前 言

无人作战飞机凭借其成本低廉、机动性强、隐身性能好、可回收重复利用、能够避免人员巨大伤亡等优势，近些年来得到了飞速发展，它将在未来复杂战场环境下逐步代替有人驾驶飞机执行区域侦察、打击敌方目标等作战任务。智能规划与决策作为无人机关键技术，受到世界军事强国的广泛重视。本书以非完备信息处理技术、人工智能技术、智能优化算法为基础，旨在阐述信息数据处理、战场威胁评估、多源数据融合、目标意图预测、协同目标分配、全局航路规划、在线运动规划和对抗机动决策等任务场景下的无人机智能规划与决策技术。

多年来，南京航空航天大学 ;先进飞行器智能决策与安全控制 团队对多无人机协同智能规划与决策模型机理、关键技术、典型应用等方面开展了较为深入的研究，并形成了无人机智能感知与决策、任务规划与航路规划、攻防决策与智能控制等多个固定研究方向。本书较为系统地总结了无人机智能规划与决策相关成果，旨在为广大读者提供一部关于多无人机协同智能规划与决策的学术专著，为从事相关研究的科技工作者和广大读者提供理论和技术参考。

本书由 11 个章节构成。第 1 章从无人机的发展历程入手简要阐述了发展多无人机智能规划与决策相关技术的重要意义，介绍了国内外在无人机智能规划与决策技术方面取得的最新进展。第 2 章分析了无人机智能规划与决策系统结构的系统框架与组成。第 3 章至第 10 章分别从信息数据处理、多源数据融合、战场威胁评估、目标意图预测、协同目标分配、全局航路规划、在线运动规划和对抗机动决策等方面对无人机智能规划与决策具体关键技术的工作原理、工作流程和相关算法进行阐述。第 11 章对多无人机协同智能规划与决策技术未来发展趋势进行了展望。

感谢刘佳敏、闫东、刘钻东、王盼盼等研究生们的贡献和帮助，同时向本书引用的参考文献作者和有关未引用的文献作者表示诚挚的谢意。

本书是在国家重点研发计划 ;智能机器人 重点专项（编号：2023YFB4704400）、国家自然科学基金联合基金重点项目（编号：U23B2036）、青年基金（编号：62203217）、科技创新 2030 ;新一代人工智能 重大项目（编号：2018AAA0100805）等支持或部分支持下取得的成果。

由于作者水平有限，书中错误和不妥之处难免，恳请国内外同行专家多指正。

本书较为系统地论述了无人机智能规划与决策原理、理论、模型、方法、技术、系统及典型应用。全书共分为 11 章，首先概述了无人机智能规划与决策技术的新进展，然后分别从信息数据处理、多源数据融合、战场威胁评估、目标意图预测、协同目标分配、全局航路规划、在线运动规划和对抗机动决策等方面对无人机智能规划与决策具体关键技术的工作原理、工作流程和相关算法进行阐述。本书突出前沿学科交叉，强调问题驱动和工程应用背景，力求使广大读者能快速掌握和应用多无人机协同智能规划与决策的理论、模型、方法和关键技术。

本书可作为智能科学与技术、计算机科学与技术、控制科学与工程、电子科学与技术、仪器科学与技术、系统科学、航空航天科学与技术等相关学科领域科研工作者、工程技术人员、高等院校师生的参考书，也可作为研究生和高年级本科生教科书。

目录

第 1 章 绪论

1.1 无人机发展历程

1.2 无人机智能规划与决策技术国内外研究现状

1.2.1 信息数据处理技术

1.2.2 多源数据融合技术

1.2.3 战场威胁评估技术

1.2.4 目标意图预测技术

1.2.5 协同目标分配技术

1.2.6 全局航路规划技术

1.2.7 在线运动规划技术

1.2.8 对抗机动决策技术

1.3 本章小结

参考文献

第 2 章 无人机智能规划与决策系统框架及组成

2.1 无人机智能规划与决策系统框架

2.2 无人机智能规划与决策系统组成

2.2.1 信息数据处理模块

2.2.2 多源数据融合模块

2.2.3 战场威胁评估模块

2.2.4 目标意图预测模块

2.2.5 协同目标分配模块

2.2.6 全局航路规划模块

2.2.7 在线运动规划模块

2.2.8 对抗机动决策模块

2.3 本章小结

参考文献

第 3 章 基于极限学习机的空战非完备信息处理

3.1 无人机非完备信息数据处理问题

3.1.1 无人机空战异常值

3.1.2 无人机空战缺失值

3.2 基于 K_means 的空战异常值处理

3.3 基于极限学习机的空战缺失值处理

3.4 仿真实验分析

3.4.1 空战异常值处理仿真实验分析

3.4.2 空战缺失值处理仿真实验分析

3.5 本章小结

参考文献

第 4 章 基于强化学习的多源传感器数据融合

4.1 多源传感器数据融合问题

4.2 多传感器数据时间对准

4.3 多传感器数据学习融合方法

4.3.1 基于先验知识的多源传感器学习融合模型

4.3.2 无先验知识情况下的多源传感器学习融合模型

4.4 仿真实验分析

4.5 本章小结

参考文献

第 5 章 基于云重心模糊理论的无人机战场威胁评估

5.1 威胁评估指标体系构建

5.1.1 威胁评估指标集构建

5.1.2 威胁模型构建

5.2 基于变权理论的综合定权方法

5.2.1 基于 EWM_AHP 的主客观综合定权方法

5.2.2 基于变权理论的评估权值确定方法

5.3 基于云重心模糊理论的评估方法

5.3.1 基于云滴发生器的云模型构建方法

5.3.2 云重心评估方法

5.4 威胁评估方案与流程

5.5 仿真实验分析

5.5.1 变权评估结果与分析

5.5.2 威胁评估结果和分析

5.6 本章小结

参考文献

第 6 章 基于 LSTM 网络的目标无人机意图预测

6.1 目标无人机状态特性分析

6.1.1 目标无人机空战意图预测意图空间

6.1.2 目标无人机空战意图预测状态特征

6.2 目标无人机状态一步预测模型

6.3 目标无人机意图深度学习预测

6.3.1 长短时记忆网络

6.3.2 基于 LSTM 空战意图预测模型基本框架

6.3.3 目标意图编码与模式解析

6.3.4 LSTM 模型学习训练算法

6.4 仿真实验分析

6.4.1 模型可靠性验证实验

6.4.2 模型准确性验证实验

6.5 本章小结

参考文献

第 7 章 基于改进狼群算法的多机协同多目标分配

7.1 多机协同多目标分配问题

7.2 改进狼群算法

7.2.1 标准 WPS 算法

7.2.2 改进 WPS 算法

7.3 基于多策略狼群算法的多无人机协同多目标任务分配

7.3.1 多机协同多目标分配编码方式

7.3.2 基于改进狼群算法的多机协同多目标任务分配算法

7.4 仿真实验分析

7.5 本章小结

参考文献

第 8 章 基于混合增强智能的无人机全局航路规划

8.1 单无人机三维全局航路规划

8.1.1 单无人机航路规划问题

8.1.2 单无人机航路评价函数与约束条件

8.1.3 基于多策略进化学习 ?人工蜂群算法的无人机三维航路规划

8.2 多无人机时间协同航路规划

8.2.1 多无人机航路规划问题

8.2.2 多无人机航路评价函数与约束条件

8.2.3 基于异维记忆进化 ?人工蜂群算法的无人机编队时间协同航路规划

8.3 仿真实验分析

8.3.1 单无人机三维全局航路规划仿真实验分析

8.3.2 多无人机时间协同航路规划仿真实验分析

8.4 本章小结

参考文献

第 9 章 基于类脑决策理论的无人机在线运动规划

9.1 二维环境中的无人机在线运动规划

9.1.1 无人机在线运动规划建模

9.1.2 基于生成对抗网络的最优路径预测

9.1.3 基于生成对抗网络与采样算法的无人机在线运动规划

9.2 三维环境中的无人机在线运动规划

9.2.1 基于梯度的轨迹优化建模

9.2.2 基于路径引导的轨迹规划

9.2.3 基于梯度与路径引导的三维运动规划算法

9.3 基于经验直觉的无人机安全规避

9.3.1 无人机直觉情景决策知识库训练

9.3.2 无人机威胁规避直觉决策原理

9.3.3 无人机威胁规避直觉决策流程

9.4 仿真实验分析

9.4.1 基于生成对抗网络与采样算法的二维运动规划实验

9.4.2 基于梯度与路径引导的三维运动规划实验

9.4.3 基于经验直觉的无人机安全规避实验

9.5 本章小结

参考文献

第 10 章 基于深度 Q 网络的无人机对抗机动决策

10.1 无人机对抗机动决策问题

10.1.1 无人机状态空间

10.1.2 机动动作库构建

10.1.3 无人机空战机动决策建模

10.2 基于概率神经网络的目标机动预测

10.2.1 目标机动预测特征选取

10.2.2 目标机动预测算法流程

10.3 基于机动预测和强化学习的机动决策

10.3.1 状态向量更新机制

10.3.2 奖励函数设计

10.3.3 算法网络结构

10.3.4 机动决策流程

10.4 仿真实验分析

10.4.1 目标机动预测仿真实验分析

10.4.2 机动决策仿真实验分析

10.5 本章小结

参考文献

第 11 章 研究前沿与展望

11.1 发展趋势

11.2 关键技术

11.3 本章小结