[發明專利]用于無人機空中對抗的決策系統及方法

有效

• 申請號: 201810025736.2
• 申請日: 2018-01-11
• 公開（公告）號: CN108319132B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 胡笑旋;郭君;馬華偉;夏維;羅賀;張任馳
• 申請（專利權）人: 合肥工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;劉兵

本發明提供一種用于無人機空中對抗的決策系統及方法，屬于無人機領域。決策方法包括：步驟S10：獲取在預定時間段內藍方無人機的第一狀態和紅方無人機的第二狀態；步驟S20：采用LSTM網絡根據第一狀態預測藍方無人機在未來預定時刻的第一預測狀態；步驟S30：從與紅方無人機相關聯的機動動作庫中選取機動動作；步驟S40：根據紅方無人機的當前狀態和選取的機動動作計算紅方無人機在執行機動動作后的未來預定時刻的第二預測狀態；步驟S50：根據第二預測狀態與第一預測狀態計算在未來預定時刻藍方無人機對紅方無人機的威脅系數；步驟S60：重復步驟S30至步驟S50直到計算出所述威脅系數；步驟S70：選取最小威脅系數；步驟S80：輸出與最小威脅系數對應的機動動作。

技術領域

本發明涉及無人機領域，具體地涉及一種用于無人機空中對抗的決策系統及方法。

背景技術

對于空中對抗領域的無人機決策方法主要包括兩種：一是基于當前態勢進行決策的方法。在此類中，分為兩種情形。一種是在完全信息下，依據當前態勢進行決策的空戰決策方法，例如完全信息靜態博弈，微分對策，影響圖等。一種是不完全信息下，例如使用模糊理論，區間灰數，區間數層次分析法等方法將對不完全信息下的威脅或者攻擊效能進行評估繼而做出決策的空戰決策方法。二是基于未來態勢或態勢變化趨勢的決策方法。依據當前態勢對未來態勢進行預測，可以更好的掌握戰場態勢的發展，該類方法通過對當前態勢和未來態勢的評估來進行決策。基于態勢預測和推理進行決策現也有許多的方法，例如：①滾動時域，②動態貝葉斯網絡，③模糊動態博弈，④證據網絡等。

但是，這兩種方法均存在缺陷。第一類方法中，建立在完全信息條件下的決策方法無法解決信息不完全下的機動決策問題。第一類方法中，無論是完全信息條件下還是不完全信息條件下，都是依據當前態勢進行機動決策，在決策中也不考慮敵方機動，不能把握戰場變化趨勢和未來威脅態勢變化，具有局限性。第二類方法中，雖然在決策過程中考慮戰場變化趨勢，試圖對未來態勢進行推斷，但是依然具有局限性：①滾動時域控制中，選擇合適的值函數非常關鍵。對于簡單的最優控制問題，可從相對應的HJB偏微分方程求得，但此問題的HJB方程實際上難以求解，使用近似值函數。近似值函數中，需要構建戰術優勢值。在構建戰術優勢值的過程中，需要構建敵方運動狀態方程，并且已知敵方加速度，不能適用敵方機動完全未知的條件。②貝葉斯網絡是概率論與圖論的有機結合，所以貝葉斯網絡在解決不確定性問題方面有著天然的優勢。近年來貝葉斯網絡已經成為不確定性研究領域的一大熱門，因此有方法采用貝葉斯模型，或者動態貝葉斯網絡模型對戰場不確定性信息進行預測與評估。但是貝葉斯模型需要一定的先驗知識，制定先驗概率和條件概率。③模糊動態博弈方法需要已知敵我雙方的策略集。④證據網絡方法需要結合知識庫及專家的先驗知識構建評價函數。由此可見，第二類方法也都無法解決在敵方機動策略完全未知的情況下基于戰場態勢預測和推理的決策問題，即在敵方機動完全未知，沒有先驗規則的情況上，以上的方法都無法適用。

發明內容

本發明的目的是提供一種用于無人機空中對抗的決策系統及方法，該決策系統及方法在無人機模擬對抗時能夠根據藍方無人機的狀態判斷并輸出紅方無人機的機動動作。

為了實現上述目的，本發明實施方式提供一種用于無人機空中對抗的決策方法，該決策方法可以包括：

步驟S10：獲取在預定時間段內藍方無人機的第一狀態和紅方無人機的第二狀態；

步驟S20：采用長短期記憶(Long Short-Term Memory，LSTM)網絡根據第一狀態預測藍方無人機在未來預定時刻的第一預測狀態；

步驟S30：從與紅方無人機相關聯的機動動作庫中選取未被使用的機動動作；

步驟S40：根據紅方無人機的當前狀態和選取的機動動作計算紅方無人機在執行機動動作后的未來預定時刻的第二預測狀態；

步驟S50：根據第二預測狀態與第一預測狀態計算在未來預定時刻藍方無人機對紅方無人機的威脅系數；