【技术实现步骤摘要】
本专利技术涉及仿真，具体涉及一种基于虚实结合的仿真推演杀伤链构建方法。
技术介绍
1、杀伤链是信息化战争的产物，通常指探测目标、瞄准目标、与敌方交战并评估交战结果的闭环过程。作为一种作战概念与理论，杀伤链在作战行动及整个作战过程中都发挥着重要作用。在作战行动中，谁能更迅速地完成杀伤链的构建与实施，谁就能抢得先机，先于对手做出决策并采取行动。这不仅能够改变对手先前所观察到的情况，迫使其陷入决策困境，从而夺取战场主动权，更能有效干扰对方的决策过程，进而形成更大的作战优势。
2、随着人类文明发展，大规模战争越发受到限制和制约，军事行动愈发向局部战争、军事冲突等形式发展，武器装备向着无人化、智能化的方向大步迈进，以往围绕大型导弹、先进战机、航空母舰等构建的杀伤链往往受到多重因素的束缚与限制。因此，加快构建基于作战平台的杀伤链显得尤为重要，这不仅能够有效提升作战的灵活性和效率，更能在未来的竞争中占据先机，为赢得战争胜利提供有力的支撑。
技术实现思路
1、有鉴于此，本专利技术提供一种基于虚实结合的仿真推演杀伤链构建方法，通过将现实世界的作战要素与虚拟环境的模拟技术相结合，虚实结合不仅提升了推演的精度与效率，更在构建仿真推演中的杀伤链时展现出其独特的价值。
2、本专利技术的技术目的是这样实现的：
3、本专利技术提供一种基于虚实结合的仿真推演杀伤链构建方法，包括以下步骤：
4、s1：获取作战任务，根据作战任务的需求，识别并定义目标，基于作战任务确定杀
5、s2：针对不同的作战域，收集相应的场景数据，基于场景数据构建三维数字化虚拟环境；
6、s3：针对各类型的作战平台，建立多维度物理模型，并将多维度物理模型实时渲染至虚拟环境中，形成虚拟作战单元，其中，作战平台包含多个传感器；
7、s4：采集各个作战平台的传感器数据，对传感器数据进行融合，生成统一的目标态势图；
8、s5：根据目标态势图和作战知识库，利用决策算法进行方案决策，生成作战方案；
9、s6：在虚拟环境中对作战方案进行推演验证，利用评估方法对作战方案进行评估和优化，得到优化后的作战方案；
10、s7：将优化后的作战方案转化为可执行的指令参数集，通过异构网络将指令参数集传输至各个作战平台，进行协同调度作战；
11、s8：根据步骤s1-s7的过程，形成杀伤链。
12、基于上述技术方案，优选的，步骤s4包括：
13、s41：采集多个传感器的数据，将多个传感器的数据进行时空校准；
14、s42：使用数据关联算法将不同传感器观测到的同一目标的数据进行匹配，形成目标数据集；
15、s43：采用融合算法对每个目标数据集进行集内融合，得到每个目标的融合数据；
16、s44：将融合数据转化为目标信息，根据目标信息生成目标态势图。
17、基于上述技术方案，优选的，步骤s43包括：
18、s431：每个传感器根据观测到的数据和非线性观测模型hi(x)更新其局部信息矩阵和信息向量：
19、
20、
21、式中，ii是局部信息矩阵，yi是信息向量，ri是观测噪声协方差，hi是观测模型的敏感矩阵，qi是过程噪声协方差，zi是观测值，xi是状态估计，i表示第i个传感器，hi(xi)指的是第i个传感器的非线性观测模型；
22、s432：各个传感器通过网络交换局部信息矩阵和信息向量，并进行融合：
23、
24、
25、
26、式中，ifused表示融合后的局部信息矩阵，yfused表示融合后的信息向量，ωi表示第i个传感器的信息权重，snr表示信噪比；
27、s433：根据融合后的局部信息矩阵和融合后的信息向量解方程得到全局状态估计：
28、
29、s434：对融合后的数据进行一致性检查，若发现不一致，则进行调整或重融合，得到每个目标的融合数据。
30、基于上述技术方案，优选的，步骤s5包括：
31、s51：构建作战知识库，作战知识库包括历史作战数据、历史战术模型、历史战术规则和历史行动准则；
32、s52：对目标态势图进行实时分析，提取出敌我双方的信息和战场环境和状态变化，敌我双方的信息包括敌我位置、移动信息、资源分布信息；
33、s53：集成和配置决策网络，包括规则基础网络和神经网络模型，其中，神经网络模型采用作战知识库进行预训练；
34、s54：将目标态势图的敌我双方的信息和战场环境和状态变化，与作战知识库进行信息融合，得到实时作战数据；
35、s55：将实时作战数据输入决策网络，利用规则基础网络进行快速分析，匹配战术规则和行动准则，采用神经网络模型预测战场行动；
36、s56：根据决策网络的输出，生成作战方案，包括战术行动、兵力部署和资源分配。
37、基于上述技术方案，优选的，神经网络模型包括输入模块、特征注意力编码模块、增强学习模块和输出模块，神经网络模型对实时作战数据进行处理的过程为：
38、输入模块将实时作战数据进行标准化处理，得到标准化数据；
39、特征注意力编码模块包括特征提取层、注意力层，特征提取层包括三层隐藏层，第一隐藏层为卷积层，第二隐藏层为循环层，第三隐藏层为全连接层，利用卷积层提取标准化数据的空间特征，利用循环层学习标准化数据的时间序列，利用全连接层整合空间特征和时间序列，形成全局特征，将全局特征输入注意力层，利用自注意力机制对全局特征进行处理和编码，得到编码特征；
40、增强学习模块包含增强学习算法和不确定性评估层，将编码特征和战场环境解析为增强学习算法的状态表示，根据当前状态，利用策略网络输出行动策略，包括所有可能的行动及其概率，并根据价值网络评估各个行动的期望回报，选择最高期望回报的行动，执行行动，利用不确定性评估层对行动的不确定性进行量化，形成不确定性评估结果，基于不确定性评估结果计算奖励值，基于奖励值迭代更新策略，直至策略收敛，输出得到优化的行动策略；
41、将优化的行动策略输入输出模块，根据各个行动的概率，预测得到战场行动。
42、基于上述技术方案，优选的，增强学习模块采用q学习更新公式进行策略更新，q学习更新公式为：
43、
44、式中，q1和q2为动作价值函数的独立估计，分别由两个不同的q表示，st是在时间t的状态，at是在状态st下采取的动作，α为学习率，rt+1为在时间t+1收到的奖励，γ为折扣因子，是对下一状态st+1下，使用q1选择最佳动作的操作，表示使用q2来评估q1中选择的最佳动作的价值。
45、基于上述技术方案，优选的，不确定性评估层采用不确定性估计公式来进行不确定性分析，不确定性公式为：
46、
【技术保护点】
1.一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤S4包括：
3.如权利要求2所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤S43包括：
4.如权利要求1所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤S5包括：
5.如权利要求4所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，神经网络模型包括输入模块、特征注意力编码模块、增强学习模块和输出模块，神经网络模型对实时作战数据进行处理的过程为：
6.如权利要求5所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，增强学习模块采用Q学习更新公式进行策略更新，Q学习更新公式为：
7.如权利要求6所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，不确定性评估层采用不确定性估计公式来进行不确定性分析，不确定性公式为：
8.如权利要求7所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，奖
9.如权利要求4所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤S6包括：
10.如权利要求4所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤S7包括：
...【技术特征摘要】
1.一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤s4包括：
3.如权利要求2所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤s43包括：
4.如权利要求1所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，步骤s5包括：
5.如权利要求4所述的一种基于虚实结合的仿真推演杀伤链构建方法，其特征在于，神经网络模型包括输入模块、特征注意力编码模块、增强学习模块和输出模块，神经网络模型对实时作战数据进行处理的过程为：
6.如权...
【专利技术属性】
技术研发人员：陆正武，吴晨，黄冬明，
申请(专利权)人：武汉和弦科技有限公司，
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。