【技术实现步骤摘要】
本专利技术涉及气象服务，质量、安全和环境等检验检测服务以及数字孪生和作战推演，具体地说涉及一种复杂气象条件下无人集群协同作战数字孪生推演优化方法。
技术介绍
1、数字孪生技术通过虚拟映射实时物理实体，依托传感器实现数据同步，构建虚实同步模型辅助决策优化。在军事推演中，该技术可通过气象参数与装备性能的动态映射，实现深度作战模拟。
2、传统军事推演依赖历史数据和经验规则，主要存在三方面局限：一、环境因素上，忽略复杂气象条件对装备效能的多维影响；二、模型构建中，难以解析集群特性与任务需求的关联，导致任务分配非最优；三、准确性层面，采用离散状态模型忽视环境动态变化与装备性能衰减，导致推演结果难以真实反映环境参数的连续演变与装备性能的非线性衰减动态特征。
技术实现思路
1、本专利技术提供的一种提升任务分配鲁棒性与推演决策精准性的复杂气象条件下无人集群协同作战数字孪生推演优化方法，可至少解决上述技术问题之一。
2、为了解决上述技术问题，本专利技术采用如下技术方案：
...
【技术保护点】
1.复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，所述S1中多源的气象参数至少包括温度、湿度和能见度，无人集群的性能参数至少包括集群内各智能体的感知、通信和决策能力数据。
3.如权利要求1所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，所述S2中定义气象状态包括：
4.如权利要求1所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，在所述S3中定义第k个无人集群具有的三种能力...
【技术特征摘要】
1.复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，所述s1中多源的气象参数至少包括温度、湿度和能见度，无人集群的性能参数至少包括集群内各智能体的感知、通信和决策能力数据。
3.如权利要求1所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，所述s2中定义气象状态包括：
4.如权利要求1所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，在所述s3中定义第k个无人集群具有的三种能力分别为：决策能力dk(t)、通信能力ck(t)和感知能力gk(t)，无人集群内部具有nk个智能体，每个智能体均具有上述三种能力，分别定义为：和
5.如权利要求4所述的复杂气象条件下无人集群协同作战数字孪生推演优化方法，其特征在于，所述s3中，关于无人集群的通信能力ck(t)、感知能力gk(t)和决策能力dk(t)的建模...
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。