【技术实现步骤摘要】
本专利技术涉及人工智能以及空战行为建模与仿真，具体涉及一种基于网络可解释性分析的空战规则生成方法和装置。
技术介绍
1、作战仿真技术已经被大规模的运用到了实战演习中，成为军用仿真新的技术前沿和研究热点。航空兵作战仿真是作战仿真中的一种典型。从航空兵的作战来看，无论是空战截击还是对地攻击，都有着明显的阶段性特点。航空兵的作战可以看作是在飞行员(包括指挥员在内)控制下的若干战斗阶段的时序组合，即飞行员根据战场实时态势，进行推理、规划、决策，控制作战飞机从当前战斗阶段转入到另一个战斗阶段，在每个阶段中执行相应的战术行动，从而实现航空兵的作战行为。
2、由于航空兵作战的不确定性、复杂性以及巨量性使得作战仿真研究面临巨大的挑战，人脑决策已很难适应对抗战场态势快速更迭的趋势。国内针对航空兵作战行为建模的研究刚刚起步，用于作战建模仿真的数据获取难度较大，并且通过强化学习获取的网络模型因可解释性问题难以直接用于实战训练，无法满足红蓝对抗的仿真需求。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于网络可解释性分析的空战规则生成方法和装置。
2、根据本专利技术的一个方面，提供了一种基于网络可解释性分析的空战规则生成方法，所述方法包括：
3、构建航空兵决策网络模型和样本数据集，利用所述样本数据集训练所述决策网络模型，利用训练好的决策网络模型对空战中飞机不同的态势进行决策，并生成指标数据集；
4、对所
5、利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库；
6、对所述空战准规则库进行筛选，利用专家知识对筛选后的准规则库进行分析优化，得到空战规则库。
7、在一些可选的实施方式中，对所述指标数据集进行关联分析，简化后得到态势动作对包括：
8、设计综合态势信息，利用定性关联分析算法对所述综合态势信息和所述动作信息进行分析筛选，从中找出具有关联关系指标；
9、对具有关联关系指标进行定量关联分析，得到所述具有关联关系指标中姿态和动作之间的线性或非线性映射关系，从而得到态势动作对。
10、在一些可选的实施方式中，所述综合态势信息包括我机进入角、敌机偏离角、我机俯仰角、目标滚转角、航迹俯仰角、安全高度余度、目标距离我机的侧向距离、我机滚转角、表速、我机海拔高度、我机和敌机的高度差、我机与目标的距离、敌我速度夹角、我机的滚转角速度、交战持续时间、我机偏航角、敌人导弹的滚转角、攻击导弹距离我机的侧向距离、攻击导弹与我机的高度差、我机与攻击导弹之间的距离或我机地形高度中的至少一项；
11、所述动作信息包括左拉起、左急转、战斗转弯、增速转弯、右拉起、右急转、斜俯冲增速、平飞增速、截击、急下降、急盘旋、急拉起、高速摇摇、俯冲增速、俯冲拉起、低速摇摇、半筋斗翻转、半滚倒转中的至少一项。
12、在一些可选的实施方式中，利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库包括：
13、根据聚类算法对所述态势动作对进行聚类运算，得到多个聚类中心数据；
14、根据所述聚类中心数据确定聚类中心点，根据所述聚类中心点确定核心态势动作对；
15、对所述核心态势动作对进行整合，得到空战准规则库。
16、在一些可选的实施方式中，利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库还包括：
17、利用灵敏度分析验证聚类分析的效果和质量；
18、且所述方法还包括：
19、调整决策网络模型中的参数，重新训练获取不同态势下的指标数据集，并通过关联分析和聚类分析得到多组准规则库。
20、在一些可选的实施方式中，对所述空战准规则库进行筛选，利用专家知识对筛选后的准规则库进行分析优化，得到空战规则库包括：
21、对所述准规则库中的态势动作对按照类别进行分组；
22、利用分组中的规则驱动空战行为，进行对抗仿真测试，然后通过误差函数从对抗仿真测试结果中筛选常用的规则，并剔除无效规则；
23、利用专家知识对筛选出的规则进行更新优化，得到空战规则库。
24、在一些可选的实施方式中，构建航空兵决策网络模型和样本数据集，利用所述样本数据集训练所述决策网络模型，从而能够针对空战中不同的态势进行决策，并得到相应的指标数据包括：
25、利用智能体强化学习算法对空战行为进行决策建模，得到决策网络模型；
26、根据歼击机空战特点以及影响作战结果相关因素的重要程度，提取关键元素构建状态空间向量，对歼击机对抗战场态势进行表示，形成状态输入空间：
27、根据前一时刻状态输入空间和机动动作，计算出下一个时刻的状态空间向量，得到动作决策空间；
28、设计奖励函数的组成元素，根据组成元素对作战目标的重要程度，确定奖励函数各组成元素的权重系数；
29、融合所述状态空间向量、动作决策空间以及奖励函数，形成样本数据集，并对所述决策网络模型进行迭代训练，得到在当前态势下执行不同动作的预测价值；
30、根据预测价值的大小排序，确定排名靠前的预测价值对应的态势动作对，并形成指标数据集。
31、根据本专利技术的另一方面，提供了一种基于网络可解释性分析的空战规则生成装置，所述装置包括：
32、训练模块，适于构建航空兵决策网络模型和样本数据集，利用所述样本数据集训练所述决策网络模型，利用训练好的决策网络模型对空战中飞机不同的态势进行决策，并生成指标数据集；
33、关联模块，适于对所述指标数据集进行关联分析，简化后得到态势动作对；
34、聚类模块，适于利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库；
35、生成模块，适于对所述空战准规则库进行筛选，利用专家知识对筛选后的准规则库进行分析优化，得到空战规则库。
36、根据本专利技术的又一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
37、所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述基于网络可解释性分析的空战规则生成方法对应的操作。
38、根据本专利技术的再一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述基于网络可解释性分析的空战规则生成方法对应的操作。
39、根据本专利技术的空战规则生成方法，首先，构建航空兵决策网络模型和样本数据集，利用所述样本数据集训练所述决策网络模型，利用训练好的决策网络模型对空战中飞机不同的态势进行决策，并生成指标数据集；然后对所述指标数据集进行关联分析，简化后得到态势动作对；并且利用聚类算法对所述态势动作对进行聚类分析，得到本文档来自技高网...
【技术保护点】
1.一种基于网络可解释性分析的空战规则生成方法，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对所述指标数据集进行关联分析，简化后得到态势动作对包括：
3.根据权利要求2所述的方法，其特征在于，所述综合态势信息包括我机进入角、敌机偏离角、我机俯仰角、目标滚转角、航迹俯仰角、安全高度余度、目标距离我机的侧向距离、我机滚转角、表速、我机海拔高度、我机和敌机的高度差、我机与目标的距离、敌我速度夹角、我机的滚转角速度、交战持续时间、我机偏航角、敌人导弹的滚转角、攻击导弹距离我机的侧向距离、攻击导弹与我机的高度差、我机与攻击导弹之间的距离或我机地形高度中的至少一项；
4.根据权利要求1所述的方法，其特征在于，利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库包括：
5.根据权利要求4所述的方法，其特征在于，利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库还包括：
6.根据权利要求1所述的方法，其特征在于，对所述空战准规则库进行筛选，利用专家知识对筛选后的准规则库进行分析优化，得到空战规则库包括：>
7.根据权利要求1-6中任一项所述的方法，其特征在于，构建航空兵决策网络模型和样本数据集，利用所述样本数据集训练所述决策网络模型，从而能够针对空战中不同的态势进行决策，并得到相应的指标数据包括：
8.一种基于网络可解释性分析的空战规则生成装置，所述装置包括：
9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
10.一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行根据权利要求1-7中任一项所述的方法对应的操作。
...【技术特征摘要】
1.一种基于网络可解释性分析的空战规则生成方法，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对所述指标数据集进行关联分析，简化后得到态势动作对包括：
3.根据权利要求2所述的方法，其特征在于，所述综合态势信息包括我机进入角、敌机偏离角、我机俯仰角、目标滚转角、航迹俯仰角、安全高度余度、目标距离我机的侧向距离、我机滚转角、表速、我机海拔高度、我机和敌机的高度差、我机与目标的距离、敌我速度夹角、我机的滚转角速度、交战持续时间、我机偏航角、敌人导弹的滚转角、攻击导弹距离我机的侧向距离、攻击导弹与我机的高度差、我机与攻击导弹之间的距离或我机地形高度中的至少一项；
4.根据权利要求1所述的方法，其特征在于，利用聚类算法对所述态势动作对进行聚类分析，得到空战准规则库包括：
5.根据权利要求4所述的方法，其特征在于，利用聚类算法...
【专利技术属性】
技术研发人员：李妮，刘文韬，龚光红，王鹏，
申请(专利权)人：北京航空航天大学，
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。