[发明专利]一种针对大规模无人机集群动态对抗的决策方法

说明书

本发明公开了一种针对大规模无人机集群动态对抗的决策方法，步骤：各无人机根据战场环境信息进行态势评估，以最大化攻击收益为目标，实现多机协同多目标分配决策；建立基于社会力的集群运动模型，根据目标分配结果，各无人机选择相应的行为规则，实现自身速度及位置的更新；各无人机进行攻击决策，针对所分配目标判断其是否满足攻击条件，若满足，则对目标进行攻击并更新自身武器数量以及敌方目标的生存概率，否则判断作战是否结束。本发明通过无人机间的通信，实时进行目标分配与协商，并建立集群运动模型，实现无人机速度和位置的更新，从而进一步实现无人机集群之间的动态对抗。

技术领域

本发明属于空战决策技术领域，特别涉及了一种针对大规模无人机集群动态对抗的决策方法。

背景技术

随着战场环境的日益复杂以及作战任务的日趋多样化，无人机的作战样式逐步从单平台向多平台“集群”(Swarm)方向发展。利用大量成本低廉的无人机组成集群对敌方重要目标实施饱和打击，将成为无人机集群的主要作战样式。而应对无人机集群饱和攻击最有效的方法就是利用无人机集群对入侵的机群进行拦截，这就导致了无人机集群的空中对抗。在集群对抗过程中，空战态势不断变化，每架无人机必须根据变化的态势做出实时的决策，实现与友机的合作以及与敌机的对抗，这是作战双方面对战场局势的一种策略选择，所以决策方法对作战的结果具有决定性影响。

在集群动态对抗中，无人机实时做出的决策主要包括目标分配决策以及无人机的运动决策。目前解决目标分配问题的方法主要有蚁群算法(ACO)、粒子群算法(PSO)、遗传算法(GA)等，但普遍存在效率低以及不能收敛等问题，且只适用于静态的目标分配；而针对无人机集群的运动决策，通常采用基于仿生智能的行为控制方法，通过设计无人机个体行为规则和控制策略，使大规模的具有自主能力的无人机相互作用构成一个有序的整体，但针对特定作战任务的集群运动控制策略仍需进行进一步的研究。目前针对无人机集群对抗问题，主要的策略是将多对多的集群空战分解为一对一的对抗，但所设计的多无人机空战决策方法一般只适用于小规模的无人机群之间的作战和静态的目标分配，当对抗个体数量庞大，作战态势不断变化时，传统的空战决策方法将难以求解大规模无人机集群之间的动态对抗问题。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供一种针对大规模无人机集群动态对抗的决策方法，通过无人机间的通信，实时进行目标分配与协商，并建立集群运动模型，实现无人机速度和位置的更新，从而进一步实现无人机集群之间的动态对抗。

为了实现上述技术目的，本发明的技术方案为：

步骤一，各无人机根据所获知的战场环境信息进行态势评估，根据态势评估结果计算各目标的攻击收益，以最大化攻击收益为目标，采用分布式一致性拍卖算法，实现多机协同多目标分配决策；

步骤二，在经典集群行为“聚集-避撞-对齐”的基础上，引入个体对作战任务的应激行为，将个体之间的交互抽象为力，建立基于社会力的集群运动模型，根据步骤一的多机协同多目标分配结果，各无人机选择相应的行为规则，实现自身速度及位置的更新；

步骤三，根据步骤一的多机协同多目标分配结果以及步骤二的无人机位置更新结果，各无人机进行攻击决策，针对所分配目标判断其是否满足攻击条件，若满足，则对目标进行攻击并更新自身武器数量以及敌方目标的生存概率；否则进入步骤四；

步骤四，判断作战是否结束，若未结束，则返回步骤一，继续循环；否则退出循环。

进一步地，在步骤一中，所述战场环境包括双方无人机集群以及各自的基地，各无人机对自身探测范围内的敌机以及已知的敌方基地进行态势评估，得到优势矩阵；

由于作战区域为二维平面且所有无人机同构，因此无人机与无人机间的态势优势采用角度优势指数、距离优势指数和速度优势指数进行评估，分别记为Sa_ij,Sr_ij,Sv_ij：