[發明專利]一種潛艇隱身輔助決策系統及決策方法

有效

• 申請號: 201910041364.7
• 申請日: 2019-01-16
• 公開（公告）號: CN109539886B
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 張國成;焦文龍;孫玉山;冉祥瑞;王力鋒;程俊涵;封飛翔;吳凡宇;賈晨凱
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: F41H3/00
• 分類號: F41H3/00;G06F30/27;G06N3/04;G06N3/08;G06F111/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種潛艇隱身輔助決策系統，其特征在于：包括基于模糊神經網絡和規避策略的方案生成模塊，基于潛艇聲輻射模型、水下聲傳播損失模型、潛艇隱身態勢評估模型的方案仿真推演模塊，進行方案修改和選擇的人機交互模塊，在線學習模塊，以及以上模塊所需的數據庫；所述的基于模糊神經網絡和規避策略的方案生成模塊接收探測平臺的探測頻段、潛艇被探測概率、潛艇與探測平臺的相對運動趨勢以及潛艇與探測平臺的相對位置關系，經過計算，得到包括潛艇運動狀態、設備工況控制方案以及潛艇對探測平臺進行規避的目標位置在內的待選方案；所述的基于潛艇聲輻射模型、水下聲傳播損失模型、潛艇隱身態勢評估模型的方案仿真推演模塊接收來自方案生成模塊的待選方案，經過計算，得到待選方案的效能指標，包括方案對應的潛艇聲源級、傳播損失、潛艇被探測概率，以及以上三者相對于當前狀態的變化率；所述的人機交互模塊接收方案生成模塊的待選方案和仿真推演模塊的方案效能指標，呈現給用戶，經過修改和選擇，得到要實施的方案；在線學習模塊接收人機交互模塊選定的方案以及該方案對應的方案生成模塊的輸入信息，通過方案生成模塊中模糊神經網絡的自學習功能，實現方案的在線學習；所述數據庫包括方案生成模塊模糊神經網絡所需的訓練數據對，潛艇輻射噪聲計算模型所需的潛艇設備加速度和傳遞函數，潛艇隱身態勢評估模型所需的探測平臺接收指向性指數、海洋環境噪聲。

2.一種使用如權利要求1所述的潛艇隱身輔助決策系統的潛艇隱身輔助決策方法，其特征在于：包括接收潛艇隱身態勢評估中的探測平臺探測頻段、潛艇被探測概率以及潛艇與探測平臺的相對運動趨勢和潛艇和探測平臺的相對位置關系，并對其進行預處理，作為潛艇隱身輔助決策系統的輸入接口；構建融合探測平臺探測頻段、潛艇被探測概率、潛艇與探測平臺的相對運動趨勢并且具有自學習能力的模糊神經網絡，以及融合潛艇與探測平臺相對位置關系的機動規避策略，在計算機系統中編程實現；通過專家知識和模型試驗獲取模糊神經網絡訓練樣本對，從中選取2/3的數據作為訓練樣本，對構建的模糊神經網絡進行離線訓練，并預留1/3的數據樣本作為檢測樣本對訓練后的模糊神經網絡進行驗證；依據輸入接口信息，通過模糊神經網絡生成潛艇運動狀態、設備工況控制方案，通過規避策略生成潛艇規避探測平臺的目標經緯度，生成3個待選方案，方案1僅對潛艇運動狀態、設備工況進行控制，方案2僅對探測平臺進行機動規避，方案3對潛艇運動狀態、設備工況進行控制并對探測平臺進行機動規避；根據方案中的潛艇運動狀態、設備工況以及潛艇與探測平臺的相對位置關系，通過潛艇聲輻射模型、水下聲傳播損失模型、聲納方程、潛艇隱身態勢評估模型，給出方案的效能指標；將方案和效能指標呈現給用戶，用戶對方案進行修改和選擇；將用戶選擇方案中的潛艇運動狀態、設備工況及其對應的潛艇隱身輔助決策系統輸入信息加入到模糊神經網絡的訓練中，并利用其對模糊神經網絡的權值進行微調，實現模糊神經網絡的在線學習。

3.根據權利要求2所述的一種潛艇隱身輔助決策方法，其特征在于：所述的融合探測平臺探測頻段、潛艇被探測概率、潛艇與探測平臺的相對運動趨勢并且具有自學習能力的模糊神經網絡：包括構建模糊神經網絡結構步驟，采用五層模糊神經網絡結構，第一層為輸入層：探測平臺的探測頻段、潛艇被探測概率、潛艇與探測平臺之間的相對運動趨勢，3個輸入變量為網絡的輸入神經元；第二層為模糊化輸入層：計算每個輸入變量對隸屬度中心的隸屬度；第三層為模糊規則層：實現每條規則的前件計算；第四層為模糊化輸出層：計算每條規則的適應度；第五層為輸出層：計算出潛艇目標狀態，包括需要增加的潛深值和需要減小的航速值，以及潛艇目標設備工況，包括柴油機組、液壓泵機組、主疏水泵、艙底泵、海水泵、軸系滑油泵、推進電機的工況；學習步驟包括對構建的模糊神經網絡進行離線訓練，獲取模糊神經網絡的權值和隸屬度函數的參數；對訓練好的模糊神經網絡進行驗證；應用步驟包括運行模糊神經網絡，得到需要增加的潛深值和需要減小的航速值，以及潛艇目標設備工況，包括柴油機組、液壓泵機組、主疏水泵、艙底泵、海水泵、軸系滑油泵、推進電機的工況。