[發明專利]基于模糊小波神經網絡的目標攻擊優先級評估方法及系統

在審

• 申請號: 202110234555.2
• 申請日: 2021-03-03
• 公開（公告）號: CN112966437A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 田曉峰;孫華東;龐來學
• 申請（專利權）人: 山東交通學院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

本發明公開了基于模糊小波神經網絡的目標攻擊優先級評估方法及系統，仿真機器人獲取攻擊目標的類型、攻擊目標的能力、攻擊目標的價值、攻擊目標的命中難度和攻擊目標裝甲板的像素面積；判斷攻擊目標是否在機器人的射程范圍內，如果是，則進入下一步；否則，返回上一步；根據攻擊目標的類型、攻擊目標的能力、攻擊目標的價值、攻擊目標的命中難度和攻擊目標裝甲板的像素面積，基于訓練后的改進的模糊小波神經網絡中，得到待射擊目標的優先級；根據確定的待射擊目標的優先級，確定相應的射擊指令，根據射擊指令向待射擊目標進行射擊。應用模糊神經網絡來解決機器人作戰仿真過程中關于目標的攻擊優先級問題，解決復雜比賽環境信息的不確定性問題。

技術領域

本申請涉及建模仿真技術領域，特別是涉及基于模糊小波神經網絡的目標攻擊優先級評估方法及系統。

背景技術

本部分的陳述僅僅是提到了與本申請相關的背景技術，并不必然構成現有技術。

作戰仿真是以軍事需求為牽引，以仿真為技術手段的軍事問題特殊研究方法。作戰仿真是按照已知的或假定的情況，對作戰環境和作戰過程進行模擬分析的技術、方法和活動。目前，作戰仿真已經成為檢驗作戰計劃、評價武器裝備效能以及研究新作戰理論的有效技術手段。

但是，據發明人了解，目前的作戰仿真進程較長，需要多次重復進行才能夠得到期待的結果。而且目前的作戰仿真，尤其是基于機器人的作戰仿真，只是將設定好的射擊決策步驟輸入給機器人去執行。

可是，機器人在實際仿真作戰的過程中，會遇到不可控因素和戰場態勢發展的隨機性，一成不變的射擊決策很難適應機器人在整個作戰過程中的射擊場景。機器人在實際作戰仿真的過程中，不能夠根據攻擊目標的類型、攻擊目標的攻擊能力、攻擊目標的價值以及命中難度等形成最優化的自主選擇的射擊決策，導致作戰仿真的結果機械化，可信度降低。

發明內容

為了解決現有技術的不足，本申請提供了基于模糊小波神經網絡的目標攻擊優先級評估方法及系統；

第一方面，本申請提供了基于模糊小波神經網絡的目標攻擊優先級評估方法；

基于模糊小波神經網絡的目標攻擊優先級評估方法，包括：

仿真機器人獲取攻擊目標的類型、攻擊目標的能力、攻擊目標的價值、攻擊目標的命中難度和攻擊目標裝甲板的像素面積；

判斷攻擊目標是否在機器人的射程范圍內，如果是，則進入下一步；如果否，就返回上一步；

根據攻擊目標的類型、攻擊目標的能力、攻擊目標的價值、攻擊目標的命中難度和攻擊目標裝甲板的像素面積，基于訓練后的改進的模糊小波神經網絡中，得到待射擊目標的優先級；

根據確定的待射擊目標的優先級，確定相應的射擊指令，根據射擊指令向待射擊目標進行射擊。

第二方面，本申請提供了基于模糊小波神經網絡的目標攻擊優先級評估系統；

基于模糊小波神經網絡的目標攻擊優先級評估系統，包括：

獲取模塊，其被配置為：仿真機器人獲取攻擊目標的類型、攻擊目標的能力、攻擊目標的價值、攻擊目標的命中難度和攻擊目標裝甲板的像素面積；

判斷模塊，其被配置為：判斷攻擊目標是否在機器人的射程范圍內，如果是，則進入下一步；如果否，就返回獲取模塊；

優先級計算模塊，其被配置為：根據攻擊目標的類型、攻擊目標的能力、攻擊目標的價值、攻擊目標的命中難度和攻擊目標裝甲板的像素面積，基于訓練后的改進的模糊小波神經網絡中，得到待射擊目標的優先級；

仿真射擊模塊，其被配置為：根據確定的待射擊目標的優先級，確定相應的射擊指令，根據射擊指令向待射擊目標進行射擊。