| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 课题研究背景 | 第11-14页 |
| 1.2 国内外研究现状分析 | 第14-19页 |
| 1.2.1 协同航迹规划方法 | 第14-16页 |
| 1.2.2 tau理论研究现状 | 第16-18页 |
| 1.2.3 智能化航迹规划的研究现状 | 第18-19页 |
| 1.3 本文主要研究内容 | 第19-21页 |
| 2 航迹制导策略和智能学习理论基础 | 第21-39页 |
| 2.1 引言 | 第21页 |
| 2.2 tau理论及已有策略 | 第21-27页 |
| 2.2.1 广义tau理论 | 第21-22页 |
| 2.2.2 tau耦合策略 | 第22-23页 |
| 2.2.3 tau-G制导策略 | 第23-25页 |
| 2.2.4 tau-H制导策略 | 第25-27页 |
| 2.3 改进的tau-H制导策略 | 第27-33页 |
| 2.3.1 改进的tau-H制导策略 | 第27-31页 |
| 2.3.2 参数有效取值范围 | 第31-33页 |
| 2.4 强化学习理论 | 第33-37页 |
| 2.4.1 强化学习介绍 | 第33-35页 |
| 2.4.2 强化学习理论简介 | 第35-37页 |
| 2.5 本章小结 | 第37-39页 |
| 3 基于改进的tau-H策略的多无人机协同的四维航迹规划方法 | 第39-52页 |
| 3.1 引言 | 第39-40页 |
| 3.2 多无人机体系 | 第40-41页 |
| 3.3 航迹优化问题 | 第41-43页 |
| 3.4 航迹优化方法 | 第43-45页 |
| 3.5 算例仿真 | 第45-50页 |
| 3.5.1 算例设计 | 第45-46页 |
| 3.5.2 仿真结果 | 第46-50页 |
| 3.6 本章小结 | 第50-52页 |
| 4 基于智能体强化学习的多无人机协同的四维航迹规划方法 | 第52-67页 |
| 4.1 引言 | 第52-53页 |
| 4.2 基于DDPG的四维航迹规划方法 | 第53-57页 |
| 4.2.1 Actor-Critic框架 | 第53-54页 |
| 4.2.2 DQN和DDPG | 第54-56页 |
| 4.2.3 四维航迹规划的状态和动作 | 第56-57页 |
| 4.3 四维航迹规划强化学习算法 | 第57-60页 |
| 4.4 仿真结果与分析 | 第60-66页 |
| 4.5 本章小结 | 第66-67页 |
| 5 总结与展望 | 第67-70页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-78页 |
| 作者简介 | 第78页 |