文献阅读笔记（1）

前言

感觉要对读过的文献进行一下整理了，不然每篇还是和新的一样。

无人作战飞机一对一超视距空战效能评估

该文章致力于解决无人作战飞机空战效能评估缺乏通用性模型的局限性问题，并进一步分析目标发现概率、空对空中导弹击中目标的概率、载机存活率以及通过提升空对空中导弹杀伤能力建立一套完整的数学模型。

无人战斗机空战对策研究综述

这篇文章主要对空战对策进行分析。

为空战对策的定义而涉及的是研究其基础规律以及在实战和仿真中应用这些规律生成相应的控制指令的技术手段。

广受认可的技术手段包括动态对策方法、矩阵博弈模型、专家系统平台、神经网络模型以及智能动态对策模型。

文章进一步指出，在当前博弈法中存在计算规模呈指数级增长的局限性；传统方法多以上述知识体系为解决问题的核心依据，并呈现出形式较为固定的特征，其缺乏灵活性和适应性。

无人机集群对抗技术新进展

也是一篇综述文章，文章几个例子还不错。

多智能体理论用于集群对抗的建模过程。随后通过引入行为规则等方法继续进行进一步的研究。

动态对策理论。

基于模糊结构模型的方法与粒子群优化算法，在模糊信息环境下构建了动态博弈中的空战纳什均衡求解方案。

该研究团队在模拟复杂战斗场景时发现了一些问题。现有研究在模拟多对多空战时主要采用将复杂战斗分解为单体作战形式进行处理，并未充分考虑复杂耦合关系对战斗进程的影响。此外，在现有的动态博弈理论基础上进一步研究大型群聚无人机协同作战特性时仍存在诸多不足

文章整体提出点建议和研究方向较多，后续需要继续研究。

基于直觉模糊博弈的无人机空战机动决策

基本解决思路是引入模糊性后建立支付矩阵并计算纳什均衡点。然后运用差分进化算法进行优化。最后通过仿真研究验证该方法的有效性。

本文对模型构建进行了较为详尽的阐述，并详细说明了算法的具体实现过程。随后采用了仿真手段进行验证，在多个测试案例中逐一检验了算法的各项性能指标。针对纳什均衡理论的相关条件进行了深入探讨，并通过模拟两架无人机进行追踪行动的行为模式分析，进一步论证了无人机对抗决策方案的有效性。这些研究工作可以作为相关领域的参考方向。

基于启发式强化学习的空战机动智能决策

这一领域尚属新兴，在本研究中主要运用强化学习算法进行仿真实验，并经过仿真研究发现其应用前景较为值得期待。建议首先进行初步分析。

里面涉及到了搜索，做效果可能很难实现。

基于模糊动态博弈的多无人机空战策略研究

在处理直觉模糊博弈问题时，“ ni ”也采用了传统的框架并结合了模糊理论。仿真阶段缺乏系统的检验流程导致研究仅停留在数值计算层面，并未能有效论证其科学性。整体参考价值不高。

基于鲁棒优化的无人机空战博弈决策

本文主要以毁伤概率为出发点，在融合纳什均衡博弈论与粒子群算法的基础上提出了基于改进权重的火力分配策略的一种鲁棒优化模型，并对其进行求解；对这种模型的有效性进行了验证。

基于非合作博弈模型的量子蚁群算法

与无人机群毫无关联的文章主要提出了一种基于非合作博弈框架的量子蚁群算法。通过实验分析表明，该算法在收敛精度及稳定性方面均优于传统量子蚁群算法及经典蚁群算法。

基于不确定信息的无人机攻防博弈策略研究

本文仍然主要依据双方手机的作战参数数据，并运用模糊与粒子群算法进行求解。同样属于这一策略。

不过这一类任务相对简单一些，并非单个无人机之间的直接对抗，而是由多型无人机组成的集群进行对地作战。其中的关键判断标准包括不仅要求无人机能够摧毁敌方的目标物，并且还包括敌方防御工事对其发起的有效攻击。

不确定信息下多无人机空战博弈策略研究

研究无人机空战态势及作战信息在不确定环境中的特性，并在此基础上构建基于不确定信息条件下的多无人机动态博弈收益函数模型。针对不确定信息条件下的双方博弈局势，设计对应的支付矩阵结构，并通过区间可能度公式对双方的支付值进行两两对比，获得双方策略间的互补性可能度矩阵。随后将动态扩展型博弈转化为静态战略型博弈分析框架，在此基础上应用粒子群优化算法求解该博弈模型的纳什均衡解，并通过仿真实验验证其有效性。

本文综合运用了多种不同手段以解决纳什均衡问题，并未实施系统性的验证过程。

无人机攻防对抗不完全信息动态博弈方法研究

与之前的情况类似，在此之后是构建博弈树的过程。同样地，在此之后是构建博弈树的过程。需要注意的一点是这里的场景设定涉及的是一架无人机与其对应的地面防御工事之间的博弈过程。

区间数决策在无人机攻防博弈中的应用

有一说一，像看天书一样。

主要通过采用区间数决策的方式改善存在的不足之处，并被应用来引入作战态势到决策过程中。

但是这个策略集属实没有看懂。

多无人机超视距空战博弈策略研究

这篇文章的博弈支付矩阵的建立都比较详细，可以练手用。

不过策略集和态势能力函数的样例都很少。

总结

读文献还是很难受啊，我想学前端。