多无人机协同对抗在线重决策方法技术

本发明专利技术提供一种多无人机协同对抗在线重决策方法，涉及无人机领域。包括以下步骤：获取多个无人机协同执行无人机空战方案时的无人机空战数据；对无人机空战数据进行关联处理；基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型；基于关联后的无人机空战数据判断重决策的主动触发，并分析重决策主动触发的类型，重决策触发的类型包括：战术重决策、任务重决策和行为重决策；对重决策被动触发的类型和重决策主动触发的类型进行冲突消解处理，得到无人机空战方案重决策类型；基于无人机空战方案重决策类型对无人机空战方案进行重决策处理。本申请可以增强无人机空战方案在执行时的适应性。

【技术实现步骤摘要】
多无人机协同对抗在线重决策方法
本专利技术涉及无人机
，具体涉及一种多无人机协同对抗在线重决策方法。
技术介绍
随着科技的发展，无人机已经成为军事作战领域的重要无人机之一。无人机能够自主的完成多种任务，然而无人机在相关领域应用的不断推进，单架无人机在执行任务时暴露出了灵活性和任务完成率的短板，因此，运用多架无人机在空中构成相互协作、优势互补、效能倍增的协同作战系统，已成为本领域关注的热点和追求的目标。多无人机协同对抗是一个复杂的对抗过程，其中，每个无人机担负着不同角色，且可执行一个或多个子任务，通过多无人机之间的相互协作和决策，完成单个无人机无法完成的任务，提升无人机作战效能。多无人机在协同作战之前需要部署好空战方案，以使各无人机按照空战方案完成空战任务。然而本申请的专利技术人发现，在多无人机协同对抗环境中，对抗情况瞬息万变，呈现高动态、强实时和深度不确定的特点，并且多机协同对抗整体过程时间较长，无法对敌方的行动作出详细预测，因此，作战前的战术决策和目标分配等决策都可能随着对抗过程的进行而不再适用当前环境，为此，需要对无人机空战方案进行重决策，以解决空战方案适应性差的缺点。
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多无人机协同对抗在线重决策方法，解决了现有技术适应性差的技术问题。(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：本专利技术解决其技术问题所提供的一种多无人机协同对抗在线重决策方法，所述重决策方法由计算机执行，包括以下步骤：获取多个无人机协同执行无人机空战方案时的无人机空战数据；对所述无人机空战数据进行关联处理；基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型，所述重决策被动触发的类型包括：战术重决策、任务重决策和行为重决策；基于关联后的无人机空战数据判断重决策的主动触发，并分析重决策主动触发的类型，所述重决策主动触发的类型包括：战术重决策、任务重决策和行为重决策；对所述重决策被动触发的类型和所述重决策主动触发的类型进行冲突消解处理，得到无人机空战方案重决策类型；基于所述无人机空战方案重决策类型对无人机空战方案进行重决策处理。优选的，所述无人机空战数据包括：敌方飞控数据、我方飞控数据和任务行动数据；所述敌方飞控数据包括：敌机速度、敌机高度、敌机经纬度、敌机航向角、敌机横滚角和敌机俯仰角；所述我方飞控数据包括：我方无人机的速度、高度、经纬度、航向角、横滚角、俯仰角和剩余导弹数量；所述任务行动数据包括：我方无人机数量、敌方无人机数量、我方当前战术和我方当前目标分配列表。优选的，所述对所述无人机空战数据进行关联处理，包括：基于数据清洗方法对所述无人机空战数据进行预处理；基于关联算法对预处理后的无人机空战数据进行关联分析。优选的，所述基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型，包括：对于紧急事件K，判断紧急事件K的类型，包括一级紧急事件、二级紧急事件和三级紧急事件；若紧急事件K为一级紧急事件，则立即判定为被动触发重决策，重决策被动触发的类型为紧急事件K对应的重决策类型，并继续判断下一次重决策的被动触发；若紧急事件K为二级紧急事件，则判断上一次重决策被动触发的时刻到紧急事件K发生时刻的时间间隔Δt是否大于等于第一周期；若是，则立即判定为被动触发重决策，重决策被动触发的类型为紧急事件K对应的重决策类型，并继续判断下一次重决策的被动触发；若否，则将紧急事件K加入到二级紧急事件列表中；在第一周期结束时，判定为被动触发重决策，重决策被动触发的类型为：二级紧急事件列表中所有紧急事件对应的重决策类型中优先级最高的重决策类型；并继续判断下一次重决策的被动触发；若紧急事件K为三级紧急事件，则判断上一次重决策被动触发的时刻到紧急事件K发生时刻的时间间隔Δt是否大于等于第一周期；若是，则立即判定为被动触发重决策，重决策被动触发的类型为紧急事件K对应的重决策类型，并继续判断下一次重决策的被动触发；若否，则将紧急事件K加入到三级紧急事件列表中；在第二周期结束时，判定为被动触发重决策，重决策被动触发的类型为：三级紧急事件列表中所有紧急事件对应的重决策类型中优先级最高的重决策类型；并继续判断下一次重决策的被动触发；重决策类型的优先级为：战术重决策>任务重决策>行为重决策。优选的，所述一级紧急事件包括：我方无人机失效事件、敌方无人机数量变更事件、我方无人机被敌方雷达锁定事件、指挥中心下达重决策命令事件、指挥中心下达新任务事件和任务完成事件；所述二级紧急事件包括：我方无人机速度低于阈值事件、我方无人机高度低于阈值事件和我方无人机剩余能量低于阈值事件；所述三级紧急事件包括：我方无人机通讯中断事件、我方无人机余弹低于阈值事件、我方无人机位置超过通讯范围事件和气象环境改变事件。优选的，所述基于关联后的无人机空战数据判断重决策的主动触发，并分析重决策主动触发的类型，包括：从上一次重决策被动触发的时刻开始计时，判断计时时间Δt是否大于等于第一周期，若否，则等待；若是，则：基于关联后的无人机空战数据和预设的案例库计算全局相似度；判断所述全局相似度是否超过预设的全局相似度阈值，若是，则判定为主动触发案例推理重决策；对关联后的无人机空战数据进行规则推理，并判断是否满足预设的规则推理条件，若是，则判定为主动触发规则推理重决策；对所述案例推理重决策主动触发的类型和所述规则推理重决策主动触发的类型进行冲突消解，得到重决策主动触发的类型，并判定为重决策的主动触发；并在等待所述第一周期的时间后继续判断下一次重决策的主动触发。优选的，所述对所述案例推理重决策主动触发的类型和所述规则推理重决策主动触发的类型进行冲突消解，得到重决策主动触发的类型，包括：当案例推理重决策和规则推理重决策单独触发时，判定为主动触发相应类型的重决策；当案例推理重决策和规则推理重决策全部触发时，比较案例推理得分和规则推理得分的大小，并判定为主动触发得分高的重决策对应的类型；所述案例推理得分指：所述全局相似度与案例推理重决策对应类型的权重系数的乘积；所述规则推理得分指：规则推理重决策对应类型的权重系数；所述权重系数为：战术重决策为a，任务重决策为b，行为重决策为c，且a>b>c。优选的，所述基于关联后的无人机空战数据和预设的案例库计算全局相似度，包括：对关联后的无人机空战数据进行特征属性提取；对预设的案例库进行搜索，确认案例库中的每一个案例；将提取到的特征属性和每一个案例进行对比，并计算属性相似度；基于所述属性相似度计算全局相似度。优选的，对所述重决策被动触发的类型和所述重决策主动触发的类型进行冲突消解处理，包括：若所述重决策被动触发的类本文档来自技高网...

【技术保护点】
1.一种多无人机协同对抗在线重决策方法，所述重决策方法由计算机执行，其特征在于，包括以下步骤：/n获取多个无人机协同执行无人机空战方案时的无人机空战数据；/n对所述无人机空战数据进行关联处理；/n基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型，所述重决策被动触发的类型包括：战术重决策、任务重决策和行为重决策；基于关联后的无人机空战数据判断重决策的主动触发，并分析重决策主动触发的类型，所述重决策主动触发的类型包括：战术重决策、任务重决策和行为重决策；/n对所述重决策被动触发的类型和所述重决策主动触发的类型进行冲突消解处理，得到无人机空战方案重决策类型；/n基于所述无人机空战方案重决策类型对无人机空战方案进行重决策处理。/n

【技术特征摘要】
1.一种多无人机协同对抗在线重决策方法，所述重决策方法由计算机执行，其特征在于，包括以下步骤：
获取多个无人机协同执行无人机空战方案时的无人机空战数据；
对所述无人机空战数据进行关联处理；
基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型，所述重决策被动触发的类型包括：战术重决策、任务重决策和行为重决策；基于关联后的无人机空战数据判断重决策的主动触发，并分析重决策主动触发的类型，所述重决策主动触发的类型包括：战术重决策、任务重决策和行为重决策；
对所述重决策被动触发的类型和所述重决策主动触发的类型进行冲突消解处理，得到无人机空战方案重决策类型；
基于所述无人机空战方案重决策类型对无人机空战方案进行重决策处理。


2.根据权利要求1所述的重决策方法，其特征在于，所述无人机空战数据包括：敌方飞控数据、我方飞控数据和任务行动数据；
所述敌方飞控数据包括：敌机速度、敌机高度、敌机经纬度、敌机航向角、敌机横滚角和敌机俯仰角；
所述我方飞控数据包括：我方无人机的速度、高度、经纬度、航向角、横滚角、俯仰角和剩余导弹数量；
所述任务行动数据包括：我方无人机数量、敌方无人机数量、我方当前战术和我方当前目标分配列表。


3.根据权利要求1所述的重决策方法，其特征在于，所述对所述无人机空战数据进行关联处理，包括：
基于数据清洗方法对所述无人机空战数据进行预处理；
基于关联算法对预处理后的无人机空战数据进行关联分析。


4.根据权利要求1所述的重决策方法，其特征在于，所述基于无人机空战时发生的紧急事件判断重决策的被动触发，并分析重决策被动触发的类型，包括：
对于紧急事件K，判断紧急事件K的类型，包括一级紧急事件、二级紧急事件和三级紧急事件；
若紧急事件K为一级紧急事件，则立即判定为被动触发重决策，重决策被动触发的类型为紧急事件K对应的重决策类型，并继续判断下一次重决策的被动触发；
若紧急事件K为二级紧急事件，则判断上一次重决策被动触发的时刻到紧急事件K发生时刻的时间间隔Δt是否大于等于第一周期；若是，则立即判定为被动触发重决策，重决策被动触发的类型为紧急事件K对应的重决策类型，并继续判断下一次重决策的被动触发；若否，则将紧急事件K加入到二级紧急事件列表中；在第一周期结束时，判定为被动触发重决策，重决策被动触发的类型为：二级紧急事件列表中所有紧急事件对应的重决策类型中优先级最高的重决策类型；并继续判断下一次重决策的被动触发；
若紧急事件K为三级紧急事件，则判断上一次重决策被动触发的时刻到紧急事件K发生时刻的时间间隔Δt是否大于等于第一周期；若是，则立即判定为被动触发重决策，重决策被动触发的类型为紧急事件K对应的重决策类型，并继续判断下一次重决策的被动触发；若否，则将紧急事件K加入到三级紧急事件列表中；在第二周期结束时，判定为被动触发重决策，重决策被动触发的类型为：三级紧急事件列表中所有紧急事件对应的重决策类型中优先级最高的重决策类型；并继续判断下一次重决策的被动触发；
重决策类型的优先级为：战术重决策>任务重决策>行为重决策。


5.根据权利要求4所述的重决策方法，其特征在于，所述一级紧急事件包括：我方无人机失效事件、敌方无人机数量变...

【专利技术属性】
技术研发人员：王国强，陈宇轩，罗贺，蒋儒浩，马滢滢，胡笑旋，靳鹏，马华伟，夏维，唐奕城，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34