Para mejorar la precisin y el rendimiento en tiempo real de la toma de decisiones autnoma del vehculo areo de combate no tripulado (UCAV), se propone un mtodo de toma de decisiones que combina el algoritmo de peso relacional dinmico y la estrategia de tiempo mvil, y se aade la prediccin de trayectoria a la toma de decisiones de maniobra. Considerando la falta de continuidad y diversidad de la situacin de combate areo reflejada por el peso constante en la evaluacin de la situacin, se propone un algoritmo de peso relacional dinmico para establecer un sistema de situacin de combate areo y ajustar el peso segn la situacin actual. Basndose en la funcin de dominancia, este mtodo calcula el grado de correlacin de cada subsituacin y la situacin total. De acuerdo con el principio de prioridad y la teora de la entropa de la informacin, se propone la funcin de ajuste jerrquico, se calcula la expectativa de asociacin mediante reglas si-entonces y se ajusta dinmicamente el peso. En la prediccin de trayectorias, se introduce el mdulo de entrada deslizante en lnea y se utiliza la red de memoria a largo y corto plazo (LSTM) para la prediccin en tiempo real. Para mejorar an ms la precisin de la prediccin, se utiliza el mtodo de refuerzo adaptativo (Ada) para construir el marco exterior y se compara con tres redes de prediccin tradicionales. Los resultados muestran que la precisin de prediccin de Ada-LSTM es mejor. En el mtodo de toma de decisiones, se adopta la estrategia de optimizacin del tiempo en movimiento. Para resolver el problema de la puntualidad y la optimizacin, cada variable de control se divide en 9 gradientes, y hay 729 esquemas de control en la secuencia de control. Mediante experimentos de simulacin de persecucin por contraste, se verifica que el mtodo de decisin de maniobra que combina el algoritmo de peso relacional dinmico y la estrategia de tiempo mvil tiene una mejor precisin y rendimiento en tiempo real. En el caso de usar prediccin y no usar prediccin, la simulacin de contramedida adaptativa se lleva a cabo con el actual esquema de decisin de maniobra de inferencia bayesiana ms avanzado. Los resultados muestran que la capacidad de toma de decisiones de maniobra del UCAV combinada con una prediccin precisa es mejor.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Seguimiento dinámico con variación cero y rechazo de perturbaciones aplicado a sistemas de tiempo discreto
Artículo:
Soluciones analíticas aproximadas de la ecuación acoplada de KdV de Hirota-Satsuma fraccional en el tiempo y la ecuación acoplada de MKdV.
Artículo:
Sobre estructuras compactas y no compactas para las ecuaciones de agua de Boussinesq mejoradas
Artículo:
En una Isometría Sobrejetiva Preservadora del Radio Numérico
Artículo:
Efectos del retardo temporal y el ruido en la estabilidad asintótica del modelo de bipedestación silenciosa humana
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.