一种飞机末端对抗系统技术方案

本申请属于飞机末端对抗系统设计技术领域，具体涉及一种飞机末端对抗系统，同时涵盖了飞机对抗任务中的观察、判断、决策、执行四个环节，一体化的架构解决现有末端对抗感知与决策技术耦合性差的问题，缩短对抗系统对外部空中对抗态势变化的响应时间，相较于传统末端对抗技术，其基于深度学习框架实现，具有强大的特征提取、非线性映射能力，得益于良好的神经网络结构，经过训练后，具有良好的泛华能力，具体表现在复杂空中对抗态势条件下对抗系统的适应性更强，极大地提高了飞机在复杂态势下的生存能力。生存能力。生存能力。

【技术实现步骤摘要】
一种飞机末端对抗系统


[0001]本申请属于飞机末端对抗系统设计
，具体涉及一种飞机末端对抗系统。

技术介绍

[0002]现代空中对抗中，飞机与打击物的攻防对抗日趋激烈，打击物机动能力以及智能化水平的不断提高对飞机的生存造成了严重的威胁，为了提高飞机生存力，需要增强其末端状态感知、类型识别以及对抗策略生成能力。
[0003]末端感知主要依赖多传感器航迹融合技术，融合各传感器对打击物目标的量测数据，实现对打击物状态的准确估计。国外最早在20世纪70年代，由Singer首次提出多传感器航迹融合问题，标志着多传感器航迹融合算法研究的开始。由于国内航迹融合技术研究起步较晚，因此在航迹融合算法的性能以及工程化方面仍处于追赶地位，尤其是末端对抗任务对融合的快速性、准确性提出了更严格的要求，现有技术难以满足。
[0004]打击物类型识别技术作为飞机末端威胁感知的重要组成部分，其识别结果的精度将会直接影响对抗任务的成功率。打击物类型识别技术充分利用多种传感器获取的打击物的各种属性并提取特征信息，推理得出到打击物类型。国外对该技术已有多年研究，累积了大量经验，但技术封锁，难以在公开文献中找到完整有效的方法。国内学者将打击物类型识别看作是一种动态不确定性推理过程，构建了基于熵增益描述证据的可信性并融入贝叶斯网络推理过程中，取得了一定的成果，但在复杂态势(干扰、多目标)条件下，识别精度下降严重，难以满足飞机末端对抗需求。
[0005]飞机空中对抗决策技术是末端对抗任务的关键一环，几十年来经历了专家机动逻辑、自动规则生成、规则演进、机器学习及演示验证等五个主要阶段，从以人类经验为主的传统专家系统迈向以机器智能自我演进为特征的全新范式。目前，国外有AML、帕拉丁、阿尔法空中对抗等空中对抗决策系统的工程化经验。国内则更多聚焦于理论层面的研究，限制条件过多，同时在工程化经验方面与国外差距较大。
[0006]全向攻击打击物的出现，使打击物锁定发射的条件越来越容易满足，且随着打击物智能化水平、机动能力的不断提高，现有的感知、识别、决策技术割裂，在感知速度、识别精度以及机动、诱饵复合决策等方面越来越难以满足飞机末端对抗需求。
[0007]鉴于上述技术缺陷的存在提出本申请。
[0008]需注意的是，以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本申请的申请日已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。

技术实现思路

[0009]本申请的目的是提供一种飞机末端对抗系统，以克服或减轻已知存在的至少一方面的技术缺陷。
[0010]本申请的技术方案是：
[0011]一种飞机末端对抗系统，包括态势信息输入模块、多传感器打击物目标航迹融合模块、多传感器打击物类型识别模块、末端对抗决策模块与末端对抗策略输出模块；
[0012]态势信息输入模块包括数据解析模块与第一网络通信模块，其中，数据解析模块从飞机数据总线上解析出机载传感器信息，以及解析出载机状态指示信息；第一网络通信模块实现态势信息输入模块与多传感器打击物目标航迹融合模块之间的通信，发送数据解析模块解析出的机载传感器信息，以及实现态势信息输入模块与末端对抗决策模块之间的通信，发送数据解析模块解析出的载机状态指示信息；
[0013]多传感器打击物目标航迹融合模块包括LSTM神经网络模块、数据对齐模块与第二网络通信模块，其中，LSTM神经网络模块以各传感器探测的打击物目标历史航迹特征以及当前航迹信息作为输入，将未来某个时间的融合打击物航迹信息作为输出；数据对齐模块采用内推外插法将不同传感器采集的打击物目标局部航迹数据的“时基”进行统一并进行坐标系变换；第二网络通信模块实现多传感器打击物目标航迹融合模块与多传感器打击物类型识别模块之间的通信，发送融合后的打击物目标航迹信息；实现多传感器打击物目标航迹融合模块与末端对抗决策模块之间的通信，发送融合后的打击物目标航迹信息；
[0014]多传感器打击物类型识别模块包括GoogLeNet神经网络模块、数据预处理模块与第三网络通信模块，其中，GoogLeNet神经网络模块采用GoogLeNet神经网络，通过数个尺寸不同的卷积核对多传感器打击物量测数据进行卷积运算形成特征映射，经过亚采样在小邻域内选择最大值激活输出，能够有效减小特征向量的维度，训练后能够有效地将打击物运动特征、雷达辐射源信号特征与打击物类型联系起来；数据预处理模块具有数据归一化、白化功能，将处理后的数据置于均值附近，加快GoogLeNet神经网络的训练过程；第三网络通信模块实现多传感器打击物目标航迹融合模块与多传感器打击物类型识别模块之间的通信，接收融合后的打击物目标航迹信息，以及实现多传感器打击物类型识别模块与末端对抗决策模块之间的通信，发送打击物类型识别的结果；
[0015]末端对抗决策模块包括对抗决策模型模块、态势威胁评估模块与第四网络通信模块，其中，对抗决策模型模块以融合后的打击物目标航迹信息、打击物类型识别的结果、态势威胁评估结果以及载机状态指示信息作为输入，通过基于深度强化学习算法的策略网络前向传播进行推理，输出对抗策略；态势威胁评估模块根据打击物与载机双方运动的信息，考虑打击物性能参数，计算打击物相对于载机的态势威胁程度，并将态势威胁评估结果发送到对抗决策模型模块中；第四网络通信模块实现多传感器打击物目标航迹融合模块与末端对抗决策模块之间的通信，接收多传感器打击物目标航迹融合模块发送的融合后的打击物目标航迹信息，实现多传感器打击物类型识别模块与末端对抗决策模块之间的通信，接收多传感器打击物类型识别模块发送的打击物类型识别结果，以及实现末端对抗决策模块与末端对抗策略输出模块之间的通信，发送对抗策略；
[0016]末端对抗策略输出模块包括显示模块、控制指令解算模块与第五网络通信模块，其中，显示模块用以显示载机规避机动以及诱饵弹释放点或拦截物的发射点位置；控制指令解算模块将对抗策略解析为飞机的控制指令；第五网络通信模块实现末端对抗决策模块与末端对抗策略输出模块之间的通信，接收末端对抗决策模块生成的对抗策略。
[0017]根据本申请的至少一个实施例，上述的飞机末端对抗系统中，机载传感器信息包括雷达、DAS、ESM传感器信息。
[0018]载机状态指示信息包括IAS/TAS、HSI、ADI状态指示信息。
[0019]根据本申请的至少一个实施例，上述的飞机末端对抗系统中，LSTM神经网络模块的训练过程为，通过LSTM神经网络模块的输出与实际打击物航迹信息进行比较得到损失，不断通过SGD优化器最小化损失调整网络参数，建立多传感器打击物目标历史航迹与未来航迹特征数据之间的映射关系。
[0020]本申请至少存在以下有益技术效果：
[0021]提供一种飞机末端对抗系统，同时涵盖了飞机对抗任务中的观察、判断、决策、执行四个环节，一体化的架构解决现有末端对抗感知与决策技术耦合性差的问题，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞机末端对抗系统，其特征在于，包括态势信息输入模块、多传感器打击物目标航迹融合模块、多传感器打击物类型识别模块、末端对抗决策模块与末端对抗策略输出模块；态势信息输入模块包括数据解析模块与第一网络通信模块，其中，数据解析模块从飞机数据总线上解析出机载传感器信息，以及解析出载机状态指示信息；第一网络通信模块实现态势信息输入模块与多传感器打击物目标航迹融合模块之间的通信，发送数据解析模块解析出的机载传感器信息，以及实现态势信息输入模块与末端对抗决策模块之间的通信，发送数据解析模块解析出的载机状态指示信息；多传感器打击物目标航迹融合模块包括LSTM神经网络模块、数据对齐模块与第二网络通信模块，其中，LSTM神经网络模块以各传感器探测的打击物目标历史航迹特征以及当前航迹信息作为输入，将未来某个时间的融合打击物航迹信息作为输出；数据对齐模块采用内推外插法将不同传感器采集的打击物目标局部航迹数据的“时基”进行统一并进行坐标系变换；第二网络通信模块实现多传感器打击物目标航迹融合模块与多传感器打击物类型识别模块之间的通信，发送融合后的打击物目标航迹信息；实现多传感器打击物目标航迹融合模块与末端对抗决策模块之间的通信，发送融合后的打击物目标航迹信息；多传感器打击物类型识别模块包括GoogLeNet神经网络模块、数据预处理模块与第三网络通信模块，其中，GoogLeNet神经网络模块采用GoogLeNet神经网络，通过数个尺寸不同的卷积核对多传感器打击物量测数据进行卷积运算形成特征映射，经过亚采样在小邻域内选择最大值激活输出，能够有效减小特征向量的维度，训练后能够有效地将打击物运动特征、雷达辐射源信号特征与打击物类型联系起来；数据预处理模块具有数据归一化、白化功能，将处理后的数据置于均值附近，加快GoogLeNet神经网络的训练过程；第三网络通信模块实现多传感器打击物目标航迹融合模块与多传感器打击物类型识别模块之间的...

【专利技术属性】
技术研发人员：孙智孝，张澎，张成，白杨，胡亚会，王博宇，柳杨，
申请(专利权)人：中国航空工业集团公司沈阳飞机设计研究所，
类型：发明
国别省市：