[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

本發明公開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：步驟一：搭建六自由度飛機模型及控制器；步驟二：設計戰術規劃機動指令生成器；步驟三：設計紅藍博弈得分矩陣；步驟四：設計混合策略機動決策目標函數；步驟五：設計仿哈里斯鷹智能捕食的優化算法；步驟六：更新六自由度飛機狀態。本發明優點：1)控制對象為模擬真實飛機的六自由度非線性飛機模型，相比三自由度飛機質點模型更具實際應用價值；2)利用博弈混合策略構造機動決策目標函數，并處理了約束條件轉換為無約束優化問題；3)設計了基于多維學習機制的哈里斯鷹智能捕食優化算法，提高了種群多樣性，避免陷入局部最優解。

技術領域

本發明是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，屬于空戰自主決策領域。

背景技術

自主空戰是未來戰爭的重要方式之一，無人作戰飛機(Unmanned Combat AerialVehicle,UCAV)能夠避免人員傷亡，并能應付人類難以忍受的惡劣條件，是未來空戰中的主要力量，空戰能力的強弱很大程度上決定了戰爭的主導權。無人作戰飛機空戰過程的核心是機動決策，機動決策的好壞直接關系到雙方的勝敗。

機動決策方法大致分為三類：一類是基于數學求解，以微分博弈為代表，這種方法數學概念清晰，但求解復雜，且面對復雜問題求解難度極大；一類是基于機器搜索，代表性方法有矩陣博弈、蒙特卡洛樹搜索、馬爾科夫決策等，這類方法應用最為廣泛，可操作性強；一類是基于數據訓練，典型方法有強化學習、遺傳模糊樹等，這類方法可以通過大量樣本的學習衍生出許多意想不到的結果，是一類新興的空戰決策方法，但是其訓練過程非常耗時，仍面臨很多亟待攻克的難題。

仿哈里斯鷹智能捕食的優化算法，是哈里斯鷹智能捕食行為的數學化，是一種新興的基于種群的、受自然啟發的優化算法，它的靈感來自于哈里斯鷹的合作狩獵行為。哈里斯鷹要捕捉到獵物，需要經歷長時間的狩獵過程，概括起來分為三個階段：搜索獵物階段、轉換階段、圍捕獵物階段，各個階段有不同的攻擊策略，用數學形式將三個階段的狩獵過程映射到優化算法中，即為：探索階段、轉換階段、開發階段，該算法需要設置的參數少，易于應用，具有良好的優化能力。

綜上所述，本發明提出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，結合博弈混合策略，優化得出最優機動，提高無人戰機作戰效能。

發明內容

本發明目的是提供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，旨在解決無人作戰飛機空戰過程中機動決策問題，以提升作戰效能與自主決策水平；本發明基于矩陣博弈法進行機動決策，改進之處在于利用博弈混合策略設計了優化目標函數，并利用仿哈里斯鷹智能捕食的優化算法進行尋優，求得最優混合策略后，利用輪盤賭方式確定最終機動。混合策略的機動決策法改善了傳統的純策略最大最小算法的固化性，結合優化算法，使得最優解更加靈活，提高了機動決策的有效性。

為實現上述目的，本發明提出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，具體實現步驟如下：

步驟一：搭建六自由度飛機模型及控制器

S11、搭建六自由度飛機模型

本發明采用模擬真實飛機的六自由度非線性模型，而非通常采用的質點模型，六自由度飛機的運動方程包括動力學方程和運動學方程，具體可分為飛機質心的位移運動和繞質心的轉動運動。

S12、基于迎角和滾轉角的控制器設計

該控制器的輸入為迎角和滾轉角指令，輸出為飛機的油門桿、升降舵偏轉角、副翼偏轉角、方向舵偏轉角四個控制量，反饋信息是飛機的狀態量。

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