【技术实现步骤摘要】
本公开实施例涉及忠诚僚机机动控制与自主任务执行，尤其涉及一种忠诚僚机目标搜索与锁定任务执行方法。
技术介绍
1、在现代空中作战中，长机-僚机之间的协同作战尤为关键，且在实际空战中广泛采用该种编队，有诸多优点。目前具有较好前景的智能化空战算法可划分为基于传统智能算法与基于强化学习算法两种。随着近些年计算机算力的不断提升，基于强化学习的相关研究爆发式增长，前景无限。然而，现有强化学习算法研究面临任务复杂度高、学习困难、执行特定任务时的稳定性和鲁棒性不足，如在目标锁定过程中一旦目标丢失，算法即会停止，必须切换到搜索模式。在接近探测区域边缘时，算法频繁切换，导致性能下降等问题。
技术实现思路
1、为了避免现有技术的不足之处，本申请提供一种忠诚僚机目标搜索与锁定任务执行方法，用以解决现有技术中存在面临任务复杂度高、学习困难、执行特定任务时的稳定性和鲁棒性不足，如在目标锁定过程中一旦目标丢失，算法即会停止，必须切换到搜索模式；在接近探测区域边缘时，算法频繁切换，导致性能下降等问题的问题。
2、根据本公开实施例，提供一种忠诚僚机目标搜索与锁定任务执行方法，该方法包括：
3、根据环境复杂度及作战任务，构建底层控制模型，利用底层控制模型进行飞行控制；
4、基于雷达探测区，引入距离比和角度比，构建先验区域模型；其中，先验区域模型包括先验区子模型、安全区子模型、危险区子模型和终止区子模型；
5、基于底层控制模型，构建顶层目标搜索任务模型，利用顶层目标搜索任
6、根据底层控制模型和先验区域模型，构建顶层目标锁定任务模型，利用顶层目标锁定任务模型进行目标锁定。
7、进一步的，构建底层控制模型的步骤中包括：
8、根据环境复杂度以及作战任务，设计若干个状态变量，并根据若干个状态变量构建底层控制模型；其中，底层控制模型的表达式为：
9、[δh,δψ,δv,habs,cosφ,sinφ,sinθ,cosθ,vx,vy,vz,v]
10、式中，δh为期望高度与僚机当前高度之差，δψ为期望航向与僚机当前航向之差，δv为期望速度与僚机当前速度之差，habs为僚机当前高度，φ为僚机滚转角，θ为僚机俯仰角，vx为僚机的x轴速度，vy为僚机的y轴速度，vz为僚机的z轴速度，v为僚机合速度；
11、底层控制模型的动作空间由四个连续控制量组成的四元组构成：
12、[ca,ce,cr,ct]
13、式中，ca为油门杆控制量，用于控制僚机的速度；ce为方向舵控制量，用于控制僚机的偏航角；cr为升降舵控制量，用于控制僚机的俯仰角；ct为副翼控制量，用于控制僚机的滚转角；
14、将连续的动作空间离散化，以平衡计算复杂度与仿真度。
15、进一步的，将连续的动作空间离散化的步骤包括：
16、定义奖励函数：
17、
18、式中，rψ为航向奖励函数，rh为高度奖励函数，rv为速度奖励函数，rφ为滚转奖励函数；
19、根据航向奖励函数、高度奖励函数、速度奖励函数和滚转奖励函数计算总体控制奖励函数，以作为总体度量；其中，总体控制奖励函数表示为：
20、
21、设定高度惩罚常量rph，根据高度惩罚常量rph和总体度量计算僚机底层控制模型的总体奖励：
22、r1＝rc+rph
23、式中，r1为僚机底层控制模型的总体奖励。
24、进一步的，根据任务特点，定义底层控制模型的结束条件。
25、进一步的，距离比为区域内目标距离与雷达探测半径之比，距离比范围为[0,1.5]；角度比为目标相对僚机速度向量的夹角与雷达探测区域弧度之比，角度比范围在[-1.5,1.5]，角度比带符号，为正代表目标处于僚机速度向量左侧，为负代表目标处于僚机速度向量右侧。
26、进一步的，利用顶层目标搜索任务模型进行目标搜索的步骤中，包括：
27、顶层目标搜索任务模型将顶层的目标航路点坐标进行处理，转换为忠诚僚机的期望航向、速度及高度，并与本机当前的航向、速度及高度作差；其中，
28、将经纬度转换到导航坐标系，得到航路点坐标为(xi,yi,zi)，忠诚僚机坐标为(x,y,z)，则在垂直平面上，得到高度差为：
29、δh＝zi-z
30、在水平面上，得到目标航路点相对忠诚僚机的位置向量为：
31、
32、则可得航向角度差的大小为：
33、
34、式中，为水平面速度向量；
35、确定角度差的符号：
36、
37、将航向角度差的差值作为底层控制模型的输入以完成基于航路点的目标搜索任务。
38、进一步的，根据底层控制模型和先验区域模型，构建顶层目标锁定任务模型，利用顶层目标锁定任务模型进行目标锁定的步骤中，包括：
39、根据底层控制模型和先验区域模型，构建顶层目标锁定任务模型：
40、[δh,δψ,δvx,habs,cosφ,sinφ,sinθ,cosθ,vx,vy,vz,v,r,ψr,fa,fd]
41、式中，r为目标敌机与僚机的相对距离，ψr为目标敌机速度向量与敌机视线的夹角，fa为角度比，fd为距离比；
42、顶层目标锁定控制模型的动作空间由三个离散误差量组成的三元组构成，通过五个控制级别分别控制僚机的航向、速度与高度：
43、[δhd,δψd,δvd]
44、式中，δhd为高度误差量，δψd为航向误差量，δvd为速度误差量；
45、对不同区域的子模型的惩罚进行计算，以得到丢失区惩罚、安全区惩罚、危险区惩罚和终止区惩罚；其中，
46、丢失区惩罚为：
47、
48、式中，pdl为距离丢失的引导惩罚，pal为角度丢失的引导惩罚，pdal为距离与角度共同丢失的引导惩罚；
49、安全区惩罚为：
50、psafe＝0
51、式中，psafe为安全区惩罚；
52、危险区惩罚为：
53、
54、式中，pdanger为危险区惩罚；
55、终止区惩罚为：
56、pterminate＝-5
57、式中，pterminate为终止区惩罚；
58、当目标位于安全区和危险区时，目标始终位于探测区域内而给予的奖励：
59、rdetect＝1
60、式中，rdetect为探测区奖励；
61、顶层目标锁定任务模型根据丢失区惩罚、安全区惩罚、危险区惩罚、终止区惩罚和探测区奖励对目标进行目标锁定。
62、本公开的实施例提供的技术方案可以包括以下有益效果：
63、本公开的实施例中，通过上述忠诚僚机目标搜索本文档来自技高网...
【技术保护点】
1.一种忠诚僚机目标搜索与锁定任务执行方法，其特征在于，包括：
2.根据权利要求1所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，构建底层控制模型的步骤中包括：
3.根据权利要求2所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，将连续的动作空间离散化的步骤包括：
4.根据权利要求3所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，根据任务特点，定义底层控制模型的结束条件。
5.根据权利要求4所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，距离比为区域内目标距离与雷达探测半径之比，距离比范围为[0,1.5]；角度比为目标相对僚机速度向量的夹角与雷达探测区域弧度之比，角度比范围在[-1.5,1.5]，角度比带符号，为正代表目标处于僚机速度向量左侧，为负代表目标处于僚机速度向量右侧。
6.根据权利要求5所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，利用顶层目标搜索任务模型进行目标搜索的步骤中，包括：
7.根据权利要求6所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，根据底层控制模型和先验区域
...【技术特征摘要】
1.一种忠诚僚机目标搜索与锁定任务执行方法，其特征在于，包括：
2.根据权利要求1所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，构建底层控制模型的步骤中包括：
3.根据权利要求2所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，将连续的动作空间离散化的步骤包括：
4.根据权利要求3所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，根据任务特点，定义底层控制模型的结束条件。
5.根据权利要求4所述忠诚僚机目标搜索与锁定任务执行方法，其特征在于，距离比为区域内目标距离与雷达探测半径...
【专利技术属性】
技术研发人员：张建东，王鼎涵，纪龙梦，史国庆，张耀中，杨啟明，郑力会，吴勇，朱岩，
申请(专利权)人：西北工业大学，
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。