【技术实现步骤摘要】
本专利技术涉及无人机群，特别是涉及一种基于态势感知的无人机群动态拦截决策方法。
技术介绍
1、伴随科学技术的发展，无人机(unmanned aerial vehicle，uav)凭借体积小、高灵活、低成本等诸多优点活跃在民用和军事对抗等诸多领域。面对自然灾害时，可以使用uav进行对幸存者的搜救和物资支援，从而有效的保证搜救人员的安全也降低了高危地区的救援成本。而在军事领域，uav多用于侦察、检测和对目标的精确打击等战略任务。虽然单个的无人机可以搭载不同的传感器来完成所对应的任务，但在如今的日趋复杂的军事实践中，还是展现出了诸多局限性。
2、为在复杂环境下进行比较复杂的任务，通常采用多个同构或异构的uav利用信息交互执行协同作战。数量优势是蜂群战斗的主要条件，而无人机群因为其数量上的优势，往往能够对目标实施饱和进攻。通过将多任务分配系统将高难度任务分解为几个较为简单的任务目标组合，从而实现对高价值任务的低成本打击。无人机群依靠智能，能够多维度感知战场态势、自主执行作战计划、准确选择目标、自主分配进攻任务。而且由于无人机蜂群体积小，雷达技术信号特征较小，因此不易被敌方侦察到。同时它们还可以借助多个平台实现高速发射，便于在瞬间进行集中进攻，进而取得出其不意的结果。而此优势正是如今各国加紧发展无人机群对抗技术的原因所在。
3、无人机群可以看作一组数量大、复杂性高的多智能体。无人机群任务的总效能并不等于内部各无人机效能的加和，内部的uav通过协同控制律从而有序的在完成所分配的任务同时辐射周边的同组无人机，极大提高任
技术实现思路
1、本专利技术提供一种基于态势感知的无人机群动态拦截的决策方法，在敌我双方进行对抗时为目标分配算法提供更加科学和有效的依据和支持。
2、为实现本专利技术的目的所采用的技术方案是：
3、一种基于态势感知的无人机群动态拦截决策方法，包括以下步骤：
4、步骤1，基于我方和敌方无人机的位置和速度信息，构建状态优势模型，所述状态优势模型包括敌我双方的距离值l，速度优势pv，荷载优势pw；
5、步骤2，基于敌我双方的战斗能力，构建空战能力优势函数，计算空战能力优势pc；
6、按照步骤3或步骤3’设计目标分配算法；
7、步骤3，设在对抗中敌方共n架无人机，针对我方第i架无人机，收集其与所有敌方无人机之间的距离值l、速度优势pv，荷载优势pw、空战能力优势pc，计算综合优势pt：
8、pt＝k1*l+k2*pv+k3*pw+k4*pc
9、式中，k1、k2、k3、k4为权重系数，且k1+k2+k3+k4＝1；
10、计算敌方所有无人机pt的最大值并进行排序，分值最高的敌方无人机作为我方第i架无人机最优分配的拦截对象；
11、步骤3’，针对我方第i架无人机，收集其与所有敌方无人机之间的距离值l、速度优势pv，荷载优势pw、空战能力优势pc，并对所有敌方无人机的以上参数进行排名赋值，对赋值进行加和排序，评分最高的敌方无人机作为我方第i架无人机最优分配的拦截对象。
12、上述技术方案中，步骤1中距离值l的计算公式为：
13、
14、式中，l1为我方第i架无人机和敌方第j架无人机在x轴方向的相对距离值，l2为我方第i架无人机和敌方第j架无人机在y轴方向的相对距离值，l3为我方第i架无人机和敌方第j架无人机在z轴方向的相对距离值，pi(x)、pi(y)、pi(z)为我方第i架无人机的实时位置，pj(x)、pj(y)、pj(z)为敌方第j架无人机实时位置。
15、上述技术方案中，步骤1中所述的距离值l的计算公式中我方第i架无人机实时位置pi(x)、pi(y)、pi(z)的计算公式为：
16、
17、敌方第j架无人机实时位置pj(x)、pj(y)、pj(z)的计算公式为：
18、
19、式中，α为无人机自身的倾角，β为无人机自身的偏角，v为飞行速度，t代表时间；
20、敌我双方的初始位置表达式为：
21、
22、式中，敌我双方各有n个无人机，xj表示我方第i架无人机的x轴坐标、yi表示我方第i架无人机的y轴坐标、zi表示我方第i架无人机的z轴坐标，xj表示敌方第j架无人机的x轴坐标、yj表示敌方第j架无人机的y轴坐标、zj表示敌方第j架无人机的z轴坐标，pi、pj分别表示我方第i架无人机和敌方第j架无人机的坐标位置。
23、上述技术方案中，所述步骤1中我方第i架无人机视角下速度优势pv的数学表达式如下：
24、
25、式中，和分别为我方第i架无人机和敌方第j架无人机的速度。
26、上述技术方案中，步骤1中我方第i架无人机视角下荷载优势pw的数学表达式为：
27、
28、式中，wi和wj分别为我方第i架无人机和敌方第j架无人机的荷载。
29、上述技术方案中，步骤2中空战能力优势pc数学表达式为：
30、
31、式中，ci和cj分别为我方第i架无人机和敌方第j架无人机的空战能力指标，空战能力指标c计算公式如下：
32、c＝[lnb+ln(a1+1)+ln(a2)]ε1ε2ε3ε4
33、式中，b为无人机机动性参数；a1为无人机火力参数；a2为无人机搜索能力参数；ε1为控制系数，0<ε1<1；ε2为生存系数，0<ε2<1；ε3为通信范围系数，0<ε3<1；ε4为电子战能力系数，0<ε4<1。
34、上述技术方案中，设在对抗中敌方共n架无人机，步骤3’中敌方距离值l的赋值方法如下：
35、我方第i架无人机将收集到的其与所有敌方无人机之间的距离值l进行排序并赋值，距离最近的敌方无人机赋值为n，最远的敌方无人机赋值为1。
36、上述技术方案中，步骤3’中的敌方速度优势pv赋值方法如下：
37、我方第i架无人机将收集到的敌方各无人机单位的速度优势pv进行排序并赋值，速度最慢的赋值为n，速度最快的赋值为1。
38、步骤3’中的敌方荷载优势pw赋值方法如下：
39、我方第i架无人机将收集到的敌方各无人机单位载荷优势pw进行排序和赋值，载荷优势最高的敌方无人机赋值为n，价值最低的敌方无人机赋值为1。
40、步骤3’中敌方空战能力优势参数pc赋值方法如下：
41、我方第i架无人机将收集到的敌方各无人机的空战能力优势参数pc进行排序并划分为5个等级，等级最高的敌方无人机本文档来自技高网...
【技术保护点】
1.一种基于态势感知的无人机群动态拦截决策方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤1中距离值L的计算公式为：
3.如权利要求2所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤1中所述距离值L的计算公式中，我方第i架无人机在X、Y、Z轴上的实时位置Pi(x)、Pi(y)、Pi(z)的计算公式为：
4.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，所述步骤1中我方第i架无人机视角下速度优势Pv的数学表达式为：
5.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤1中我方第i架无人机视角下荷载优势Pw的数学表达式为：
6.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤2中空战能力优势Pc数学表达式为：
7.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，设在对抗中敌方共n架无人机，步骤3’中敌方距离值L的赋值方法如下：
9.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤3’中的敌方荷载优势Pw赋值方法如下：
10.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤3’中敌方空战能力优势参数Pc赋值方法如下：
...【技术特征摘要】
1.一种基于态势感知的无人机群动态拦截决策方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤1中距离值l的计算公式为：
3.如权利要求2所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤1中所述距离值l的计算公式中，我方第i架无人机在x、y、z轴上的实时位置pi(x)、pi(y)、pi(z)的计算公式为：
4.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，所述步骤1中我方第i架无人机视角下速度优势pv的数学表达式为：
5.如权利要求1所述的基于态势感知的无人机群动态拦截决策方法，其特征在于，步骤1中我方第i架无人机视角下荷载优势pw的数学...
【专利技术属性】
技术研发人员：李泽群，张磊，邱震岳，池远，郑晓园，张琨，
申请(专利权)人：河北工业大学，
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。