[發明專利]仿哈里斯鷹智能捕食優化的無人機空戰機動決策方法

在審

• 申請號: 202110995706.6
• 申請日: 2021-08-27
• 公開（公告）號: CN113741500A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 段海濱;阮婉瑩;魏晨;鄧亦敏;周銳
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G05D1/08
• 分類號: G05D1/08;G05D1/10
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

1.一種仿哈里斯鷹智能捕食優化的無人機空戰機動決策方法，其特征在于：該方法步驟如下：

步驟一：搭建六自由度飛機模型及控制器

采用模擬真實飛機的六自由度非線性模型；

步驟二：設計戰術規劃機動指令生成器

S21、三自由度機動指令生成器

機動指令生成器采用三自由度簡化飛機模型，切向過載、法向過載、速度滾轉角作為機動指令生成器的輸入，飛行速度、航跡傾角、航向角作為輸出，實現對飛機運動軌跡的控制；切向過載主要用于調整飛機的速度，法向過載與滾轉角主要調整飛機的俯仰角和偏航角；

S22、戰術規劃機動庫

機動動作庫設計為以法向過載和速度滾轉角作為控制指令，通過不同的法向過載和速度滾轉角的組合可以生成期望的機動動作；紅藍雙方機動動作庫中所有動作組合，可構成博弈機動矩陣；

該動作庫在設計上的靈活性在于可擴展性，在滿足飛機性能限制的條件下，用戶可根據需要自行設定動作庫中法向過載和速度滾轉角的取值，其取值間隔合適，即可獲得強操縱性；

步驟三：設計紅藍博弈得分矩陣

S31、基于直接威脅的態勢評估函數設計

定義空戰態勢評估函數的兩個組成部分：角度威脅指數和距離威脅指數，，總的態勢評估函數為角度威脅指數和距離威脅指數的乘積；

S32、計算博弈得分矩陣

博弈得分矩陣，即針對每一步紅藍雙方的狀態量，對應步驟二中的博弈機動矩陣，分別計算雙方每種動作下的態勢評估函數，即構成博弈得分矩陣；

本發明中記紅方為我方，藍方為敵方，我方期望態勢評估函數值越大越有利，藍方相反；

步驟四：設計混合策略機動決策目標函數

利用混合策略來描述選擇各個機動動作的概率，混合策略是維度為機動動作個數的向量，其和為1；記紅方混合策略為Pr＝[Pr₁,Pr₂,...,Pr_m]^T，藍方混合策略為Pb＝[Pb₁,Pb₂,...,Pb_n]^T；

機動決策過程分為兩步：第一步是預測藍方的混合策略，第二步是根據藍方的混合策略計算紅方的混合策略；紅藍雙方是一種零和博弈狀態，每一方都試圖將自己的利益最大化，將對方的利益最小化；

確定了機動決策的混合策略后，如何選擇最終的機動動作也是一個問題，本發明采用輪盤賭的方式來確定最終的機動動作；

步驟五：設計仿哈里斯鷹智能捕食的優化算法

S51、哈里斯鷹優化算法

S52、基于多維學習的哈里斯鷹智能捕食優化

針對哈里斯鷹優化算法存在易陷入局部最優的問題，改變探索階段的學習對象，利用多維學習機制充分體現哈里斯鷹的智能捕食行為；

S53、仿哈里斯鷹智能捕食優化的無人機空戰機動決策

步驟六：更新六自由度飛機狀態

確定了最優機動后，將三自由度控制指令輸入到六自由度飛機控制器，進而轉換為六自由度飛機控制量，即可更新飛機狀態。