基于目标机动意图预测的近距空战机动决策方法及系统技术方案

本发明专利技术公开了一种基于目标机动意图预测的近距空战机动决策方法和系统，针对双方无人战斗机空战情况，一方面，建立了近距离空战对抗过程中我方无人战斗机空战评估模型；另一方面，构建了近距离空战过程中对目标机动意图变化自适应的己方无人战斗机机动自主决策框架，在加入意图预测后，与同类型决策方法对比，该方法能在大部分机动决策时间内保持优势态势，我方无人战斗机能对目标多时刻做机动决策，不会延误战机。会延误战机。会延误战机。

【技术实现步骤摘要】
基于目标机动意图预测的近距空战机动决策方法及系统


[0001]本专利技术涉及对于UCAV的机动意图预测与对抗决策，具体为基于目标机动意图预测的近距空战机动决策方法及系统。

技术介绍

[0002]随着时代的发展，科技的进步，以人工智能为代表的信息化产业正不断深入人类的各行各业。军事领域，特别是制空权的夺取，是衡量一场战争走向的重要因素，而无人战斗机(UCAV)的出现，是发挥作战效能的关键。目前各国都加紧对无人机的研究，尤其在空战决策领域，如何实现无人机的智能化决策，或者构建一套智能化辅助决策系统成为各国争相研究的课题。
[0003]但是，由于空战态势剧烈变化，己方UCAV只对目标当前时刻作机动决策容易错失时机，如何对目标UCAV下一时刻意图做出判断是一个不容忽视的问题。同时目前的态势评估的方法也没有一个客观的评判准则。这些因素使得UCAV的意图检测与机动决策充满挑战性。
[0004]空战机动决策的最终决策量往往为当前或未来一段时间内空战态势下最优的机动动作控制量，因此空战态势评估是UCAV机动决策的基础，在空战中将为UCAV的机动决策提供重要信息支撑。目前，已有的方法存在以下问题：
①
在1v1近距空战对抗过程中，空战态势剧烈变化，己方UCAV只对目标当前时刻作机动决策容易错失时机，如何对目标UCAV下一时刻意图做出判断是一个需要考虑的问题。
②
目前态势评估的方法没有一个客观的评判准则，如何在意图评估的基础上给出较为详尽的评判标准也是需要考虑的问题。
专利技术内容
[0005]本专利技术目的在于提供基于目标机动意图预测的近距空战机动决策方法及系统，以克服现有技术中在1v1近距空战对抗过程中，空战态势剧烈变化，己方无人战斗机只对目标当前时刻作机动决策容易错失时机的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]基于目标机动意图预测的近距空战机动决策方法，包括以下步骤：
[0008]S1：获取我方无人战斗机和敌方无人战斗机状态信息；
[0009]S2：根据我方无人战斗机和敌方无人战斗机状态信息，搭建我方无人战斗机和敌方无人战斗机三自由度模型；
[0010]S3：根据我方无人战斗机和敌方无人战斗机三自由度模型，构建我方无人战斗机和敌方无人战斗机的空战评估模型；
[0011]S4：根据敌方无人战斗机状态信息，构建敌方无人战斗机的进攻和逃逸意图函数；
[0012]S5：根据敌方无人战斗机的进攻和逃逸意图函数，预测敌方无人战斗机意图；
[0013]S6：根据我方无人战斗机和敌方无人战斗机的空战评估模型以及敌方无人战斗机意图，模糊推理得到敌方无人战斗机的综合态势函数值；
[0014]S7：对敌方无人战斗机的综合态势函数值进行遍历解算，得出我方无人战斗机的机动决策。
[0015]优选地，S1中的我方无人战斗机和敌方无人战斗机状态信息包括：我方无人战斗机和敌方无人战斗机的水平和高度的三维坐标、飞行速率、俯仰角、偏航角、切向过载、法向过载和滚转角。
[0016]优选地，我方无人战斗机和敌方无人战斗机飞行过程中的侧滑角恒等于0
°
。
[0017]优选地，S3中空战评估模型的构建包括角度、距离、速度和高度四种态势函数以及综合态势函数的构建。
[0018]优选地，S5中采用贝叶斯理论预测敌方无人战斗机意图。
[0019]优选地，预测敌方无人战斗机意图的结果有四种，分别为近距进攻、远距进攻、近距逃逸和远距逃逸。
[0020]优选地，S6中通过模糊推理方法得到敌方无人战斗机的综合态势函数值的具体方法为，首先构建模糊决策隶属度函数将敌方无人战斗机的角度、速度、距离及高度转化为模糊语言，再构建模糊规则决策树来计算综合态势函数决策权重。
[0021]优选地，模糊决策隶属度函数采用矩形隶属度函数或单点隶属度函数。
[0022]优选地，S7中采用滚动时域控制方法对敌方无人战斗机的综合态势函数值进行遍历解算。
[0023]基于目标机动意图预测的近距空战机动决策系统，基于上述方法，包括：
[0024]信息获取模块：用于获取我方无人战斗机和敌方无人战斗机状态信息；
[0025]模型建立模块：用于根据我方无人战斗机和敌方无人战斗机状态信息，搭建我方无人战斗机和敌方无人战斗机三自由度模型；
[0026]空战评估模型建立模块：用于根据我方无人战斗机和敌方无人战斗机三自由度模型，构建我方无人战斗机和敌方无人战斗机的空战评估模型；
[0027]意图函数构建模块：用于根据敌方无人战斗机状态信息，构建敌方无人战斗机的进攻和逃逸意图函数；
[0028]意图预测模块：用于根据敌方无人战斗机的进攻和逃逸意图函数，预测敌方无人战斗机意图；
[0029]模糊推理模块：用于根据我方无人战斗机和敌方无人战斗机的空战评估模型以及目标无人战斗机意图，模糊推理得到敌方无人战斗机的综合态势函数值；
[0030]决策模块：用于对敌方无人战斗机的综合态势函数值进行遍历解算，得出我方无人战斗机的机动决策。与现有技术相比，本专利技术具有以下有益效果：本专利技术提供了一种基于目标机动意图预测的近距空战机动决策方法，针对双方无人战斗机空战情况，一方面，建立了近距离空战对抗过程中我方无人战斗机空战评估模型；另一方面，构建了近距离空战过程中对目标机动意图变化自适应的己方无人战斗机机动自主决策框架，在加入意图预测后，与同类型决策方法对比，该方法能在大部分机动决策时间内保持优势态势，我方无人战斗机能对目标多时刻做机动决策，不会延误战机。
[0031]进一步地，提供了一种基于目标机动意图预测的近距空战机动决策系统，能够更有效的做我方无人战斗机的机动决策。
附图说明
[0032]图1为本专利技术基于目标机动意图预测的近距空战机动决策方法空战机动决策流程图；
[0033]图2为本专利技术基于滚动时域的UCAV机动决策过程；
[0034]图3为本专利技术无人机相对态势信息；
[0035]图4为本专利技术敌我无人机角度态势；
[0036]图5为本专利技术可达集计算流程；
[0037]图6为本专利技术敌方UCAV意图预测过程；
[0038]图7为本专利技术近距模糊推理规则树；
[0039]图8为本专利技术远距模糊推理规则树。
具体实施方式
[0040]下面结合具体的实施例对本专利技术做进一步的详细说明，所述是对本专利技术的解释而不是限定。
[0041]如图1
‑
8所示本专利技术提供基于目标机动意图预测的近距空战机动决策方法，首先建立双方UCAV在三维空间运动学及动力学模型，搭建了一种UCAV空战态势评估模型，采用逃逸及进攻隶属度函数从目标UCAV可达集中获取下一时刻状态量，基于贝叶斯理论对目标UCAV已获得下一时刻状态量进行计算，得到目标UCAV下一时刻预采取意图，输入对应模糊推理决策模型，获得己本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于目标机动意图预测的近距空战机动决策方法，其特征在于，包括以下步骤：S1：获取我方无人战斗机和敌方无人战斗机状态信息；S2：根据我方无人战斗机和敌方无人战斗机状态信息，搭建我方无人战斗机和敌方无人战斗机三自由度模型；S3：根据我方无人战斗机和敌方无人战斗机三自由度模型，构建我方无人战斗机和敌方无人战斗机的空战评估模型；S4：根据敌方无人战斗机状态信息，构建敌方无人战斗机的进攻和逃逸意图函数；S5：根据敌方无人战斗机的进攻和逃逸意图函数，预测敌方无人战斗机意图；S6：根据我方无人战斗机和敌方无人战斗机的空战评估模型以及敌方无人战斗机意图，模糊推理得到敌方无人战斗机的综合态势函数值；S7：对敌方无人战斗机的综合态势函数值进行遍历解算，得出我方无人战斗机的机动决策。2.根据权利要求1所述的基于目标机动意图预测的近距空战机动决策方法，其特征在于，S1中的我方无人战斗机和敌方无人战斗机状态信息包括：我方无人战斗机和敌方无人战斗机的水平和高度的三维坐标、飞行速率、俯仰角、偏航角、切向过载、法向过载和滚转角。3.根据权利要求1所述的基于目标机动意图预测的近距空战机动决策方法，其特征在于，我方无人战斗机和敌方无人战斗机飞行过程中的侧滑角恒等于0
°
。4.根据权利要求1所述的基于目标机动意图预测的近距空战机动决策方法，其特征在于，S3中空战评估模型的构建包括角度、距离、速度和高度四种态势函数以及综合态势函数的构建。5.根据权利要求1所述的基于目标机动意图预测的近距空战机动决策方法，其特征在于，S5中采用贝叶斯理论预测敌方无人战斗机意图。6.根据权利要求5所述的基于目标机动意图预测的近距空战机动决策方法，其特征在于，预测敌方无人战斗机意图的结果有四种，分别为近...

【专利技术属性】
技术研发人员：孙冲，孟浩东，丁达理，冯云翀，张子俊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：