朱創(chuàng)創(chuàng),梁曉龍,張佳強,劉蘋妮
(空軍工程大學(xué)空管領(lǐng)航學(xué)院,西安 710051)
基于MAS的航空集群體系結(jié)構(gòu)探究*
朱創(chuàng)創(chuàng),梁曉龍,張佳強,劉蘋妮
(空軍工程大學(xué)空管領(lǐng)航學(xué)院,西安 710051)
以多智能體理論為基礎(chǔ),對航空集群體系結(jié)構(gòu)進行了探究。采用傳統(tǒng)的自頂向下與基于涌現(xiàn)的自底向上相結(jié)合的方法,將集群系統(tǒng)劃分為三層:系統(tǒng)層、任務(wù)層、自組織層;設(shè)計了三類智能體:任務(wù)決策智能體、任務(wù)管理智能體、任務(wù)執(zhí)行智能體,三類智能體分別實現(xiàn)系統(tǒng)的三層功能。最后以航空集群反隱身任務(wù)為例進行分析。結(jié)果表明:該體系結(jié)構(gòu)具有自適應(yīng)性、魯棒性,能夠適應(yīng)未來復(fù)雜多變的戰(zhàn)爭環(huán)境。
航空集群,體系結(jié)構(gòu),多智能體理論,集群反隱身
未來作戰(zhàn)環(huán)境將呈現(xiàn)不確定性、非結(jié)構(gòu)性等特點,基于傳統(tǒng)的機群作戰(zhàn)空中作戰(zhàn)體系構(gòu)建與應(yīng)用越來越明顯地表現(xiàn)出能力的局限和不足[1]。正如美國空軍顧問指出的一樣:“未來的作戰(zhàn)飛行器應(yīng)當(dāng)以成群而非單獨的方式行動”[2],所以集群作戰(zhàn)將是未來空中作戰(zhàn)的主要樣式[3-4]。
航空集群是由一定數(shù)量的單功能和多功能有人或無人航空飛行器共同組成,在交感網(wǎng)的支撐下,節(jié)點間具有交互與反饋、激勵與響應(yīng)等交感行為,整體具有涌現(xiàn)特點,可實現(xiàn)單個平臺行為自主決策、平臺間行為協(xié)同,最終產(chǎn)生能力涌現(xiàn)的自助式空中移動系統(tǒng)[3]。其運行結(jié)構(gòu)是實現(xiàn)各類作戰(zhàn)能力涌現(xiàn)的基礎(chǔ),是研究航空集群系統(tǒng)構(gòu)建的基本前提。目前國內(nèi)外研究的多飛行器體系架構(gòu)主要包括集中控制式[5-6]和分布式[7]兩種形式,其中文獻[8]提出了集散式的控制體系結(jié)構(gòu);文獻[9]給出了一種新型多無人機體系結(jié)構(gòu),在動態(tài)環(huán)境中由無人機自主構(gòu)建團隊和子團隊;文獻[10]按照分層遞階的方法將無人機編隊系統(tǒng)分為兩級分層控制結(jié)構(gòu)和五層功能結(jié)構(gòu)。
航空集群通過交感網(wǎng)實現(xiàn)集群信息的共享、集群行為的交感、集群能力的涌現(xiàn),因此,與多無人機系統(tǒng)有本質(zhì)的區(qū)別。本文基于Multi-Agent系統(tǒng)理論,采用傳統(tǒng)的自頂向下的設(shè)計方法與基于涌現(xiàn)的自底向上設(shè)計方法相結(jié)合,對集群的體系結(jié)構(gòu)展開探究。
航空集群系統(tǒng)運行主要考慮系統(tǒng)的宏觀表現(xiàn)、微觀執(zhí)行、內(nèi)部信號/信息交互3個層面。系統(tǒng)行為控制的宏觀表現(xiàn)具體體現(xiàn)為:戰(zhàn)場態(tài)勢、預(yù)定作戰(zhàn)任務(wù)、上級實時指令等對系統(tǒng)行為調(diào)控,控制系統(tǒng)遂行相應(yīng)作戰(zhàn)任務(wù)、對敵方行動作出反應(yīng)、執(zhí)行相應(yīng)戰(zhàn)場指令等,即系統(tǒng)面向任務(wù)的聚集、變化、分解機制;系統(tǒng)任務(wù)的微觀執(zhí)行具體體現(xiàn)為:系統(tǒng)依據(jù)集群行為的自組織特性,在群內(nèi)子系統(tǒng)對原子任務(wù)作出正確響應(yīng),即集群系統(tǒng)內(nèi)部的自組織及能力涌現(xiàn)機制;系統(tǒng)內(nèi)部信號/信息的交互主要體現(xiàn)為個體間交感信號/信息的高效傳輸、節(jié)點的激勵與響應(yīng)等內(nèi)容,是集群能力涌現(xiàn)的基本支撐。
基于3個層面的考慮,采用自頂向下和自底向上相結(jié)合的方法,即由上而下的任務(wù)分解和由下而上的自組織執(zhí)行任務(wù),按照MAS的組織結(jié)構(gòu)分類方法將航空集群系統(tǒng)運行結(jié)構(gòu)分為三層:系統(tǒng)層、任務(wù)層、自組織層,如圖1所示。
圖1 航空集群系統(tǒng)分層模型
系統(tǒng)層是體系結(jié)構(gòu)的頂層,是集群作戰(zhàn)任務(wù)的主控層,負(fù)責(zé)根據(jù)戰(zhàn)場態(tài)勢發(fā)布作戰(zhàn)指令,結(jié)合預(yù)置的作戰(zhàn)模式對航空集群作戰(zhàn)任務(wù)進行分解,實時掌握集群作戰(zhàn)進程,產(chǎn)生原子任務(wù)激活信號,維持系統(tǒng)級任務(wù)按時序關(guān)系向前推進。
任務(wù)層是體系結(jié)構(gòu)的中間層,是系統(tǒng)層任務(wù)分解后得到的原子任務(wù)管理層,負(fù)責(zé)管理原子任務(wù)激活時序,監(jiān)控原子任務(wù)分配與運行狀態(tài),評估任務(wù)完成效果。任務(wù)層對上負(fù)責(zé)完成原子任務(wù)的組織和管理,對下負(fù)責(zé)原則任務(wù)的發(fā)布和完成度評估。
自組織層是體系結(jié)構(gòu)的底層,也是功能層,由集群智能個體Agent組成,通過交感網(wǎng)絡(luò)實現(xiàn)Agent之間的信息/信號傳輸和態(tài)勢共享。Agent行為由上層原子任務(wù)驅(qū)動,通過Agent之間的局部交互協(xié)同,自組織完成原子任務(wù),通過自組織機制實現(xiàn)能力涌現(xiàn)。
依據(jù)系統(tǒng)的分層機制,航空集群系統(tǒng)的任務(wù)協(xié)作時序過程分為8個環(huán)節(jié),如下頁圖2所示。
①當(dāng)系統(tǒng)接受新的作戰(zhàn)指令或航空集群系統(tǒng)感知到態(tài)勢變化后,根據(jù)預(yù)置的系統(tǒng)作戰(zhàn)模式將新的作戰(zhàn)任務(wù)分解為一系列具有特定時序的原子任務(wù);
②將原子任務(wù)發(fā)布到任務(wù)協(xié)調(diào)層,加入任務(wù)協(xié)調(diào)層中原子任務(wù)的調(diào)度管理隊列;
③任務(wù)協(xié)調(diào)層根據(jù)任務(wù)之間的前驅(qū)、后繼關(guān)系建立并行和串行的原子任務(wù)調(diào)度隊列,并按時序激活相應(yīng)原子任務(wù),對自組織層個體產(chǎn)生激勵信號;
④自組織層Agent依據(jù)集群智能算法和個體間的交感網(wǎng)絡(luò)對激活的原子任務(wù)進行競標(biāo),以最大化任務(wù)完成效能、最小化任務(wù)執(zhí)行代價為目標(biāo),進行自主協(xié)同任務(wù)執(zhí)行,并按Agent內(nèi)部認(rèn)知和能力模型的計算結(jié)果確定任務(wù)執(zhí)行方式;
⑤自組織層各Agent通過不斷接收原子任務(wù),并以自組織執(zhí)行的方式予以完成,一旦達到任務(wù)完成狀態(tài)則向上層反饋完成信號;
圖2 航空集群系統(tǒng)協(xié)作時序
⑥任務(wù)協(xié)調(diào)層在原子任務(wù)執(zhí)行過程中始終進行監(jiān)控,一旦下層反饋任務(wù)完成信號,任務(wù)層對其效能進行評估,以此決定是激活新的原子任務(wù)還是將該原子任務(wù)重新激活,重新執(zhí)行;
⑦當(dāng)評估結(jié)果顯示原子任務(wù)均順利完成時,產(chǎn)生任務(wù)完成的反饋信號;
⑧當(dāng)任務(wù)調(diào)度隊列中針對某項集群作戰(zhàn)任務(wù)的全部原子任務(wù)均反饋完成信號后,任務(wù)協(xié)調(diào)層向系統(tǒng)層回送完成信號,從而使整個系統(tǒng)按時序推進到下一任務(wù)集。
結(jié)合Multi-Agent理論以及航空集群系統(tǒng)分層模型,將航空集群飛行器個體抽象為3類智能體:任務(wù)決策智能體(Decide Agent,DA)、任務(wù)管理智能體(Manage Agent,MA)和任務(wù)執(zhí)行智能體(Execute Agent,EA)。其中,任務(wù)決策智能體實現(xiàn)系統(tǒng)層的功能,通常由集群中的有人航空器擔(dān)任;任務(wù)管理智能體主要由系統(tǒng)內(nèi)Agent經(jīng)相應(yīng)的篩選機制選舉產(chǎn)生,其功能是實現(xiàn)對原子任務(wù)的有效管理;而任務(wù)執(zhí)行智能體一般由相應(yīng)的集群個體擔(dān)任,在交感網(wǎng)的支撐下,實現(xiàn)自組織功能。
任務(wù)決策Agent具有決策功能。當(dāng)航空集群在接收到外部的指令任務(wù)或者感知到戰(zhàn)場態(tài)勢變化后,任務(wù)決策Agent會綜合外部指令、傳感器信息以及全局知識庫,將新的作戰(zhàn)任務(wù)分解成為一定時序的原子任務(wù),如圖3所示。
傳感器信息是各個任務(wù)執(zhí)行Agent通過接口反饋給系統(tǒng)的信息總和,具體包括全局戰(zhàn)場態(tài)勢、各Agent的外部環(huán)境以及各Agent的實時狀態(tài);全局知識庫則包括系統(tǒng)中總Agent數(shù)量、各Agent作戰(zhàn)能力和預(yù)置的作戰(zhàn)模式,系統(tǒng)決策Agent決策時能夠結(jié)合當(dāng)前知識庫信息,迅速作出決策,提高效率,同時知識庫的數(shù)據(jù)信息將會根據(jù)戰(zhàn)爭的時序推進并結(jié)合傳感器信息實時更新;外部指令是地面指揮所(或者空中指揮所)在綜合天基偵察預(yù)警信息、空中情報偵察信息和地基偵察預(yù)警信息的基礎(chǔ)上,結(jié)合整體空情態(tài)勢、預(yù)定的作戰(zhàn)任務(wù),發(fā)布的作戰(zhàn)指令。
任務(wù)決策Agent的輸入數(shù)學(xué)模型如下:
圖3 任務(wù)決策Agent的輸入、輸出模型
式中,Global knowledge base表示全局知識庫,Environment表示傳感器信息,Demands表示外部對系統(tǒng)決策Agent的指令。
其中,Global knowledge base=<Sums,Abilities,Operational Modes>包括系統(tǒng)Agent的總數(shù)量,各Agent所具有的能力,預(yù)定的作戰(zhàn)模式;Environment=<Location,Atate>,包括各Agent以及敵方飛機的位置與狀態(tài);Demands=<EI,AS…>,包括電子干擾、反隱身等。
系統(tǒng)決策Agent的輸出模型如下:
Properties是對任務(wù)屬性的描述,具體包括所要執(zhí)行任務(wù)的類型、任務(wù)時限、所需保障信息及任務(wù)所需的其他條件;Abilities是完成原子任務(wù)所需個體Agent的能力集合,當(dāng)系統(tǒng)決策Agent輸出原子任務(wù)時,會激活任務(wù)協(xié)調(diào)Agent,系統(tǒng)中具有完成該原子任務(wù)能力的Agent會通過交感網(wǎng)接收到激勵信號;Rules是指衡量任務(wù)進度的規(guī)則標(biāo)準(zhǔn),包括原子任務(wù)完成的標(biāo)準(zhǔn)、任務(wù)終止的規(guī)則,當(dāng)任務(wù)執(zhí)行A-gent反饋的原子任務(wù)執(zhí)行進度達到所規(guī)定標(biāo)準(zhǔn)的范圍時,或者到達任務(wù)終止的規(guī)則時,原子任務(wù)結(jié)束。
任務(wù)管理Agent確定原子任務(wù)的激活時序,并始終監(jiān)控原子任務(wù)完成情況,當(dāng)評估所有的原子任務(wù)均順利完成時,產(chǎn)生任務(wù)完成的反饋信號給任務(wù)決策Agent,其結(jié)構(gòu)如圖4所示,具體步驟如下。
圖4 任務(wù)管理Agent結(jié)構(gòu)
Step1任務(wù)管理Agent接收任務(wù)分解Agent輸出的原子任務(wù);
Step2任務(wù)管理Agent綜合原子任務(wù)的屬性以及系統(tǒng)中任務(wù)執(zhí)行Agent的情況決定原子任務(wù)激活的順序;
Step3原子任務(wù)發(fā)布,任務(wù)執(zhí)行Agent接收到激勵信號,自組織的完成任務(wù);
Step4任務(wù)管理Agent對原子任務(wù)完成情況監(jiān)控并進行評估;
Step5任務(wù)是否完成,完成停止,否則轉(zhuǎn)Step2;
Step6待原子任務(wù)全部完成,任務(wù)管理Agent向任務(wù)分解Agent反饋任務(wù)完成信息后,系統(tǒng)進入到下一任務(wù)集。
任務(wù)執(zhí)行Agent是完成原子任務(wù)的基本單元,一個原子任務(wù)主要由多個Agent共同聚集完成,一個Agent也可以參與多個原子任務(wù)。任務(wù)執(zhí)行Agent可以用一個八元組表示:
其中,State是能力狀態(tài),表示個體當(dāng)前狀態(tài):空閑、執(zhí)行任務(wù)和戰(zhàn)損;Condition是前提條件,表示EA執(zhí)行該項原子任務(wù)所要的信息;Environment是外部環(huán)境,表示EA所感受到的原子任務(wù)對環(huán)境的刺激;Ability是個體的能力,表示在執(zhí)行原子任務(wù)時所具有的能力;Cost是代價,表示在執(zhí)行任務(wù)中Agent所要付出的代價;Reward是收益,表示在執(zhí)行任務(wù)中Agent的收益;Rules為規(guī)則集合,表示個體在執(zhí)行任務(wù)中必須遵循的行為規(guī)則,通常規(guī)則可以描述為一組或多組IF…THEN語句組成的集合;Message為信息傳遞機制,個體在與其他Agent完成任務(wù)過程中需要進行信息傳遞,以及信息共享。
其中能力狀態(tài)、外部刺激、個體能力、代價與收益是個體Agent在接收到到原子任務(wù)的刺激之后,做出響應(yīng)的基礎(chǔ)。
原子任務(wù)被任務(wù)管理Agent激活之后,會對環(huán)境產(chǎn)生一定程度的刺激,個體Agent會對環(huán)境中的刺激進行響應(yīng),根據(jù)設(shè)定的閾值響應(yīng)模型,選擇最佳原子任務(wù)。當(dāng)多個Agent共同響應(yīng)同一原子任務(wù)時,Agent內(nèi)部之間會有競爭博弈,一些刺激強度相對較弱以及個體經(jīng)驗相對不足的Agent會退出該原子任務(wù),從而達到自組織的任務(wù)分配與完成。
圖5表示Agents與Atom Tasks之間的拓?fù)潢P(guān)系圖,該圖只表示某一時刻的任務(wù)分配情況。當(dāng)系統(tǒng)內(nèi)任務(wù)變化或者節(jié)點戰(zhàn)損時,該關(guān)系圖將會發(fā)生變化。具體描述如下:
圖5 Agents與Atom Tasks之間的拓?fù)潢P(guān)系圖
(1)圖中Agents與Atom Tasks連線表示Agents能夠感受到Atom Tasks的刺激并響應(yīng),聯(lián)系的強度通過線上的數(shù)值即Agents相應(yīng)的能力度量表示;
(2)虛線表示Agents已經(jīng)感受到Atom Tasks的刺激,但在與其他Agents的競爭博弈中處于劣勢地位,不承擔(dān)該任務(wù);
(3)當(dāng)Atom Tasks需要的能量度量值高于所需的單個個體所能輸出的能量值時就需要多個Agent共同完成;
(4)圖中紅色Agent個體黑色和實線箭頭表示當(dāng)前激活的任務(wù)方案;
(5)Agent與Agent之間的連線表示通過交感網(wǎng)已經(jīng)建立協(xié)作關(guān)系,共同完成某一原子任務(wù)。
航空集群能力涌現(xiàn)表現(xiàn)在依據(jù)個體能力和原子任務(wù)屬性動態(tài),自主地實現(xiàn)不同個體間的任務(wù)分配和任務(wù)協(xié)作,使得集群整體能力出超出個體能力的簡單疊加。
航空集群協(xié)同反隱身[11-13]就是航空平臺在執(zhí)行反隱作戰(zhàn)任務(wù)時,合理地協(xié)調(diào)兩(多)架航空器平臺之間的行為,使得資源得以合理運用,實現(xiàn)隱蔽接敵,獲得較高的作戰(zhàn)效能,順利完成反隱身任務(wù)。
現(xiàn)假設(shè)航空集群 S(S1,S2,S3,S4,S5)執(zhí)行協(xié)同反隱身作戰(zhàn)任務(wù),如圖6所示。在執(zhí)行任務(wù)時,航空集群擁有機動、敏捷的構(gòu)型產(chǎn)生與變換能力,能夠針對隱身目標(biāo)的動態(tài)變化,適應(yīng)性地改變收、發(fā)雷達的空間部署,快速切換雷達的收、發(fā)功能,從而改變集群雷達探測的空域覆蓋方向、距離和區(qū)域,實現(xiàn)集群雷達功能的柔性重組,形成對隱身目標(biāo)的穩(wěn)定探測與跟蹤以及火力打擊。
圖6 集群反隱身作戰(zhàn)示意圖
下面對集群執(zhí)行反隱身任務(wù)時的作戰(zhàn)流程進行分析,模型如圖7所示,具體描述如下:
圖7 集群反隱身作戰(zhàn)流程模型
(1)當(dāng)集群S接收到反隱身任務(wù)的指令后,擔(dān)任DA角色的航空器S1會結(jié)合預(yù)置作戰(zhàn)模式、傳感器信息及知識庫中的規(guī)則將任務(wù)分解成原子任務(wù):
即無源探測、有源探測、火力打擊;
(2)航空器S1將原子任務(wù)的激勵信號發(fā)送到擔(dān)任MA角色的航空器S2;
(3)航空器S2(MA)根據(jù)作戰(zhàn)時序按照PD、AD、AT的順序依次激活發(fā)布各原子任務(wù);
(4)集群內(nèi)所有航空器均擔(dān)任EA角色,航空器Si在接收到激勵信號后,會作出相應(yīng)響應(yīng)并通過競爭博弈實現(xiàn)聯(lián)盟完成任務(wù),具體如下:首先由S1、S2、S3共同響應(yīng)完成PD這一原子任務(wù),隨著戰(zhàn)爭時序推進,集群中 S1,S4,S5執(zhí)行 AD 任務(wù),當(dāng)完成該原子任務(wù)之后,S4,S5最后實施AT,整個過程中S1同時承擔(dān)接收機(R)、發(fā)射機(T)的角色,S4,S5同時承擔(dān)接收機(R)、攻擊機(A)的角色,也就是說智能體角色以及構(gòu)型位置會根據(jù)目標(biāo)的變化和時序推進動態(tài)調(diào)整,保證整個系統(tǒng)有很好的冗余度和可靠性;
(5)在任務(wù)執(zhí)行過程中,原子任務(wù)的執(zhí)行情況一直處于航空器S2(MA)的監(jiān)控下,原子任務(wù)執(zhí)行結(jié)束后會向航空器S2(MA)反饋信號,航空器S2(MA)評估后決定對原子任務(wù)的管理方案;
(6)當(dāng)3個原子任務(wù)執(zhí)行完成之后,航空器S2(MA)向航空器S1(DA)反饋任務(wù)完成信號,整個任務(wù)結(jié)束。
本文以Multi-Agent理論為基礎(chǔ),對航空集群的體系結(jié)構(gòu)進行了探究。將集群的體系結(jié)構(gòu)分為三層,并定義了三類Agent,分別實現(xiàn)各層的功能,同時定義了各Agent的結(jié)構(gòu)模型并建立了Agent與Atom Tasks間的拓?fù)潢P(guān)系圖。以航空集群反隱身任務(wù)為例,對集群作戰(zhàn)的整個流程進行了描述,結(jié)果表明設(shè)計的體系結(jié)構(gòu)能夠?qū)崿F(xiàn)復(fù)雜環(huán)境下的作戰(zhàn)要求。
[1]柏鵬,梁曉龍,王鵬,等.構(gòu)建“航空集群”新型空中作戰(zhàn)體系研究[J].空軍工程大學(xué)學(xué)報(軍事科學(xué)版),2014,14(3):11-14.
[2]SHIMA T,RASMUSSEN S.UAV cooperative decision and control: challenges and practical approaches [M].Philadelphia: Society for Industrial and Applied Mathematics,2008.
[3]梁曉龍,李浩,孫強,等.空中作戰(zhàn)發(fā)展特征及對策[J].空軍工程大學(xué)學(xué)報(軍事科學(xué)版),2014,14(3):4-7.
[4]牛軼峰,肖湘江,柯冠巖.無人機集群作戰(zhàn)概念及關(guān)鍵技術(shù)分析[J].國防科技,2013,35(5):37-43.
[5]談大龍,黃閃.分布自主協(xié)作式的多機器人系統(tǒng)研究[J].機器人,1996,18(6):338-343.
[6]朱華勇,牛軼峰,沈林成,等.無人機系統(tǒng)自主控制技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J].國防科技大學(xué)學(xué)報,2010,32(3):115-120.
[7]姚宗信,李明,陳宗基.多機協(xié)同作戰(zhàn)任務(wù)決策方法多智能體結(jié)構(gòu)框架[J].電光與控制,2008,15(3):1-3.
[8]趙昀,李勝,陳慶偉,等.基于MAS的多無人機系統(tǒng)集散式控制體系結(jié)構(gòu)研究[J].電光與控制,2009,16(6):1-4.
[9]袁利平,陳宗基.一種新型多無人機系統(tǒng)體系結(jié)構(gòu)的設(shè)計[J].系統(tǒng)仿真學(xué)報,2008,11(22):6137-6141.
[10]李相民,顏驥,劉波.多無人機編隊自主協(xié)同控制架構(gòu)[J].電光與控制,2015,22(3):1-5.
[11]梁曉龍,張佳強,祝捷,等.基于CPS的空中交通系統(tǒng)架構(gòu)及能力涌現(xiàn)方法[J].空軍工程大學(xué)學(xué)報(自然科學(xué)版),2016,17(1):1-7.
[12]朱磊,梁曉龍,張佳強.航空集群雷達回波反隱身探測仿真研究[J].計算機仿真,2016,33(8):49-53.
[13]LIANG X L,SUN Q,YIN Z H,et al.A study of aviation swarm convoy and transportation mission[C]//Advances in Swarm Intelligence,4th International Conference ICSI 2013:368-375.
Research of Aircraft Swarms Architecture Based on MAS
ZHU Chuang-chuang,LIANG Xiao-long,ZHANG Jia-qiang,LIU Ping-ni
(School of Air Traffic Control and Navigation,Air Force Engineering University,Xi’an 710051,China)
The architecture of aircraft swarms is explored based on Multi-Agent theory.First,the traditional top-down and the bottom-up method based on the emergence is proposed and the swarm system is divided into three layers which includes system layer,task layer and self-organization layer.Then,Decide Agent,Manage Agent and Execute Agent are designed and the three kinds of agents can achieve the function of system of three layers respectively.Finally,an example of aircraft swarm antistealth task is analyzed.And the results show that the proposed architecture possesses characteristics of adaptability and robustness,which can adapt to the complex war environment in the future.
aircraft swarms,architecture,multi-agent theory,swarm anti-stealth
1002-0640(2017)10-0019-06
V271.4;TJ86
A
10.3969/j.issn.1002-0640.2017.10.005
2016-07-28
2016-10-15
國家自然科學(xué)面上基金(61472442,61472443);陜西省自然科學(xué)技術(shù)研究發(fā)展計劃資助項目(2013JQ8042,2016JM6071)
朱創(chuàng)創(chuàng)(1989- ),男,江蘇徐州人,碩士研究生。研究方向:航空集群理論與技術(shù)、沖突探測與解脫。