[發明專利]一種對地空導彈武器系統疏散群目標作戰效能評估方法

在審

• 申請號: 202210191854.7
• 申請日: 2022-02-28
• 公開（公告）號: CN114565278A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 何廣軍;李廣劍;卜祥偉;王族統;何其芳;張惠媛;孫昭;李正杰
• 申請（專利權）人: 中國人民解放軍空軍工程大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F30/27;G06N3/08;G06Q50/26;G06F111/10;G06F111/08
• 代理公司: 焦作加貝專利代理事務所(普通合伙) 41182
• 代理人: 馮新志

1.一種對地空導彈武器系統疏散群目標作戰效能評估方法，其特征在于，包括：

步驟1，獲取所述疏散型空中目標群內各空中目標的各狀態參數的重要度；

步驟2，把所述各空中目標的所述各狀態參數的重要度輸入預先訓練的神經網絡模型，獲得所述各空中目標的重要度；

步驟3，根據所述各空中目標的重要度，計算所述各空中目標的被殺傷概率；

步驟4，根據所述各空中目標的被殺傷概率，計算所述疏散型目標群的被殺傷數學期望值。

2.根據權利要求1所述的方法，其特征在于，所述狀態參數包括：目標類型、目標速度、目標航路捷徑、目標距離；

所述目標類型的重要度的取值T_w具體為：按照空中目標在作戰中的作用大小，空中目標分為不同類型，不同類型的空中目標對應的重要度T_w不同；

目標速度重要度V_w根據以下公式計算：其中：v為空中目標相對于保衛目標的速度，V_max為所述疏散型目標群中的所有空中目標的速度的最大值；

目標航路捷徑重要度J_w根據以下公式計算：其中：j為所述疏散型空中目標群中的空中目標的航路捷徑，D_Jmax為所述疏散型空中目標群中的所有空中目標的航路捷徑的最大值；

目標距離重要度D_w根據以下公式計算：其中：d為所述疏散型空中目標群中的空中目標與防空要地的距離，D_max為所述疏散型空中目標群中所有空中目標的與防空要地的距離中的最大值。

3.根據權利要求1所述的方法，其特征在于，所述目標類型的重要度的取值T_w具體為：；

按照空中目標在作戰中的作用大小分為四種類型，分別為第1類目標，所述第1類空中目標包括：預警機、戰略轟炸機；

第2類空中目標，所述第2類空中目標包括：隱身飛機、殲擊轟炸機；

第3類空中目標；所述第3類空中目標包括：戰斗機、巡航導彈；

第4類空中目標；所述第4類空中目標包括：所述第4類目標包括：武裝直升機、中小型無人機；

第1類空中目標的重要度取0.8；

第2類空中目標的重要度取0.6；

第3類空中目標的重要度取0.4；

第4類空中目標的重要度取0.2。

4.根據權利要求1所述的方法，其特征在于，所述步驟3具體為：

其中，m為所述疏散型空中目標群包含的空中目標的數量；

n為地面防空火力單位的數量；

p_ij為第i個地面防空火力單元對第j個空中目標的殺傷概率；

i＝1,2,...n；j＝1,2,...m；

x_ij為決策變量，x_ij＝0,1，1代表第i個火力單元分配給第j個目標；否則為0；

a_j為第j個空中目標的重要度；

P_j為第j個空中目標的被殺傷概率。

5.根據權利要求1所述的方法，其特征在于，所述步驟4具體為：

其中，m為所述疏散型空中目標群包含的空中目標的數量；

M(X)為所述疏散型空中目標群的被殺傷數學期望值；

P_j為第j個空中目標的被殺傷概率。

6.根據權利要求1所述的方法，其特征在于，所述神經網絡模型采用BP神經網絡，為三層神經網絡，即輸入層、隱層和輸出層，各層采用全連接方式；輸入層的輸入數據為所述各狀態參數重要度，輸出層為所述各空中目標的重要度。

7.根據權利要求1所述的方法，其特征在于，步驟1之前，還包括：

預先訓練神經網絡模型。

8.根據權利要求1所述的方法，其特征在于，所述訓練所述神經網絡模型的步驟包括：

構建神經網絡模型；利用歷史數據作為訓練樣本，對所述神經網絡進行訓練；所述歷史數據包括：各狀態參數的真實重要度和空中目標的真實重要度；

依據訓練樣本的真實重要度的模型輸出值之間的誤差，利用梯度下降法來對神經網絡中的權值和閾值參數進行調節，使誤差信號盡量減小，最終得出空中目標的重要度值。