在现代战争中,空战是主导战争走向的关键因素之一,谁拥有了制空权谁就占据了战场优势。发展拥有智能决策系统的制空型无人机引起了各航空强国的广泛关注。在空战过程中,如何根据获知的战场信息,实时做出决策,实现快速、合理的引导占位,优先构成攻击条件实施武器打击是制空型无人机取得空战胜利的关键。本文面向无人机自主空战优化占位引导问题开展研究。首先,分析了专家系统和滚动时域等传统决策方法在解决无人机空战占位引导问题时的优势和不足。针对上述方法的缺陷,提出了一种基于动态贝叶斯网络的无人机自主空战优化占位引导方法,根据无人机自主空战决策流程,将无人机自主空战优化占位引导问题分为三个方面进行解决。首先,根据空战中飞机的机动动作特征,建立目标机动识别动态贝叶斯网络模型,并且针对在线识别的每类机动动作,建立目标轨迹预测模型,实现了目标轨迹的实时预测。然后,结合空间占位态势、装备性能信息和目标机动识别结果,基于动态贝叶斯网络建立无人机空战优化占位决策模型,实现了机动优化指标泛函的智能化选取。最后,考虑无人机飞行性能约束,采用最优控制梯度法实现了无人机优化占位引导量的解算。为了验证上述方法的可行性、合理性和优化性,搭建空战仿真平台,并开展无人机对抗仿真实验。实验结果表明,本文方法实现优化占位引导指标的智能决策,实时完成无人机空战优化占位引导量的解算,提高了无人机空战的智能性和自主性,具有实际工程应用价值。