一种异构多空基平台协同智能空战决策方法技术

本发明专利技术公开了一种异构多空基平台协同智能空战决策方法，该方法包括：综合考虑真实作战场景，建立战场态势的多机空战模型；基于多机空战模型，综合多叉树描述输入输出关系的能力及模糊逻辑系统的万能逼近能力，并考虑协同作战需求及算法求解速度，构建包含整体战术决策和单机战术决策的分层多机空战决策模型；设计自适应遗传算法，以求解所构建的分层多机空战决策模型。本发明专利技术适用场景更为广泛，多机空战模型更为完备，机动、火控决策结果更为可靠。火控决策结果更为可靠。火控决策结果更为可靠。

【技术实现步骤摘要】
一种异构多空基平台协同智能空战决策方法


[0001]本专利技术涉及智能决策
，特别是一种异构多空基平台协同智能空战决策方法。

技术介绍

[0002]空战智能决策技术是指，作战平台通过自主分析自身机载传感器感知的战场态势，管控机动参数及火控参数，以至其到达期望位置及速度，获得有利态势，掌握导弹发射时机，高效制导，完成作战任务的技术。
[0003]目前，空战智能决策序列的求解方法，有基于数学求解、数据驱动及机器搜索等求解方法，能够求解特定场景下的相对最优决策序列。例如有相关文献定量描述了NASA提出的7种基本机动动作，在此基础上，根据战场态势输入，采用模糊推理的规则遍历所有基本动作，以寻找最优执行动作，实现一定程度的自主机动决策。另有文献提出了一种基于深度强化学习的空战决策算法，采用强化学习替代人工操作，并用神经网络提升强化学习模块的决策能力，通过该方法获得的最优决策序列具备高鲁棒性和远视性等优点。
[0004]当前已有的空战智能决策序列的求解方法已经能解决简单的多平台智能空战决策问题，但其还存在诸多不足之处，例如：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异构多空基平台协同智能空战决策方法，其特征在于，包括以下步骤：综合考虑真实作战场景，建立战场态势的多机空战模型；基于多机空战模型，综合多叉树描述输入输出关系的能力及模糊逻辑系统的万能逼近能力，并考虑协同作战需求及算法求解速度，构建包含整体战术决策和单机战术决策的分层多机空战决策模型；设计自适应遗传算法，以求解所构建的分层多机空战决策模型。2.根据权利要求1所述的方法，其特征在于，所述战场态势包括敌我位置、速度、弹量及探测制导情况。3.根据权利要求1所述的方法，其特征在于，所述多机空战模型包括战场态势模型和平台动作模型；其中，t时刻蓝方相对于红方的战场态势模型描述为：其中，其中，其中，其中，其中，其中，其中，其中，d
ij
(t)、η
ij
(t)分别表示蓝方平台j相对于红方平台i的视线角、进入角、速度夹角、距离及载弹量差值；ζ
ij
(t)＝0或1，当ζ
ij
(t)＝1表示红方平台i探测到蓝方平台j，分别表示蓝方平台j相对于红方平台i的视线偏角及倾角、进入角偏角及倾角、速度夹角偏角及倾角，i＝1，2，
…
，M，j＝1，2，
…
，N，M，N分别为红蓝双方平台的数量；假设t时刻平台位置、速度分别为[x，y，z]
T
、[v
x
，v
y
，v
z
]
T
，则：，则：，则：，则：其中，x
i
、y
i
、z
i
和v
xi
、v
yi
、v
zi
分别为红方平台i在东北天坐标系下的位置、速度分量，x
j
、y
j
、z
j
和v
xj
、v
yj
、v
zj
分别为蓝方平台j在东北天坐标系下的位置、速度分量，表示蓝方平台j的速度偏角、倾角，分别表示蓝方平台j相对于红方平台i的视线偏角、倾角。4.根据权利要求3所述的方法，其特征在于，所述平台动作模型包括平台机动决策指令模型以及平台火控决策指令模型；
t时刻，红方平台的机动决策指令表示为A
m
(t)＝[a0，
…
，a
i
]；其中，a
i
＝[azi
i
(t)，ele
i
(t)，v
i
(t)]
T
，azi
i
(t)∈[
‑
180，180]表示在红方平台i航向角上的偏置，左偏为负，右偏为正；ele
i
(t)∈[
‑
90，90]表示红方平台i俯仰角上的偏置，上偏为正，下偏为负；v
i
(t)为红方平台i的期望速度；下标m表示该指令为机动决策指令；t时刻，红方平台的火控决策指令表示为其中，f
ij
(t)＝0，1，表示红方平台i是否打击蓝方平台j，当f
ij
(t)＝1表示打击；下标f表示该指令为火控决策指令。5.根据权利要求1所述的方法，其特征在于，所述分层多机空战决策模型包括机动决策策略和火控决策策略，采用模糊逻辑树构建，其具体构建过程为：利用多叉树良好描述输入输出关系的能力，构建态势输入
‑
决策输出的大致逻辑关系；再利...

【专利技术属性】
技术研发人员：文成馀，张正勇，周礼亮，冉华明，熊蓉玲，段春怡，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：