望我方UCAV在角度上能夠達到較大優勢。③當我方UCAV角度優勢小或較小時，應該采取逃逸策略，盡可能地增加高度優勢，減小距離優勢，目的是增大與敵方UCAV的距離，從而逃離敵方的導彈不可逃逸區。如態勢W20下，我方UCAV角度不占優勢，同時有距離優勢，這時的機動決策應該擯棄距離優勢，轉而增加高度和速度優勢。

（3）解模糊得到優勢函數權重因子

根據模糊規則，輸出的模糊量需要去模糊化轉換為精確量，本文采用重心法去模糊化［27］，表達式為

式中：μ(z)為輸出量z所在模糊集合的隸屬度函數；z0為模糊推理得到的精確量。z0的范圍可能和實際輸出的數值范圍不一致，還需要進行論域變換，如式（11）所示。

式中：k=(umax-umin)/(zmax-zmin)為比例分子；[umin，umax]為實際控制量的變化范圍；[zmin，zmax]為z0的變化范圍。

綜上，從模糊推理機的輸入量得到輸出量的具體過程如下：

步驟1根據式（17～21）中的隸屬度函數將精確輸入量轉化為模糊輸入量。

步驟2根據圖5模糊規則樹中包含的32條規則，將模糊輸入量映射為模糊輸出量；由于本文所設計的各輸入的不同模糊量隸屬度函數間并無交集，因此無需進行復雜的模糊蘊含關系計算即可由模糊輸入量映射得到模糊輸出量。

步驟3根據式（22～23），計算解模糊后的精確輸出量，得到當前空戰態勢下的優勢函數權重因子ω，表達式為

式中優勢函數權重因子ω的物理意義為UCAV選擇機動動作的傾向性。

2.4 機動決策算法

機動決策時采用試探機動的方法，即基于敵機的位置預測和態勢評估模型，我方UCAV依次遍歷機動動作庫，并對機動動作執預行之后的機動決策函數進行計算，選取決策函數值最大的機動動作，將其作為當前時刻的決策機動。敵方UCAV采用同樣的決策算法，但是敵方UCAV選擇決策機動的概率為1.4 小節中的ωs，同時還分別有ω1、ωk的概率選擇慣性機動和序列機動。

為了衡量紅藍雙方的空戰優勢，本文設計了一個空戰裁判系統，根據裁判函數μc來判斷紅藍雙方的勝負。μc代表了UCAV4種優勢因子的總和，表達式為

不同于式（15）中的UCAV空戰優勢函數，由于UCAV要根據當前空戰態勢適應性地做出最有利于己方的機動動作，因此UCAV空戰優勢函數中優勢因子的權重應隨態勢變化。但是就裁判系統而言，紅藍雙方綜合優勢的評判標準在各種空戰態勢下應保持統一，因此將裁判函數中各優勢因子設置為等值定權重。同時，本文將裁判函數作為空戰結束的中斷條件，當有一方UCAV的綜合優勢達到指定閾值c時空戰結束，代表該UCAV獲勝。

機動決策算法的偽代碼如下。

（1）初始化任務參數

（2）foriin range（total_step）：

（4） 空戰結束

（5）else：空戰未結束（式（23））

（6） 根據當前空戰態勢，利用模糊推理機，計算紅藍UCAV優勢函數中的權重因子

（7） 紅 方UCAV位 置 預測，藍方UCAV位 置預測（式（4））

（8） 紅方UCAV計算試探機動后空戰態勢，藍方UCAV計算試探機動后空戰態勢（式（15））

（9） 紅方UCAV選擇機動動作，藍方UCAV選擇機動動作（式（16））

（10） 紅方UCAV執行機動動作，藍方UCAV執行機動動作（式（1，2））

（11） 空戰狀態更新（式（1，2））

（12）i+=k

在偽代碼中，i代表空戰時長，k代表UCAV的機動動作執行時長，total_step代表設定的空戰總時長，和代表紅藍UCAV的空戰綜合優勢，c代表空戰結束的綜合優勢閾值。

3 仿真實驗及結果分析

為了驗證本文方法的有效性，本節對其進行仿真驗證。仿真環境為AMD-RYZEN5，主頻2.60 GHz，16GB內存，基于Python3.7 為平臺進行仿真實驗。實驗初始化參數如表2所示。

表2 空戰仿真實驗初始化參數Table2 Initialized parameters of air combat simulation experiment

在仿真實驗中，紅藍雙方UCAV戰場信息的感知能力、武器性能及飛機機動性能均相同。

3.1 實驗一：機動動作庫對機動決策的影響

本實驗為了比較機動動作庫對UCAV空戰能力的影響，紅方UCAV采用本文設計的機動動作庫，包含15種機動動作，藍方UCAV采用文獻［13］的機動動作庫，包含7種機動動作。紅方UCAV的 初 始 狀 態 向 量Sr=［0，0，7000，200，0，-π/2］，即初始位置坐標為（0，0，7000），初始速度200m/s，初始俯仰角為0，初始航向角為-π/2。藍方UCAV的初始狀態向量Sb=[0，5000，7800，200，0，-π/2]，即初始位置坐標為（0，5000，7800），初始速度200m/s，初始俯仰角為0，初始航向角為-π/2。空戰軌跡如圖7所示。

圖7 場景1空戰軌跡圖Fig.7 Air combat trajectory diagram of scenario1

初始狀態紅藍UCAV處于均勢狀態，但是藍方UCAV高度上占優，因此紅方UCAV選擇爬升，迅速彌補高度上的劣勢，藍方UCAV采用左轉彎并進行俯沖，期望將高度優勢轉化為速度優勢。緊接著紅方UCAV向藍方UCAV一側斜拉起并進行小半徑右轉彎，迅速將機頭對準敵機獲取角度優勢并進行俯沖，保持角度優勢的同時增加速度優勢，而藍方UCAV的轉彎半徑較大，航向調整較慢，最終紅方UCAV的綜合優勢率先達到閾值，紅方取得空戰勝利。整個空戰過程中紅藍UCAV綜合優勢的變化圖如圖8所示。

圖8 場景1紅藍UCAV空戰綜合優勢變化圖Fig.8 Graph of red and blue UCAV air combat comprehensive advantage of scenario1

仿真實驗結果表明，采用擴充后的機動動作庫能夠增加UCAV在空戰中的機動性，從而根據空戰態勢迅速地達到優勢占位，達到先敵制勝。

3.2 實驗二：態勢評估模型對機動決策的影響

本實驗為了驗證本文態勢評估模型在機動決策中的有效性，紅方UCAV采用本文提出的基于模糊推理的態勢評估模型，藍方UCAV采用文獻［21］提出的基于貝葉斯網絡的態勢評估模型。紅方UCAV的優勢函數共有32種動態權值，藍方UCAV的優勢函數共有4種動態權值。紅藍雙方的機動動作庫中均包含15種機動動作。

設計兩輪仿真實驗。第1輪令紅方UCAV初始時刻處于被藍方UCAV咬尾的劣勢狀態。紅方UCAV的初始狀態向量Sr=[3000，0，6500，200，0，-π/2]，即初始位置坐標為（3000，0，6500），初始速度300m/s，初始俯仰角為0，初始航向角為-π/2。藍方UCAV的初始狀態 向 量Sb=[5000，5000，6500，100，0，-3π/4]，即初始位置坐標為（5000，5000，6500），初始速度100m/s，初始俯仰角為0，初始航向角為-3π/4。空戰軌跡如圖9所示。

圖9 場景2空戰軌跡圖Fig.9 Air combat trajectory diagram of scenario2

從空戰軌跡中看出，初始時刻紅方UCAV被藍方UCAV咬尾，但是由于紅方速度較快，藍方速度較慢，所以藍方雖占據優勢但是達不到空戰結束條件。在被動態勢下，紅方首先選擇做加速平飛機動進行逃逸，目的是迅速增大和藍方的距離，脫離對手的導彈射程，而藍方選擇繼續尾隨紅方，試圖保持現有優勢。但是紅方占據速度上的優勢，因此在脫離藍方的導彈最大射程后選擇進攻型機動，迅速爬升，緊接著做出了半筋斗翻轉機動，并對準敵機進行俯沖將高度優勢轉化為速度優勢，而藍方UCAV做出的機動決策明顯要滯后于紅方UCAV，面對對手的進攻沒有做出及時的機動決策，也同樣進行俯沖希望彌補初始狀態時速度上的劣勢，最終紅方UCAV的綜合優勢率先到達閾值，空戰以紅方的勝利而告終。整個空戰過程中紅藍UCAV綜合優勢的變化圖如圖10所示。

圖10 場景2紅藍UCAV空戰綜合優勢變化圖Fig.10 Graph of red and blue UCAV air combat comprehensive advantage of scenario2

第2輪令藍方UCAV初始時刻處于被紅方UCAV咬尾的被動狀態。紅方UCAV的初始狀態向量Sr=[0，3000，7000，100，0，3π/4]，即初始位置坐標為（0，3000，7000），初始速度100m/s，初始角為0，初始航向角為3π/4。藍方UCAV的初始狀態向量Sb=[5000，1000，7000，300，0，π]，即初始位置坐標為（5000，1000，7000），初始速度300m/s，初始俯仰角為0，初始航向角為π。空戰軌跡如圖11所示。

圖11 場景3空戰軌跡圖Fig.11 Air combat trajectory diagram of scenario3

在藍方UCAV初始狀態處于劣勢的情況下選擇了采取右轉彎加俯沖的機動動作，而紅方UCAV由于初始速度慢因此選擇加速平飛機動，試圖增加速度優勢來達到全面優勢。藍方UCAV雖然企圖逃逸，但是目的性不強，所做出的機動反應沒有很好地達到逃逸效果，最終紅方UCAV的綜合優勢率先達到閾值，空戰以紅方UCAV的勝利而告終。整個空戰過程中紅藍UCAV綜合優勢的變化如圖12所示。

圖12 場景3紅藍UCAV空戰綜合優勢變化圖Fig.12 Graph of red and blue UCAV air combat comprehensive advantage of scenario3

通過對實驗二中2輪仿真結果的對比可得，基于模糊推理的態勢評估模型與基于貝葉斯網絡的抗戰態勢評估模型相比更能提升UCAV的機動決策能力。因為前者模型中涵蓋的空戰態勢種類更多，更能全面地反應實時的戰場態勢，從而有助于指導UCAV做出更加具有針對性的機動決策。

4 結 論

（1）通過對UCAV的機動決策進行建模，設計機動動作庫，引入敵機位置預測模塊，并利用模糊推理機從角度、距離、速度、高度4個方面對空戰態勢進行評估，實現了UCAV在近距空戰場景下的自主機動決策；

（2）改進后的機動動作庫與傳統機動動作庫相比，能夠增加UCAV在近距空戰中的機動性能，使機動決策能力提升；

（3）利用基于模糊推理的態勢評估模型，設計了32種優勢函數動態權重，更加全面地描述空戰態勢，指導UCAV做出更有針對性的決策，提升了自主空戰能力。

同時，本文還有以下不足：（1）空戰模型未對UCAV空空導彈不可逃逸區進行建模，沒有考慮真實的導彈不可逃逸區對UCAV空戰能力的影響；（2）在敵機的意圖推斷方面僅僅考慮了位置預測，而在真實空戰中敵機的意圖可能包含欺騙、干擾、戰術協同等更高級的行為，因此與真實的UCAV空

戰還有一定差距；（3）在機動過程中未考慮考慮舵機、作動器的位置及速率限制等約束條件。在后續研究中，應該引入導彈不可逃逸區和更加高級的敵機意圖推斷，增加空戰模型的真實性，同時應該考慮從單機機動決策向多機協同戰術決策轉變。