博弈对抗下基于效能的目标分配方法组成比例

本发明专利技术实施例提供一种博弈对抗下基于效能的目标分配方法，包括：基于我方飞机数量和敌方飞机数量，构建空中博弈对抗变量；其中，每个所述变量为整数向量，向量的位代表我方作战飞机编号，向量的值代表被攻击敌方飞机的目标编号；基于所述变量以及预设的优先级条件，建立目标函数；基于所述变量和所述目标函数，采用狼群算法进行目标分配。本方法使用基于整数向量的狼群算法作为最优解智能搜索算法搜索最优的目标分配策略，将敌方作战单位作为目标用于我方战斗单位的作战目标分配，能够在超视距远程目标打击的时候进行合理的目标分配，不仅能够更好的消灭敌方有效作战力量，为我方胜利打下基础，还能够在一定程度上节省我方导弹等火力耗材的消耗。等火力耗材的消耗。等火力耗材的消耗。

【技术实现步骤摘要】
博弈对抗下基于效能的目标分配方法


[0001]本专利技术属于空中博弈对抗
，具体涉及一种博弈对抗下基于效能的目标分配方法。

技术介绍

[0002]随着预警机，电子战机等新型作战飞机的出现，以及飞机装备的各类武器设备性能的提升，空中对抗方式也发生了很大的改变，超视距作战成为了空中作战的主流场景。在防御方面，优秀的电子干扰能力能够减小敌方探测范围，降低敌方打击精度，使我方作战效能损失最小化。在进攻方面，强大的探测能力和远程打击能力能够让我方作战占据主动权增加我方完成战略打击任务的成功率。
[0003]在进行空中博弈对抗的时候双方往往具有多类型的多个作战单位，因此进行超视距远程目标打击的时候合理的目标分配不仅能够更好的消灭敌方有效作战力量，为我方胜利打下基础，还能够在一定程度上节省我方导弹等火力耗材的消耗。一种优秀的目标分配方法将是带领作战走向胜利的相当重要的一环。
[0004]目前大多数方法都研究的是单一类型作战单位的目标分配，本方法将作战场景中的飞机多样性对作战效能的影响也纳入考虑并使用基于整数向量的狼群算法搜索最终的目标分配策略。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一，提供一种博弈对抗下基于效能的目标分配方法。
[0006]本专利技术提供一种博弈对抗下基于效能的目标分配方法，所述
[0007]方法包括：
[0008]基于我方飞机数量和敌方飞机数量，构建空中博弈对抗变量；其中，每个所述变量为整数向量，向量的位代表我方作战飞机编号，向量的值代表被攻击敌方飞机的目标编号；
[0009]基于所述变量以及预设的优先级条件，建立目标函数；
[0010]基于所述变量和所述目标函数，采用狼群算法进行目标分配。
[0011]可选地，所述目标函数满足下述关系式：
[0012]Y(X)＝w1T(X)+w2G(X)+w3H(X)
[0013]其中，T(X)表示被攻击的敌方单位对我方作战效能的威胁程度；
[0014]G(X)表示被攻击的敌方单位对敌方整体作战效能的增益程度；
[0015]H(X)表示我方对敌方进行打击的有效程度主要体现在敌方单位相对于我方攻击单位的距离，角度以及炮弹和目标的相对速度；
[0016]w1，w2，w3表示权重系数。
[0017]可选地，T(X)计算公式如下：
[0018]T(X)＝∑
d∈D
t(d)
[0019]其中，D表示所有被攻击的敌方飞机集合即X中所有不重复的元素，t(d)表表示单个敌方飞机的威胁程度，使用如下火力评估公式对其进行计算：
[0020][0021]其中，R表示最大实际有效射程，H表示允许发射总高度差，P
k
表示单发杀伤概率，A1表示发射包线总攻击角，表示导弹最大过载，ω
max
表示导弹最大跟踪角速度，A2表示总离轴发射角，n表示同类导弹挂架数量，K
D
表示制导方式修正系数。
[0022]可选地，G(X)计算公式如下：
[0023]G(X)＝∑
d∈D
g(d)
[0024]其中，D表示所有被攻击的敌方飞机集合即X中所有不重复的元素，t(d)表示单个敌方飞机的对敌方的作战效能增益程度，使用如下飞机的态势感知能力计算公式对其进行计算：
[0025][0026]其中，S
r
表示最大发现目标距离，θ表示搜索总方位角，P
T
表示发现目标概率，K2表示制衡量系数，m1表示同时跟踪目标数量，m2表示同时允许攻击目标数量。
[0027]可选地，H(X)计算公式如下：
[0028]H(X)＝w1D(X)+w2A(X)+w3S(X)
[0029]其中，w1，w2，w3分别表示权重，并且满足w1+w2+w3＝1的约束条件，D(X)，A(X)，S(X)分别表示基于变量X的距离、角度、速度的收益函数，值得说明的是，这些收益函数都是每个歼击机作战的收益总和，即有：
[0030][0031][0032][0033]其中的d(x
i
)，a(x
i
)，s(x
i
)分别表示的是第i个飞机的距离、角度、速度的收益，其具体计算方式如下所述：
[0034]距离收益函数：其中，R表示我方第i个歼击机和敌方第j个飞机的距离，R
min
，R
max
分别指的是弹攻击区的近边界和远边界；
[0035]角度收益函数：角度收益函数：和分别为目标进入角和目标方位角；
[0036]速度收益函数：其中，V
g
和V
m
分别为攻击机和目标机的速度。
[0037]可选地，所述基于所述变量和所述目标函数，采用狼群算法进行目标分配，包括：
[0038]初始化狼群；
[0039]头狼产生规则：初始解空间中，具有最优目标函数值的人工狼即为头狼设其向量为X
L
；在迭代过程中，将每次迭代后最优狼的目标函数值与前一代中头狼的值进行比较，若更优则对头狼位置进行更新，若此时存在多匹的情况，则随机选一匹成为头狼；头狼不执行3种智能行为而直接进入下次迭代，直到它被其他更强的人工狼所替代；
[0040]游走行为：将解空间中除头狼外最佳的S
num
匹人工狼视为探狼设其向量为X
T
，在解空间中搜索猎物，S
num
随机取之间的整数，α为探狼比例因子；探狼i首先感知空气中的猎物气味，即计算该探狼当前位置的猎物气味浓度Y
iT
；若Y
iT
大于头狼所感知的猎物气味浓度Y
L
，表明猎物离探狼i已相对较近且该探狼最有可能捕获猎物；于是Y
L
＝Y
iT
，探狼i替代头狼并发起召唤行为；若Y
L
＞Y
iT
，则探狼先自主决策，即探狼在当前位置的附近进行探索；此时，探狼所感知的猎物气味浓度为选择气味最浓的且大于当前位置气味浓度的方向前进一步，更新探狼的状态重复以上的游走行为直到某匹探狼感知到的猎物气味浓度Y
L
＜Y
iT
或游走次数T达到最大游走次数T
max
；
[0041]召唤行为：头狼通过嚎叫发起召唤行为，召集周围的M
num
匹猛狼向头狼所在位置迅速靠拢，其中M
num
＝n
‑
S
num
‑
1；奔袭途中，若猛狼i感知到的猎物气味浓度Y
iM
＞Y
L
，则Y
L
＝Y
iM
，该猛狼转化为头狼并发起召唤行为；若Y
iM
＜Y
L
，则猛狼i继续奔袭直到其与头狼之间的距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种博弈对抗下基于效能的目标分配方法，其特征在于，所述方法包括：基于我方飞机数量和敌方飞机数量，构建空中博弈对抗变量；其中，每个所述变量为整数向量，向量的位代表我方作战飞机编号，向量的值代表被攻击敌方飞机的目标编号；基于所述变量以及预设的优先级条件，建立目标函数；基于所述变量和所述目标函数，采用狼群算法进行目标分配。2.根据权利要求1所述的方法，其特征在于，所述目标函数满足下述关系式：Y(X)＝w1T(X)+w2H(X)+w3H(X)其中，T(X)表示被攻击的敌方单位对我方作战效能的威胁程度；G(X)表示被攻击的敌方单位对敌方整体作战效能的增益程度；H(X)表示我方对敌方进行打击的有效程度主要体现在敌方单位相对于我方攻击单位的距离，角度以及炮弹和目标的相对速度；w1，w2，w3表示权重系数。3.根据权利要求2所述的方法，其特征在于，T(X)计算公式如下：T(X)＝∑
d∈D
t(d)其中，D表示所有被攻击的敌方飞机集合即X中所有不重复的元素，t(d)表表示单个敌方飞机的威胁程度，使用如下火力评估公式对其进行计算：其中，R表示最大实际有效射程，H表示允许发射总高度差，P
k
表示单发杀伤概率，A1表示发射包线总攻击角，表示导弹最大过载，ω
max
表示导弹最大跟踪角速度，A2表示总离轴发射角，n表示同类导弹挂架数量，K
D
表示制导方式修正系数。4.根据权利要求2所述的方法，其特征在于，G(X)计算公式如下：G(X)＝∑
d∈D
g(d)其中，D表示所有被攻击的敌方飞机集合即X中所有不重复的元素，t(d)表示单个敌方飞机的对敌方的作战效能增益程度，使用如下飞机的态势感知能力计算公式对其进行计算：其中，S
r
表示最大发现目标距离，θ表示搜索总方位角，P
T
表示发现目标概率，K2表示制衡量系数，m1表示同时跟踪目标数量，m2表示同时允许攻击目标数量。5.根据权利要求2所述的方法，其特征在于，H(X)计算公式如下：H(X)＝w1D(X)+w2A(X)+w3S(X)其中，w1，w2，w3分别表示权重，并且满足w1+w2+w3＝1的约束条件，D(X)，A(X)，S(X)分别表示基于变量X的距离、角度、速度的收益函数，值得说明的是，这些收益函数都是每个歼击机作战的收益总和，即有：
其中的d(x
i
)，a(x
i
)，s(x
i
)分别表示的是第i个飞机的距离、角度、速度的收益，其具体计算方式如下所述：距离收益函数：其中，R表示我方第i个歼击机和敌方第j个飞机的距离，R
min
，R
max
分别指的是弹攻击区的近边界和远边界；角度收益函数：角度收益函数：和分别为目标进入角和目标方位角；速度收益函数：其中，V
g
和V
m
分别为攻击机和目标机的速度。6.根据权利要求1所述的方法，其特征在于，所述基于所述变量和所述目标函数，采用狼群算法进行目标分配，包括：初始化狼群；头狼产生规则：初始解空间中，具有最优目标函数值的人工狼即为头狼设其向量为X
L
；在迭代过程中，将每次迭代后最优狼的目标函数值与前一代中头狼的值进行比较，若更优则对头狼位置进行更新，若此时存在多匹的情况，则随机选一匹成为头狼；头狼不执行3种智能行为而直接进入下次迭代，直到它被其他更强的人工狼所替代；游走行为：将解空间中除头狼外最佳的S
num
匹人工狼视为探狼设其向量为X
T
，在解空间中搜索猎物，S
num
随机取之间的整数，α为探狼比例因子；探狼i首先感知空气中的猎物气味，即计算该探狼当前位置的猎物气味浓度Y
iT
；若Y
iT
大于头狼所感知的猎物气味浓度Y
L
，表明猎物离探狼i已相对较近且该探狼最有可能捕获猎物；于是Y
L
＝Y
iT

【专利技术属性】
技术研发人员：关永胜，葛建军，张可，林忠锐，王星飞，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：