反无人机蜂群的防空部署方法、装置、设备和介质制造方法及图纸

本申请涉及反无人机蜂群的防空部署方法、装置、设备和介质，方法包括：获取无人机蜂群的探测跟踪数据；调用基于遗传算法的火力分配模型，根据探测跟踪数据对火力分配模型进行初始化；利用火力分配模型的适应度函数对全部染色体进行评价，计算并保存适应度值最大的目标染色体；采用轮盘赌选择算法对种群进行淘汰；根据交配概率从种群中选择染色体进行交配操作；根据变异概率从种群中选择染色体进行变异操作；将产生的新种群替换原有的种群，计算新种群中各染色体的适应度值；当前进化代数加1后，若进化代数超过设定的最大进化代数，则输出最优防空部署方案。实现了高效的反无人机防御部署方案规划。署方案规划。署方案规划。

【技术实现步骤摘要】
反无人机蜂群的防空部署方法、装置、设备和介质


[0001]本专利技术属于反无人机
，涉及一种反无人机蜂群的防空部署方法、装置、设备和介质。

技术介绍

[0002]随着无人机技术和智能技术的不断发展，无人机在军事中的应用变得越来越广泛。在信息化作战条件下，无人机凭借其使用限制少、无人员伤亡、效费比高和隐蔽性好等特点发挥着越来越重要的作用。特别是随着蜂群作战等新式无人作战理念的提出，无人机在战争中的威胁不断增大，反无人机蜂群成为了重要研究课题。
[0003]蜂群战术是现有第三次抵消战略中五大支撑技术之一，其主要通过网络技术和智能算法控制大批无人机对敌方发动密集可控的智能作战，具有侦察攻击、规模作战、灵活重组和低成本作战效能等优势。目前大部分研究聚焦于无人机蜂群作战的战法研究，但对于反蜂群作战的相关研究较少且主要是定性研究，如基于无人机技术和蜂群行动规律，提出的侦、防、 扰、阻和打等手段相结合的反无人机蜂群思路。
[0004]目前反无人机蜂群主要采取探测跟踪、软杀伤和硬摧毁的方法。首先依托雷达、红外、无线电等进行探测跟踪，进而使用电子干扰、导航欺骗和链路夺控的方式对无人机蜂群进行软杀伤，最后利用高能微波、激光武器以及近距火炮对无人机实施硬摧毁。然而，在实现本专利技术的过程中，专利技术人发现目前针对反无人机蜂群作战，尚未有高效的防御部署方案规划方法。

技术实现思路

[0005]针对上述传统方法中存在的问题，本专利技术提出了一种反无人机蜂群的防空部署方法、一种反无人机蜂群的防空部署装置、一种计算机设备和一种计算机可读存储介质，可实现高效的反无人机防御部署方案规划。
[0006]为了实现上述目的，本专利技术实施例采用以下技术方案：一方面，提供一种反无人机蜂群的防空部署方法，包括步骤：获取无人机蜂群的探测跟踪数据；调用构建的基于遗传算法的火力分配模型，根据探测跟踪数据确定火力分配模型的初始种群规模并初始化当前进化代数；火力分配模型采用的编码方式为按照从高能微波武器、高能激光武器到近防武器的顺序逐个优化的层层部署方式；利用火力分配模型的适应度函数对全部染色体进行评价，计算各染色体的适应度值并保存适应度值最大的目标染色体；适应度函数为击毁所有无人机的时间的倒数，染色体包括高能微波武器的坐标、高能激光武器的坐标和近防武器的坐标；采用轮盘赌选择算法对种群进行淘汰；根据设定的交配概率从种群中选择染色体进行交配操作；根据设定的变异概率从种群中选择染色体进行变异操作；
将产生的新种群替换原有的种群，计算新种群中各染色体的适应度值；当前进化代数加1后，若进化代数超过设定的最大进化代数，则输出最优防空部署方案；最优防空部署方案包括防空武器的类型及阵地部署位置。
[0007]另一方面，还提供一种反无人机蜂群的防空部署装置，包括：探测数据模块，用于获取无人机蜂群的探测跟踪数据；模型调用模块，用于调用构建的基于遗传算法的火力分配模型，根据探测跟踪数据确定火力分配模型的初始种群规模并初始化当前进化代数；火力分配模型采用的编码方式为按照从高能微波武器、高能激光武器到近防武器的顺序逐个优化的层层部署方式；染色体评价模块，用于利用火力分配模型的适应度函数对全部染色体进行评价，计算各染色体的适应度值并保存适应度值最大的目标染色体；适应度函数为击毁所有无人机的时间的倒数，染色体包括高能微波武器的坐标、高能激光武器的坐标和近防武器的坐标；种群淘汰模块，用于采用轮盘赌选择算法对种群进行淘汰；染色体交配模块，用于根据设定的交配概率从种群中选择染色体进行交配操作；染色体变异模块，用于根据设定的变异概率从种群中选择染色体进行变异操作；种群替换模块，用于将产生的新种群替换原有的种群，计算新种群中各染色体的适应度值；进化输出模块，用于当前进化代数加1后，若进化代数超过设定的最大进化代数，则输出最优防空部署方案；最优防空部署方案包括防空武器的类型及阵地部署位置。
[0008]又一方面，还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述反无人机蜂群的防空部署方法的步骤。
[0009]再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述反无人机蜂群的防空部署方法的步骤。
[0010]上述技术方案中的一个技术方案具有如下优点和有益效果：上述反无人机蜂群的防空部署方法、装置、设备和介质，通过首先获取来袭无人机蜂群的探测跟踪数据，然后调用构建的基于遗传算法的火力分配模型进行部署方案求解，从而高效获得针对性的有效防御部署方案。构建的基于遗传算法的火力分配模型考虑了对无人机蜂群确定的威胁评估指标，通过远距武器、中距武器和近距武器的协同部署，结合点杀伤武器、面杀伤武器协同配合的方式，利用遗传算法进行快速求解计算，最大限度保证被保卫目标设施的安全。该模型充分利用了层次分析法对较为主观的威胁与防御问题进行了量化，并且利用了遗传算法和尽远拦截策略，为保卫重要军事目标，进行反蜂群作战的防空武器位置部署提供了一种高效可行的解决方案，解决了目前针对反无人机蜂群作战，尚未有高效的防御部署方案规划方法的技术问题，达到了实现高效的反无人机防御部署方案规划的技术效果。
附图说明
[0011]图1为一个实施例中反无人机蜂群的防空部署方法的流程示意图；图2为一个实施例中防空武器部署策略的示意图；图3为一个实施例中的无人机蜂群攻击示意图；
图4为一个实施例中的遗传算法优化过程示意图；图5为一个实施例中的防空系统击毁全部无人机所需时间与迭代次数的关系示意图；图6为一个实施例中三种防空武器的最优部署示意图；图7为一个实施例中反无人机蜂群的防空部署装置的模块结构示意图。
具体实施方式
[0012]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0013]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“和／或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0014]下面将结合本专利技术实施例图中的附图，对本专利技术实施方式进行详细说明。
[0015]在防空武器的整体部署上，根据无人机蜂群存在的突然性强、数量多、伤害范围大等特点和现代战争非线式全纵深特点，通过不同防空武器间的合理配合，确保对无人机蜂群能够远程感知、精准拦截。同时，根据保护目标的重要程度和蜂群打击重点，结合防空武器的作用距离、作用方向和杀伤方式，将先进武器优先部署在进攻可能方向上，以增加对无人机蜂群的发现率和毁伤率。通过合理配置防空武器，形成立体、多维、高效的反无人机体系，从而充分发挥各防空武器的作战效能，达到反无人机蜂群袭扰的目的。
[0016]目前主要的防空武器有以下三种：1) 高能微波武器，又称本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种反无人机蜂群的防空部署方法，其特征在于，包括步骤：获取无人机蜂群的探测跟踪数据；调用构建的基于遗传算法的火力分配模型，根据所述探测跟踪数据确定所述火力分配模型的初始种群规模并初始化当前进化代数；所述火力分配模型采用的编码方式为按照从高能微波武器、高能激光武器到近防武器的顺序逐个优化的层层部署方式；利用所述火力分配模型的适应度函数对全部染色体进行评价，计算各所述染色体的适应度值并保存适应度值最大的目标染色体；所述适应度函数为击毁所有无人机的时间的倒数，所述染色体包括高能微波武器的坐标、高能激光武器的坐标和近防武器的坐标；采用轮盘赌选择算法对种群进行淘汰；根据设定的交配概率从所述种群中选择染色体进行交配操作；根据设定的变异概率从所述种群中选择染色体进行变异操作；将产生的新种群替换原有的所述种群，计算所述新种群中各染色体的适应度值；当前进化代数加1后，若进化代数超过设定的最大进化代数，则输出最优防空部署方案；所述最优防空部署方案包括防空武器的类型及阵地部署位置。2.根据权利要求1所述的反无人机蜂群的防空部署方法，其特征在于，将产生的新种群替换原有的所述种群，计算所述新种群中各染色体的适应度值的步骤后，还包括：若所述新种群的最大适应度值大于所述目标染色体的适应度值，则用所述新种群中最大适应度值对应的染色体代替所述目标染色体，否则不更新所述目标染色体。3.根据权利要求1或2所述的反无人机蜂群的防空部署方法，其特征在于，所述方法还包括：当前进化代数加1后，若进化代数不超过设定的所述最大进化代数，则返回执行所述采用轮盘赌选择算法对种群进行淘汰的步骤。4.根据权利要求3所述的反无人机蜂群的防空部署方法，其特征在于，所述火力分配模型的火力分配算法为：根据无人机与防空武器的距离矩阵，选出一个最小距离所对应的防空武器；根据定义的打击优先函数为无人机进行防空武器分配；所述打击优先函数为：其中，表示取值范围为[0,1]的优先系数，表示无人机到武器攻击区远界的时间矩阵，表示武器的反应时间矩阵的元素，表示无人机的威胁程度。5.根据权利要求3所述的反无人机蜂群的防空部署方法，其特征在于，所述火力分配模型的火力分配原则为：防空武器的使用状态包括火力准备阶段、火力瞄准阶段和火力打击阶段；对于任意两个防空武器，若其中一个防空武器处于空闲状态，另一个防空武器处于使用状态，则选择处于空闲状态的防空武器用于攻击目标无人机；对于任意两个均处于空闲状态的防空武器，分别计算两个防空武器在当前状态下经过使用状态消灭目标无人机所需的时间总和，选择时间总和最短的防空武器用于攻击目标无
人机；对于任意两个均处于使用状态的防空武器，分别计算两个防空武器在当前状态下消灭当前无人机后经过使用状态消灭目标无人机所需的时间总和，选择时...

【专利技术属性】
技术研发人员：王泽源，白亮，王昊冉，顾伟，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：