买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川大学申请的专利一种基于强化学习的飞行器智能协同对抗决策方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116578113B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310536062.3，技术领域涉及：G05D1/46；该发明授权一种基于强化学习的飞行器智能协同对抗决策方法和系统是由黄操;季玉龙;周文涛;王一;王进林;朱珑涛;何杨设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本一种基于强化学习的飞行器智能协同对抗决策方法和系统在说明书摘要公布了：本发明公开了一种基于强化学习的飞行器智能协同对抗决策方法和系统，该方法包括观测值设计：对不同机型的飞行动力学以及武器、雷达等进行仿真建模；动作空间设计：设计每架飞行器的动作空间，包括目标飞行器编号和四个航向做出的指令值，所述指令动作值包括迎角、滚转角、油门量；回报函数设计：设计存货奖励、距离奖励惩罚和雷达锁定项；强化学习环境设计：采用训练模式和应用模式进行飞行器及对抗方的动态控制，并实现状态、动作和奖励值的数据接口功能；本发明定制飞行器智能协同对抗决策系统，目标函数合理，经过一定的训练之后具有显著的效果，能够保证模型和算法的有效性，可用于飞行器制定合适的对抗策略。

本发明授权一种基于强化学习的飞行器智能协同对抗决策方法和系统在权利要求书中公布了：1.一种基于强化学习的飞行器智能协同对抗决策方法，其特征在于，包括以下步骤： 步骤1：观测值设计：基于飞行动力学对不同机型以及其武器、雷达进行仿真建模；飞行器获取的信息包括：自身位置信息、自身与敌方飞行器相对位置关系、自身飞行器的速度、自身飞行器与敌方飞行器的速度差距； 步骤2：动作空间设计：设计每架飞行器的动作空间，包括目标飞行器编号和四个航向做出的指令值，指令动作值包括迎角、滚转角、油门量，写为如下形式： 其中，表示该机选择的目标飞机的编号，分别表示智能体在四个航迹维度上做出的指令值； 步骤3：回报函数设计：设计存活奖励、距离奖励惩罚和雷达锁定项，回报函数写为如下形式： 其中，为存活奖励部分，为距离奖励惩罚项，为雷达锁定项；、和为各部分的比例； 步骤4：强化学习环境设计：采用训练模式和应用模式进行飞行器及对抗方的动态控制，并实现状态、动作和奖励值的数据接口功能； 训练回合由训练步长组成，每个训练回合包含有限训练步长； 智能体将状态信息作为深度神经网络的输入，经过运算后生成动作； 动作经过格式转换后，形成飞行器可执行的指令，发送至环境中； 对雷达进行仿真建模用于对空空功能中的空中拦截与空中格斗进行仿真，具体包括： 步骤1.1：雷达数据处理建模： 步骤a：对目标检测点迹信息进行数据预处理； 步骤b：进入航迹管理模块，判断此点迹信息为真实的新目标，则开辟一条新航迹；若此时点迹能够跟已有航迹信息关联上，则成为稳定运动点迹； 步骤c：将准目标在球坐标系下的距离、方位、俯仰角信息反转换到直角坐标系下的三向位置坐标，从而进行滤波和预测，并将滤波结果发送给输出接口； 步骤d：若目标丢失一段时间，则判为航迹终结，界面清空； 步骤1.2：数据预处理 将雷达系统整体设计中的发射机模块、接收机模块和目标处理模块合并简化处理；对于波束的收发，由雷达系统的扫描范围、发射功率、目标距离，加上目标雷达散射截面积，确定在未收电子干扰，天气晴好，且目标落在无杂波区情况下的理论最大可探测距离。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。