基于飞行模拟技术对飞行员进行近距空战技能训练的传统方式是由多名飞行员同时操作多台战机模拟器进行仿真对抗。如果采用智能虚拟对手协助飞行员完成对抗训练，既可以在缺少飞行员陪练的情况下保障训练正常进行，又能够在很大程度上降低训练成本。本文针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题，提出了基于动态贝叶斯网络和约束梯度法的智能虚拟对手决策和导引一体化方法。首先，结合空间占位态势、火控攻击区和机动动作识别结果等信息，建立了近距空战决策动态贝叶斯网络模型，实现了根据战场动态环境变化的占位导引指标决策。然后，针对在线识别的各类目标机动动作，建立了轨迹预测模型，实现了目标轨迹的实时预测。最后，根据占位导引指标和目标预测轨迹，考虑飞行性能约束，采用约束梯度法计算智能虚拟对手的优化占位导引量。通过上述工作，实现了空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明，本文方法能够实现智能虚拟对手的合理化自主决策和占位导引，克服了传统方法实现机动动作方式固化的问题，具备较好的实时性和优化性。