[發(fā)明專利]一種基于生成對(duì)抗網(wǎng)絡(luò)的無人機(jī)集群任務(wù)預(yù)分配方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210336032.3
• 申請(qǐng)日: 2022-03-31
• 公開（公告）號(hào): CN114841055A
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計(jì)）人: 畢文豪;嚴(yán)鈺文;張安
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06N3/04;G06N3/08;G06Q10/06;G06Q50/26
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 金鳳

1.一種基于生成對(duì)抗網(wǎng)絡(luò)的無人機(jī)集群任務(wù)預(yù)分配方法，其特征在于包括下述步驟：

步驟1：數(shù)據(jù)預(yù)處理

對(duì)無人機(jī)信息與目標(biāo)信息進(jìn)行預(yù)處理，其中無人機(jī)信息包括彈藥量、對(duì)目標(biāo)的毀傷概率、對(duì)目標(biāo)的偵察收益、無人機(jī)續(xù)航能力；目標(biāo)信息包括目標(biāo)重要度、目標(biāo)打擊收益、目標(biāo)偵察收益；

預(yù)處理包括以下三個(gè)步驟：

a).將無人機(jī)信息表示為1×n₁的信息向量l_a，其中n₁為無人機(jī)數(shù)量，a＝1,2,...,k₁,k₁為無人機(jī)信息種類數(shù)量；將目標(biāo)信息表示為1×n₂的信息向量k_b，其中n₂等于目標(biāo)數(shù)量，b＝1,2,...,k₂,k₂為目標(biāo)信息種類數(shù)量；

b).由于n₁、n₂存在長(zhǎng)度不同的情況，取n＝max(n₁,n₂)為指定長(zhǎng)度，將小于指定長(zhǎng)度的向量l_a、k_b后進(jìn)行補(bǔ)零處理，最終得到長(zhǎng)度都為n的無人機(jī)信息向量l_new_a和目標(biāo)信息向量k_new_b，之后將各個(gè)信息向量按行組合成為(k₁+k₂,n)的信息矩陣M；

c).使用如下公式對(duì)信息矩陣M中每一行數(shù)據(jù)進(jìn)行歸一化處理：

式中x_norm_(i,j)為第i行第j列進(jìn)行歸一化后的數(shù)據(jù)，x_i,j為第i行第j個(gè)數(shù)據(jù)，Min_i為第i行值最小的數(shù)據(jù)，Max_i為第i行值最大的數(shù)據(jù)，i＝1,2,...,k₁+k₂，j＝1,2,...,n，記經(jīng)過歸一化處理后的矩陣為M_norm；

將經(jīng)過歸一化后的矩陣M_norm作為模型的輸入數(shù)據(jù)，記為data_i，同時(shí)將與無人機(jī)和目標(biāo)信息對(duì)應(yīng)的真實(shí)的任務(wù)分配序列記為real_i，進(jìn)入步驟2；

步驟2：建立生成對(duì)抗網(wǎng)絡(luò)的生成模型G(x)并生成分配序列；

步驟3：建立生成對(duì)抗網(wǎng)絡(luò)的判別模型D(x)并對(duì)生成序列評(píng)價(jià)；

判別模型由詞嵌入模型、深度卷積網(wǎng)絡(luò)、全連接網(wǎng)絡(luò)組成，三者作為判別模型的基本架構(gòu)；

判別模型評(píng)價(jià)指標(biāo)如下：

其中G(z)為生成模型生成的序列，D(y))為判別模型得到的評(píng)分,表示真實(shí)分配序列通過判別模型后評(píng)分的期望，表示生成的分配序列經(jīng)過判別模型后評(píng)分的期望；

步驟4：采用梯度下降最優(yōu)化目標(biāo):min-V(G,D)；

根據(jù)步驟(3)中的序列評(píng)價(jià)指標(biāo)V(D,G)，使用隨機(jī)最速下降法更新判別模型中的參數(shù)，包括判別模型中卷積網(wǎng)絡(luò)每一個(gè)卷積核的參數(shù)、全連接網(wǎng)絡(luò)中每一個(gè)神經(jīng)元的權(quán)值以及每一個(gè)神經(jīng)元的偏置；

步驟5：計(jì)算生成模型優(yōu)化目標(biāo)；

生成模型優(yōu)化的目標(biāo)函數(shù)如下：

J(θ)＝E[R_T|s₀,θ] (2)

式(2)中s₀為初始狀態(tài)，θ為生成模型中的參數(shù)，R_T為判別模型對(duì)完整的生成序列給出的評(píng)價(jià)；J(θ)表示對(duì)評(píng)價(jià)的期望，即在某一個(gè)初始條件s₀和參數(shù)θ的條件下，產(chǎn)生某個(gè)完全的序列的評(píng)價(jià)的期望值；

期望的計(jì)算公式如下：

式中G_θ(y₁|s₀)表示利用生成模型生成某一個(gè)y₁序列的概率；(表示當(dāng)生成器G_θ生成了一個(gè)未完全序列y₁后，通過蒙特卡洛方法對(duì)該序列進(jìn)行多次補(bǔ)全后放入判別器D_φ中得到補(bǔ)全序列的評(píng)價(jià)指標(biāo)值，隨后對(duì)由y₁產(chǎn)生的多個(gè)序列評(píng)價(jià)指標(biāo)值取平均后的均值；

步驟6：采用梯度下降最優(yōu)化目標(biāo)min-J(θ)

根據(jù)式(2)，使用隨機(jī)最速下降法優(yōu)化目標(biāo)min-J(θ)，更新生成模型中的參數(shù)，即生成模型中LSTM網(wǎng)絡(luò)中的w_i、b_i與全連接網(wǎng)絡(luò)的權(quán)重與偏置；

步驟7：對(duì)抗訓(xùn)練；

進(jìn)行生成模型和判別模型的對(duì)抗訓(xùn)練，即重復(fù)步驟(2)到步驟(6)，直到達(dá)到設(shè)定的終止條件，終止條件為達(dá)到最大訓(xùn)練次數(shù)或模型網(wǎng)絡(luò)的loss值不再變化，即認(rèn)為生成模型的網(wǎng)絡(luò)收斂，保存生成模型，即為本發(fā)明的任務(wù)分配生成模型；

步驟8：任務(wù)分配序列生成

給定戰(zhàn)場(chǎng)信息，按照步驟1對(duì)輸入數(shù)據(jù)進(jìn)行處理后，將無人機(jī)信息和目標(biāo)信息輸入任務(wù)分配生成模型，即可快速得到期望的任務(wù)分配結(jié)果。