[發明專利]一種對多傳感器多目標的智能決策方法及存儲介質

有效

• 申請號: 202110308094.9
• 申請日: 2021-03-23
• 公開（公告）號: CN112966641B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 李博驍;張峰;高原;王詔豐;王子磊;楊尚彤
• 申請（專利權）人: 中國電子科技集團公司電子科學研究院
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/774;G06V10/80
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 于金平

本發明公開了一種對多傳感器多目標的智能決策方法及存儲介質，本發明將多傳感器多目標問題建模為強化學習經典模型，針對特定場景數據，提出了特征設計和特征編碼方法，完成狀態表達以及動作表達，通過利用強化學習的多目標分配方法可以實現學習模型在動態環境中對多目標的實時決策，解決在不斷變化作戰環境中，目標數量、屬性等信息會發生改變，傳統的多目標分配算法無法進行動態決策，導致決策效率大大下降的缺陷。

技術領域

本發明涉及計算機技術領域，特別是涉及一種對多傳感器多目標的智能決策方法及存儲介質。

背景技術

針對復雜場景下多目標探測問題，面向空間固定布設的多類傳感器，為盡可能提高探測效能，需要實現多傳感器的協同目標分配，在調度代價盡可能小的同時使系統取得整體性能最優。而多目標決策(分配)屬于組合優化問題。目前，多目標決策技術已經有很多研究成果，如窮舉法、動態網絡流方法、蟻群算法(ACO)、粒子群算法(PSO)、遺傳算法(GA)等啟發式算法。但實戰環境中存在各種不確定性，當作戰環境發生變化時，大多數方法通常采用簡單約束條件的方法來提高算法的搜索速度，而并沒有對策略本身做出改進，所以導致現有針對多傳感器多目標的決策適應環境變化能力差。

發明內容

本發明提供了一種對多傳感器多目標的智能決策方法及計算機可讀存儲介質，以解決現有技術中對多傳感器多目標的決策適應環境變化能力差的問題。

第一方面，本發明提供了一種對多傳感器多目標的智能決策方法，該方法包括：基于目標狀態、傳感器裝備狀態以及傳感器裝備對目標的動作進行特征編碼得到各狀態的特征向量和動作的特征向量，基于所述特征向量進行訓練得到智能體模型，其中，所述目標為多個；在各種變化的目標狀態下，通過所述智能體模型實時對多個目標進行動態決策，以對多個目標進行實時跟蹤和識別。

可選地，所述基于目標狀態、傳感器裝備狀態以及傳感器裝備對目標的動作進行特征編碼得到各狀態的特征向量和動作的特征向量，包括：

將目標狀態和所有傳感器裝備狀態進行融合，通過狀態表達將所述目標狀態和所述傳感器裝備狀態轉換為與決策直接相關的目標狀態的特征向量、傳感器裝備狀態的特征向量和動作的特征向量；

其中，所述決策為所述目標狀態與所述傳感器裝備狀態下傳感器裝備對目標所執行的動作。

可選地，所述將目標狀態和所有傳感器裝備狀態進行融合，通過狀態表達將所述目標狀態和所述傳感器裝備狀態轉換為與決策直接相關的目標狀態的特征向量、傳感器裝備狀態的特征向量和動作的特征向量，包括：

將所述目標狀態和所有傳感器裝備狀態進行融合，通過狀態表達將所述目標和所述傳感器裝備狀態轉換為與決策直接相關的狀態和動作的27維的特征向量：state＝[x₁,x₂,...,x₂₇]，通過對每一個目標根據各傳感器裝備對該目標的可見性來設置對應特征向量的維度值；

其中，第1維特征向量為目標的優先級，第2-4維特征向量為目標位置，第5-7維特征向量為目標速度，第8-27特征向量為傳感器裝備對目標的可見性和可用資源融合，第8-27特征向量的每一個維度代表一個固定的傳感器裝備。

可選地，所述通過對每一個目標根據各傳感器裝備對該目標的可見性來設置對應特征向量的維度值，包括：

當某一傳感器裝備無可用資源或者對目標不可見時，則設置對應特征向量的維度值為0，并對可見目標的特征向量的維度值設置為對應傳感器狀態實際剩余可用資源量的值，以得出可見性和可用資源的融合后的特征向量值。

可選地，所述特征向量值為20維的特征向量值，該20維的特征向量值表示對某一個目標的決策輸出為20維0/1向量action＝[a₁,a₂,...,a₂₀]，每一個元素代表該位置的裝備是否對目標進行跟蹤或識別。