在水下作战中，水下目标搜索方式通常采用平行线等固定搜索模式来规划搜索路径，寻求最佳的覆盖率。循环遍历的搜索方式虽然能够实现搜索全覆盖，但存在搜索效率不高的缺点。本发明专利技术将黄蜂群算法运用于水下作战的目标搜索中，结合栅格化地图，以水文条件为背景，提出了一种基于黄蜂群算法的水下目标搜索方法。该方法通过对待定搜索区域进行栅格化处理，然后利用声纳方程和水声传播模型RAM对水文环境条件进行计算和划分，再对搜索平台的动作空间进行定义，最后利用黄蜂群算法进行覆盖搜索。选用成功搜索概率(ProbabilityofSuccess,POS)和区域覆盖率作为评价指标，进行实验测试。研究表明，本方法与随机搜索方法和循环遍历搜索方法相比，性能有较大提高。由此证明了基于黄蜂群算法的水下目标搜索方法的可行性与有效性。算法的水下目标搜索方法的可行性与有效性。算法的水下目标搜索方法的可行性与有效性。
【技术实现步骤摘要】
一种基于黄蜂群算法的水下目标搜索方法
[0001]本专利技术涉及一种基于黄蜂群算法的水下目标搜索方法，属于水下目标搜索领域。
技术介绍
[0002]水下战场以其良好的隐蔽性成为当今海战的重要主战场之一。随着减振降噪、鱼雷智能化等技术的发展，潜艇在隐蔽性、机动性、攻击范围等方面获得长足进步，各个国家也都特别重视水下作战技术的发展，都在不断加强水下平台和水下武器装备的建设，以提高自身水下作战能力。
[0003]随着智能化、目标识别等高新技术的迅猛发展，未来以无人化装备作为战场主力的无人化、智能化战争新形态逐渐浮出水面，无人集群相比于只能执行单一任务、鲁棒性差、造价高昂的单个平台，具有无中心、自主协同等特点，在未来战争中将具备情报优势、速度优势、协同优势、数量优势以及成本优势。
[0004]水下作战的对抗过程中，主要使用声纳探测完成目标搜索，水声传播的信道由海面、海底和它们之间的海水环境构成，海水环境随着位置和季节的变化是不同的，会影响水下作战的探测过程。针对该问题，本文以研究复杂水声环境为背景，结合无人集群理论和智能化技术，设计无人集群水下作战方案，并对其完成作战效能评估，并详细研究应召反潜时的动态目标搜索任务。这符合未来无人化作战的发展需求，有助于应对强敌挑衅，维护国家海洋的领土安全。
[0005]水下目标搜索是水下作战的基础，搜索到目标是搜捕和打击目标的前提，目标搜索在搜救、海战等不同领域一直是热门研究方向。在目标搜索问题中，使用单个搜索装备进行搜索存在性能和工作空间的限制，多个装备组成的集群将能够相互协作，提升整体的搜索能力。集群化的目标搜索能够利用自组织分布式的方式，将多架具有感知和通信能力的无人装备进行部署安排，完成对指定区域快速且完全的覆盖，并且能够提升目标搜索的概率。其中无人集群的动态目标搜索是一个较新的研究领域，相关研究较少，主要是研究二维平面上的运动目标。这类问题是经典的动态优化问题，它的解析解很难通过理论方法得到，所以大多数研究都通过构建不同的搜索方法来获取数值解。
[0006]在自然界中，生物的群集行为是一种普遍的生存现象，例如蚁群、蜂群、鸽群、鱼群等典型的生物群体能够自发地形成觅食、追逃、迁徙等群体行为。这些生物群集行为是生物群居个体经过长期进化演变得出的一种与生俱来的生存本能，而构成的生物系统则自然而然地形成了稳定、自治、自主的群体智能系统。针对集群中分布式路径规划，生物群算法非常适合使用，但是如何应用在水文环境背景的水下作战中，存在各种各样的问题。
[0007]本专利技术针对水下作战中的目标搜索这一重要作战任务，以目标出现区域的扩大性搜索为背景，研究黄蜂群算法(Wasp Swarm Algorithm，WSA)用于覆盖搜索。为提升搜索目标的概率，引入目标存在概率(Probability of Contain，POC)，并在考虑水文条件影响下，完成对目标区域的全覆盖搜索。从实际出发，在保证覆盖率的情况下，实现区域目标搜索效率的提升。
技术实现思路
[0008]本专利技术所解决的技术问题是提出了一种基于黄蜂群算法的水下目标搜索方法。
[0009]本专利技术的一种基于黄蜂群算法的水下目标搜索方法，所述方法包括：
[0010]S1、利用栅格化方法对待定搜索区域进行离散处理，将其按照搜索平台的探测能力进行栅格化；
[0011]S2、在栅格化地图中引入水文环境条件，并利用声纳方程以及水声传播模型RAM对其进行划分；
[0012]S3、在栅格化地图上将搜索平台和被搜索目标质点化，对搜索平台动作空间进行定义；
[0013]S4、引入黄蜂群算法，利用感知信息计算出不同方向的响应函数，再利用响应函数进行下一步的覆盖搜索，以提高搜索效率。
[0014]优选的是，所述S1包括：
[0015]S11、在栅格化地图上模拟目标分布预测情况，作为作战任务地图；
[0016]S12、在先验知识已知的情况下，目标存在概率在归一化处理之后满足下式：
[0017][0018]式中：p
mn
是单元格(m,n)中目标存在的概率；L
x
和W
y
分别为整个地图中横向和纵向单元格的数量。
[0019]优选的是，所述S2中，提取水文环境条件，利用声纳方程和水声传播模型RAM，将单元格中心位置的探测范围计算出来，以一个阈值将水文条件划分为良和中两种，水文条件为良时，该单元格中搜索平台具有更大的探测范围。
[0020]优选的是，所述S3中，先将搜索平台和被搜索目标质点化，然后将其运动方向按照360
°
均匀划分8等份，则每个方向的角度差为α＝45
°
，分别表示：上、左上、右上、下、左下、右下、左和右8个运动方向。在每个决策时间步中，搜索平台的状态表示为{x
i
(k),y
i
(k),h
i
(k)}，其中{x
i
(k),y
i
(k)}表示k时刻无人作战i的位置，搜索平台的航向用h
i
(k)∈(1,2,
…
,8)表示，每个数字代表了一个行进的航向。
[0021]优选的是，所述S4中，运用黄蜂群算法，在栅格化地图中多个方向的响应函数可以表示为：
[0022][0023]式中：s
j
(s
j
≥0)为j方向的信息素，θ
i
(θ
i
≥0)为个体i的响应阈值，s
k
为个体周围的单元格k的信息素，m为相邻单元格的数量。
[0024]在有了决策函数之后，利用黄蜂群算法的覆盖搜索方法可以分为如下两步：
[0025](1)初始状态下，搜索平台分布在区域边缘，根据各个方向单元格的信息素计算响应函数的值，确定是否达到搜索平台的响应阈值，以确定移动方向。
[0026](2)当个体完成移动之后，就会根据当前单元格的水文条件确定搜索平台的探测
范围，对覆盖范围内的单元格的信息素进行修改，计算邻近单元格的响应阈值函数，再次确定移动方向。
[0027]信息素修改函数可以表示为：
[0028][0029]式中：s
′
表示修改后的信息素；α表示是信息素的修改参数。
[0030]本专利技术的有益效果，本专利技术首先给出水下作战中潜艇目标躲避逃跑的问题，对该问题的作战任务、地图和平台运动态势进行了建模，在构建栅格化地图时，引入目标存在概率(Probability of Contain，POC)评价搜索策略的搜索效率，引入水文地图以模拟实际作战中水文环境；其次，利用黄蜂群算法，实现区域覆盖搜索的覆盖搜索算法，分析了相关超参数的影响；最后，利用仿真实验对比三种搜索策略，引入成功搜索概率(Probability of Success,POS)和区域覆盖率作为评价指标，分析了三种搜索策略的覆盖率和搜索累积概率，证明了基于黄蜂群算本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于黄蜂群算法的水下目标搜索方法，其特征在于，包括：S1、利用栅格化方法对待定搜索区域进行离散处理，将其按照搜索平台的探测能力进行栅格化；S2、在栅格化地图中引入水文环境条件，并利用声纳方程以及水声传播模型RAM对其进行计算和划分；S3、在栅格化地图上将搜索平台和被搜索目标质点化，对搜索平台动作空间进行定义；S4、引入黄蜂群算法，利用感知信息计算出不同方向的响应函数，再利用响应函数进行下一步的覆盖搜索，以提高搜索效率。2.根据权利要求1所述的基于黄蜂群算法的水下目标搜索方法，其特征在于，所述S1中：在栅格化地图上模拟目标分布预测情况，作为作战任务地图；在先验知识已知的情况下，目标存在概率在归一化处理之后满足下式：式中：p
mn
是单元格(m,n)中目标存在的概率；L
x
和W
y
分别为整个地图中横向和纵向单元格的数量。3.根据权利要求1所述的基于黄蜂群算法的水下目标搜索方法，其特征在于，所述S2中：提取水文环境条件，利用声纳方程和水声传播模型RAM，将单元格中心位置的探测范围计算出来，以一个阈值将水文条件划分为良和中两种，水文条件为良时，该单元格中搜索平台具有更大的探测范围。4.根据权利要求1所述的基于黄蜂群算法的水下目标搜索方法，其特征在于，所述S3中：先将搜索平台和被搜索目标质点化，然后将其运动方向按照360
°
均匀划分8等份，则每个方向的角度差为α＝45
°
，分别表示：上、左上、右上、下、左下、右下、左和...
【专利技术属性】
技术研发人员：兰朝凤，于泽龙，郑智伟，郭锐，郭小霞，韩闯，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。