信息不透明下巡飞弹对机动目标抵近搜索和精确打击方法

1.信息不透明下巡飞弹对机动目标抵近搜索和精确打击方法，其特征在于，包括：步骤1：利用A*算法计算巡飞弹到达目标的航迹，并对该航迹进行平滑处理；步骤2：根据平滑处理后的航迹计算出制导律，并以制导律为动作、以巡飞弹的向量为状态利用深度学习网络进行交互学习，进而对制导律进行优化使得巡飞弹对目标完成精确打击；其中，步骤1中A*算法的回报函数为：g＝α×q+β×b；式中，α、β分别代表两者的权重值；q为重要性概率的归一值；b为路程长度归一值；p为原始重要性概率，q+p＝1；L long 为最长路程长度；L short 为最短路程长度；L now 为当前路程长度；其中，步骤2中深度学习网络的奖励函数为：式中， 表示第i个时间步修正后的单步奖励；r i 为第i个时间步修正前的单步奖励，即密集型事件引导回报和稀疏型终态回报之和；γ a 为衰减因子，τ为该回合智能弹药进行的总时间步数，G为该回合结束时获得的终态回报；其中，密集型事件引导回报函数为：r exp ＝w 1 ×(r 1 +r 2 )+w 2 ×r 3 ，式中，w 1 、w 2 分别表示上述密集回报的权重系数；其中，r 1 ＝dist mt_old -dist mt_now ；r 2 ＝v m ×cosε；r 3 ＝dist mo_now -dist mo_old ；式中，dist mt_old 表示智能弹药与目标上一时刻的距离，dist mt_now 表示智能弹药与目标当前时刻的距离；v m 表示智能弹药速度，ε表示智能弹药速度矢量与目标视线之间的夹角；dist mo_now 表示智能弹药与禁飞区当前时刻的距离，dist mo_old 表示智能弹药与禁飞区上一时刻的距离；其中，步骤2中巡飞弹的向量为：式中，dist mt 为弹目距离、y m 为弹药俯仰角、ψ m 为弹药偏航角、ε mt 为弹目视线倾角，β mt 为弹目视线偏角、v m 为弹药速度、D T 为时间约束，D V 为终端速度，D A 为终端角度。