对抗环境下多无人机协同目标分配方法及系统技术方案

本申请提供一种对抗环境下多无人机协同目标分配方法及系统，其中，基于对抗双方可能的占位策略和目标分配策略，决策己方每个无人机所对抗的目标，建立零和矩阵博弈模型，通过求解模型的混合策略纳什均衡解来解决对抗环境下多无人机协同目标分配问题。进一步地，对零和矩阵博弈模型进行求解时，建立可扩展博弈的博弈矩阵并求解得到当前混合策略纳什均衡，再以变占位迭代搜索的方式，求解博弈双方对对方执行可扩展矩阵博弈均衡解的第三博弈策略和第四博弈策略，并利用迭代的方法确定用于求解的对抗中的某一方确定最有优势的博弈策略的可扩展博弈的博弈矩阵，求解确定的可扩展博弈的博弈矩阵，能够有效降低计算量，提高计算效率。

Cooperative target assignment method and system of multiple UAVs in the environment of confrontation

This application provides a method and system for target allocation of multi UAV cooperation in the environment of confrontation. Based on the possible occupation and target allocation strategies of both sides of the confrontation, each UAV of its own side is determined to fight against. A zero sum matrix game model is established, and the problem of target allocation of multi UAV cooperation in the environment of confrontation is solved by solving the mixed strategy Nash equilibrium solution of the model. Furthermore, when the zero sum matrix game model is solved, the game matrix of the extensible game is established and the Nash equilibrium of the current mixed strategy is obtained. Then, the third and fourth game strategies of the extensible matrix game equilibrium solution are solved by the way of variable occupation iterative search, and the strategy used to solve the confrontation is determined by the iterative method When one party determines the game matrix of the most advantageous game strategy and solves the game matrix of the most advantageous game strategy, it can effectively reduce the calculation amount and improve the calculation efficiency.

【技术实现步骤摘要】
对抗环境下多无人机协同目标分配方法及系统
本专利技术涉及安保领域，具体涉及一种对抗环境下多无人机协同目标分配方法及系统。
技术介绍
无人机能够在多种环境下自主的完成给定任务，有效降低人力成本。相较于有人机，无人机具有无人员伤亡、机动性强、重量较轻、成本较低等特点，已经成为现代空战武器装备的重要成员之一。由于单个无人机所携带武器和传感器数量及性能有限，其执行空战任务的能力受到相应的限制，而多个无人机进行有效协同可以更好的完成空战任务，因此，多无人机超视距协同空战决策技术已受到了越来越多的关注。针对多无人机超视距协同空战决策问题，目前大多研究的是多无人机协同目标分配问题，类似于多机协同目标分配问题，即在满足约束的前提下，最有效的为每个飞机分配所要对抗的目标。现有技术中，多无人机协同目标分配是在双方无人机位置已知的前提下进行的。双方无人机的位置是影响无人机对目标优势的关键因素，进而会对协同目标分配的效果产生巨大的影响，因此，在协同目标分配之前决策一个有效的无人机占位策略可以进一步提高多无人机协同目标分配取得的期望优势值。但是实际中，对抗双方在决策时无法获得对方的占位策略，双方的决策可视为同时决策，因此，现有技术中无法为对抗中的某一方确定最有优势的目标分配策略。另外，现有技术中在求解对抗中的某一方的最有优势的博弈策略时，随着无人机数量或占位位置的增加，博弈的策略急剧增加，给求解带来了很大的难度，严重降低了求解效率。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种对抗环境下多无人机协同目标分配方法及系统，解决了现有技术中无法为对抗中的某一方确定最有优势的博弈策略以及在最有优势的博弈策略过程中由于博弈策略数量大带来的求解效率低的技术问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：第一方面，本申请实施例提供了一种对抗环境下多无人机协同目标分配方法，包括：获取第一无人机编队与第二无人机编队进行对抗时各自的占位区域；确定第一无人机编队的多个第一占位策略；确定第二无人机编队的多个第二占位策略；确定第一无人机编队的多个目标分配策略和第二无人机编队的多个目标分配策略；目标分配策略包括第一无人机编队的每个无人机对抗的第二无人机编队的无人机或第二无人机编队的每个无人机对抗的第一无人机编队的无人机；基于第一无人机编队的博弈策略集和第二无人机编队的博弈策略集，建立零和矩阵博弈模型；其中，第一无人机编队的博弈策略对与第一占位策略一一对应，第二无人机编队的博弈策略与第二占位策略一一对应；从第一无人机编队的博弈策略集中选取m个第一博弈策略、第二无人机编队的博弈策略集中选取n个第二博弈策略，得到第k此迭代时的可扩展博弈的博弈策略集，此时k＝0；其中，m和n为正整数；生成第k次迭代时m行n列的可扩展博弈的博弈矩阵；对第k次迭代时的可扩展博弈进行求解，得到第k次迭代时的可扩展博弈的混合策略纳什均衡解；所述混合策略纳什均衡解包括第一无人机编队对应的第一均衡混合策略和第二无人机编队对应的第二均衡混合策略；其中，所述第一均衡混合策略包括所述第一无人机编队执行可扩展博弈策略集中的每个第一博弈策略的概率，所述第二均衡混合策略包括所述第二无人机编队执行可扩展博弈策略集中的每个第二博弈策略的概率；从第一无人机编队对应的第一均衡混合策略中筛选概率最大的第一博弈策略，将其对应的第一占位策略作为第一无人机编队的当前最优策略；并基于第一无人机编队的当前最优策略进行变占位迭代搜索，再基于变占位迭代搜索得到的最优策略，确定第一无人机编队对第二均衡混合策略的第三博弈策略；从第二无人机编队对应的第二均衡混合策略中筛选概率最大的第二博弈策略，将其对应的第二占位策略作为第二无人机编队的当前最优策略，并基于第二无人机编队的当前最优策略进行变占位迭代搜索，再基于变占位迭代搜索得到的最优策略，确定第二无人机编队对第一均衡混合策略的第四博弈策略；对第k次迭代时可扩展博弈进行更新，并令k＝k+1；若第k-1次迭代时第一无人机编队的第三博弈策略或/和第二无人机编队的第四博弈策略不存在于第k-1次迭代时可扩展博弈的策略集中，则，返回所述对第k次迭代时可扩展博弈的博弈矩阵进行求解，得到第k次迭代时可扩展博弈的混合策略纳什均衡解的步骤；若第k-1次迭代时第一无人机编队的最优策略和第二无人机编队的最优策略均存在于第k-1次迭代时可扩展博弈策略集中，则基于所述第k-1次迭代时的第一均衡混合策略，按照博弈策略的概率从第k-1次迭代时可扩展博弈的多个第一博弈策略中选取第一无人机编队执行的第一博弈策略；基于第一无人机编队执行的博弈策略，确定对抗环境下第一无人机编队的最优占位策略以及协同目标分配策略。在一种可能的实施方式中，所述基于第一无人机编队的当前最优策略进行变占位迭代搜索，并基于变占位迭代搜索得到的最优策略，确定第一无人机编队对第二均衡混合策略的第三博弈策略，包括：基于当前最优策略，生成第一无人机编队的当前邻居占位策略集合；计算第二无人机编队执行第k次迭代时的第二均衡混合策略，第一无人机编队执行所述邻居占位策略集合中的每一个策略时的支付值，并找到支付值最大的邻居占位策略；判断支付值最大的邻居占位策略是否是当前最优策略，若不是，则将该邻居占位策略作为新的当前最优策略，并返回所述基于当前最优策略，生成邻居占位策略集合的步骤；若是，则将当前最优策略对应的博弈策略作为第k次迭代时第一无人机编队对第二均衡混合策略的第三博弈策略。在一种可能的实施方式中，所述基于第二无人机编队的当前最优策略进行变占位迭代搜索，并基于变占位迭代搜索得到的最优策略，确定第二无人机编队对第一均衡混合策略的第四博弈策略，包括：基于当前最优策略，生成第二无人机编队的当前邻居占位策略集合；计算第一无人机编队执行第k次迭代时的第二均衡混合策略，第二无人机编队执行所述邻居占位策略集合中的每一个策略时的支付值，并找到支付值最大的邻居占位策略；判断支付值最大的邻居占位策略是否是当前最优策略，若不是，则将该邻居占位策略作为新的当前最优策略，并返回所述基于当前最优策略，生成邻居占位策略集合的步骤；若是，则将当前最优策略对应的博弈策略作为第k次迭代时第二无人机编队对第一均衡混合策略的第四博弈策略。在一种可能的实施方式中，所述第一无人机编队的邻居占位策略集合包括第一无人机编队的当前最优策略中有一个无人机从它所占的第一子区域移向其他未被占据的第一子区域生成的新的占位策略，所有生成的新的占位策略以及当前最优策略形成第一无人机编队当前最优策略的邻居占位策略集合。在一种可能的实施方式中，所述第二无人机编队邻居占位策略集合包括第二无人机编队的当前最优策略中有一个无人机从它所占的第二子区域移向其他未被占据的第二子区域生成的新的占位策略，所有生成的新的占位策略以及当前最优策略形成第二无人机编队当前最优策略的邻居占位策略集合。第二方面，本申请提供了一种对抗环境下多无人机协同目标分配系统，包括：矩阵博弈模型建立模块，用于获取第一无人机编队与第二无人机编队进行对抗时各自的占位区域；确定第一无人机编队的多个第一占位策略；确定第二无人机编队的多个第二占位策略；确定第一无人机编队的多个目标分配策略和第二无人机编队的多个目标分配策略；目本文档来自技高网...

【技术保护点】
1.一种对抗环境下多无人机协同目标分配方法，其特征在于，包括：获取第一无人机编队与第二无人机编队进行对抗时各自的占位区域；确定第一无人机编队的多个第一占位策略；确定第二无人机编队的多个第二占位策略；确定第一无人机编队的多个目标分配策略和第二无人机编队的多个目标分配策略；目标分配策略包括第一无人机编队的每个无人机对抗的第二无人机编队的无人机或第二无人机编队的每个无人机对抗的第一无人机编队的无人机；基于第一无人机编队的博弈策略集和第二无人机编队的博弈策略集，建立零和矩阵博弈模型；其中，第一无人机编队的博弈策略与第一占位策略一一对应，第二无人机编队的博弈策略与第一占位策略一一对应；从第一无人机编队的博弈策略集中选取m个第一博弈策略、第二无人机编队的博弈策略集中选取n个第二博弈策略，得到第k此迭代时的可扩展博弈的博弈策略集，此时k＝0；其中，m和n为正整数；生成第k次迭代时m行n列的可扩展博弈的博弈矩阵；对第k次迭代时的可扩展博弈进行求解，得到第k次迭代时的可扩展博弈的混合策略纳什均衡解；所述混合策略纳什均衡解包括第一无人机编队对应的第一均衡混合策略和第二无人机编队对应的第二均衡混合策略；其中，所述第一均衡混合策略包括所述第一无人机编队执行可扩展博弈策略集中的每个第一博弈策略的概率，所述第二均衡混合策略包括所述第二无人机编队执行可扩展博弈策略集中的每个第二博弈策略的概率；从第一无人机编队对应的第一均衡混合策略中筛选概率最大的第一博弈策略，将其对应的第一占位策略作为第一无人机编队的当前最优策略；并基于第一无人机编队的当前最优策略进行变占位迭代搜索，再基于变占位迭代搜索得到的最优策略，确定第一无人机编队对第二均衡混合策略的第三博弈策略；从第二无人机编队对应的第二均衡混合策略中筛选概率最大的第二博弈策略，将其对应的第二占位策略作为第二无人机编队的当前最优策略，并基于第二无人机编队的当前最优策略进行变占位迭代搜索，再基于变占位迭代搜索得到的最优策略，确定第二无人机编队对第一均衡混合策略的第四博弈策略；对第k次迭代时可扩展博弈进行更新，并令k＝k+1；若第k‑1次迭代时第一无人机编队的第三博弈策略或/和第二无人机编队的第四博弈策略不存在于第k‑1次迭代时可扩展博弈的策略集中，则，返回所述对第k次迭代时可扩展博弈的博弈矩阵进行求解，得到第k次迭代时可扩展博弈的混合策略纳什均衡解的步骤；若第k‑1次迭代时第一无人机编队的最优策略和第二无人机编队的最优策略均存在于第k‑1次迭代时可扩展博弈策略集中，则基于所述第k‑1次迭代时的第一均衡混合策略，按照博弈策略的概率从第k‑1次迭代时可扩展博弈的多个第一博弈策略中选取第一无人机编队执行的第一博弈策略；基于第一无人机编队执行的博弈策略，确定对抗环境下第一无人机编队的最优占位策略以及协同目标分配策略。...

【技术特征摘要】
1.一种对抗环境下多无人机协同目标分配方法，其特征在于，包括：获取第一无人机编队与第二无人机编队进行对抗时各自的占位区域；确定第一无人机编队的多个第一占位策略；确定第二无人机编队的多个第二占位策略；确定第一无人机编队的多个目标分配策略和第二无人机编队的多个目标分配策略；目标分配策略包括第一无人机编队的每个无人机对抗的第二无人机编队的无人机或第二无人机编队的每个无人机对抗的第一无人机编队的无人机；基于第一无人机编队的博弈策略集和第二无人机编队的博弈策略集，建立零和矩阵博弈模型；其中，第一无人机编队的博弈策略与第一占位策略一一对应，第二无人机编队的博弈策略与第一占位策略一一对应；从第一无人机编队的博弈策略集中选取m个第一博弈策略、第二无人机编队的博弈策略集中选取n个第二博弈策略，得到第k此迭代时的可扩展博弈的博弈策略集，此时k＝0；其中，m和n为正整数；生成第k次迭代时m行n列的可扩展博弈的博弈矩阵；对第k次迭代时的可扩展博弈进行求解，得到第k次迭代时的可扩展博弈的混合策略纳什均衡解；所述混合策略纳什均衡解包括第一无人机编队对应的第一均衡混合策略和第二无人机编队对应的第二均衡混合策略；其中，所述第一均衡混合策略包括所述第一无人机编队执行可扩展博弈策略集中的每个第一博弈策略的概率，所述第二均衡混合策略包括所述第二无人机编队执行可扩展博弈策略集中的每个第二博弈策略的概率；从第一无人机编队对应的第一均衡混合策略中筛选概率最大的第一博弈策略，将其对应的第一占位策略作为第一无人机编队的当前最优策略；并基于第一无人机编队的当前最优策略进行变占位迭代搜索，再基于变占位迭代搜索得到的最优策略，确定第一无人机编队对第二均衡混合策略的第三博弈策略；从第二无人机编队对应的第二均衡混合策略中筛选概率最大的第二博弈策略，将其对应的第二占位策略作为第二无人机编队的当前最优策略，并基于第二无人机编队的当前最优策略进行变占位迭代搜索，再基于变占位迭代搜索得到的最优策略，确定第二无人机编队对第一均衡混合策略的第四博弈策略；对第k次迭代时可扩展博弈进行更新，并令k＝k+1；若第k-1次迭代时第一无人机编队的第三博弈策略或/和第二无人机编队的第四博弈策略不存在于第k-1次迭代时可扩展博弈的策略集中，则，返回所述对第k次迭代时可扩展博弈的博弈矩阵进行求解，得到第k次迭代时可扩展博弈的混合策略纳什均衡解的步骤；若第k-1次迭代时第一无人机编队的最优策略和第二无人机编队的最优策略均存在于第k-1次迭代时可扩展博弈策略集中，则基于所述第k-1次迭代时的第一均衡混合策略，按照博弈策略的概率从第k-1次迭代时可扩展博弈的多个第一博弈策略中选取第一无人机编队执行的第一博弈策略；基于第一无人机编队执行的博弈策略，确定对抗环境下第一无人机编队的最优占位策略以及协同目标分配策略。2.根据权利要求1所述的方法，其特征在于，所述基于第一无人机编队的当前最优策略进行变占位迭代搜索，并基于变占位迭代搜索得到的最优策略，确定第一无人机编队对第二均衡混合策略的第三博弈策略，包括：基于当前最优策略，生成第一无人机编队的当前邻居占位策略集合；计算第二无人机编队执行第k次迭代时的第二均衡混合策略，第一无人机编队执行所述邻居占位策略集合中的每一个策略时的支付值，并找到支付值最大的邻居占位策略；判断支付值最大的邻居占位策略是否是当前最优策略，若不是，则将该邻居占位策略作为新的当前最优策略，并返回所述基于当前最优策略，生成邻居占位策略集合的步骤；若是，则将当前最优策略对应的博弈策略作为第k次迭代时第一无人机编队对第二均衡混合策略的第三博弈策略。3.根据权利要求1所述的方法，其特征在于，所述基于第二无人机编队的当前最优策略进行变占位迭代搜索，并基于变占位迭代搜索得到的最优策略，确定第二无人机编队对第一均衡混合策略的第四博弈策略，包括：基于当前最优策略，生成第二无人机编队的当前邻居占位策略集合；计算第一无人机编队执行第k次迭代时的第二均衡混合策略，第二无人机编队执行所述邻居占位策略集合中的每一个策略时的支付值，并找到支付值最大的邻居占位策略；判断支付值最大的邻居占位策略是否是当前最优策略，若不是，则将该邻居占位策略作为新的当前最优策略，并返回所述基于当前最优策略，生成邻居占位策略集合的步骤；若是，则将当前最优策略对应的博弈策略作为第k次迭代时第二无人机编队对第一均衡混合策略的第四博弈策略。4.根据权利要求2所述的方法，其特征在于，所述第一无人机编队的邻居占位策略集合包括第一无人机编队的当前最优策略中有一个无人机从它所占的第一子区域移向其他未被占据的第一子区域生成的新的占位策略，所有生成的新的占位策略以及当前最优策略形成第一无人机编队当前最优策略的邻居占位策略集合。5.根据权利要求3所述的方法，其特征在于，所述第二无人机编队邻居占位策略集合包括第二无人机编队的当前最优策略中有一个无人机从它所占的第二子区域移向其他未被占据的第二子区域生成的新的占位策略，所有生成的新的占位策略以及当前最优策略形成第二无人机编队当前最优策略的邻居占位策略集合。6.一种对抗环境下多无人机协同目标分配系统，其特征在于，包括：矩阵博弈模型建立模块，用于获取第一无人机编队与第二无人机编队进行对抗时各自的占...

【专利技术属性】
技术研发人员：王国强，马滢滢，胡笑旋，罗贺，雷星，马华伟，夏维，靳鹏，张鹏，李晓多，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34