| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 本文研究的背景和意义 | 第12-14页 |
| 1.1.1 协同空战的意义 | 第12-13页 |
| 1.1.2 不确定环境下空战决策研究的必要性 | 第13-14页 |
| 1.1.3 智能机动决策在空战中的应用 | 第14页 |
| 1.2 国内外研究现状分析 | 第14-18页 |
| 1.2.1 威胁评估算法研究 | 第14-15页 |
| 1.2.2 协同目标分配算法研究 | 第15-16页 |
| 1.2.3 机动决策算法研究 | 第16-17页 |
| 1.2.4 轨迹跟踪控制器设计及优化设计研究 | 第17-18页 |
| 1.3 本文的研究重点和关键技术 | 第18-19页 |
| 1.4 本文研究内容 | 第19-21页 |
| 第二章 基于改进AHP的空战威胁评估研究 | 第21-39页 |
| 2.1 空战威胁评估的重要性 | 第21页 |
| 2.2 不确定环境下空战威胁评估的必要性 | 第21-22页 |
| 2.3 基于线性加权法的传统空战威胁评估 | 第22-32页 |
| 2.3.1 威胁因素的构成 | 第23-24页 |
| 2.3.2 空战威胁指数评估模型 | 第24-28页 |
| 2.3.3 综合威胁指数评估 | 第28-32页 |
| 2.4 基于改进IAHP和改进的GAHP的不确定环境下的空战威胁评估 | 第32-36页 |
| 2.4.1 可能度函数的描述 | 第32-33页 |
| 2.4.2 可能度函数的求解 | 第33-35页 |
| 2.4.3 改进的IAHP和GAHP在威胁评估中的应用 | 第35-36页 |
| 2.5 算例仿真与分析 | 第36-38页 |
| 2.5.1 改进的IAHP算例 | 第36-37页 |
| 2.5.2 改进的GAHP算例 | 第37-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 不确定环境下协同目标分配智能算法研究 | 第39-47页 |
| 3.1 空战目标分配数学模型 | 第39-40页 |
| 3.1.1 空战目标分配问题的模型建立 | 第39-40页 |
| 3.1.2 基于改进遗传算法的目标分配问题模型的修正 | 第40页 |
| 3.2 空战目标分配算法介绍 | 第40-43页 |
| 3.2.1 空战目标分配传统算法 | 第40-41页 |
| 3.2.2 空战目标分配智能算法 | 第41-42页 |
| 3.2.3 基于改进遗传算法的目标分配问题的模型求解 | 第42-43页 |
| 3.3 算例仿真分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于离散控制量的不确定环境下自主机动决策研究 | 第47-57页 |
| 4.1 自主机动决策研究的重要性 | 第47页 |
| 4.2 常规的机动决策的方法 | 第47-50页 |
| 4.2.1 基于对策方法的机动决策 | 第47-48页 |
| 4.2.2 基于人工智能的机动决策 | 第48-50页 |
| 4.3 本文机动决策研究方案 | 第50-52页 |
| 4.4 算例仿真分析 | 第52-56页 |
| 4.5 本章小节 | 第56-57页 |
| 第五章 基于机动决策的轨迹跟踪飞行控制器的设计 | 第57-70页 |
| 5.1 基于反步法思想的机动指令跟踪控制器设计 | 第57-58页 |
| 5.1.1 反步法简介 | 第57页 |
| 5.1.2 采用反步法解算输入机动指令时的缺陷 | 第57-58页 |
| 5.2 基于灰色补偿反步法的机动指令跟踪控制 | 第58-61页 |
| 5.2.1 质点模型描述 | 第58页 |
| 5.2.2 基于质点运动模型的反步法控制器设计 | 第58-59页 |
| 5.2.3 灰色补偿控制器设计 | 第59-61页 |
| 5.3 基于粒子群算法的机动指令跟踪控制器参数寻优 | 第61-63页 |
| 5.4 算例仿真与分析 | 第63-69页 |
| 5.4.1 灰色补偿控制器的仿真 | 第63-65页 |
| 5.4.2 参数优化仿真 | 第65-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 对论文的工作总结 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 在学期间的研究成果及发表的学术论文 | 第76页 |
