[发明专利]组网雷达资源管控方法及装置、计算机可读存储介质

权利要求书

1.一种组网雷达资源管控方法，其特征在于，包括：

S110、根据战场威胁态势信息，构建目标威胁状态矩阵；

S120、分别初始化雷达节点状态空间、雷达节点动作空间、组网雷达目标跟踪动作空间值函数矩阵、混合策略和平均策略，并初始化规划时刻；

S130、构造回报函数；

S140、在预设的t时刻，根据所述混合策略选取动作并执行；

S150、在预设的t+1时刻，更新所述组网雷达目标跟踪动作空间值函数矩阵；

S160、更新所述混合策略以及所述平均策略；

S170、判断是否满足预设停止条件，若是，则完成组网雷达资源管控，若否，则继续执行步骤S140；

所述根据战场威胁态势信息，构建目标威胁状态矩阵的步骤具体包括：

根据n个来袭目标的静态属性、动态属性、威胁程度的量化信息，形成所述战场威胁态势信息，构建所述目标威胁状态矩阵；其中，

各所述来袭目标的静态属性集合＝{目标类型，机动能力，武器信息{类型，数量}，载荷信息{类型，数量}}；

各所述来袭目标的动态属性集合＝{目标位置，运动速度，航向}；

各所述来袭目标的威胁程度集合＝{攻击意图，毁伤能力，紧迫程度}。

2.根据权利要求1所述的方法，其特征在于，所述根据n个来袭目标的静态属性、动态属性、威胁程度的量化信息，形成所述战场威胁态势信息，构建所述目标威胁状态矩阵的步骤具体包括：

对来袭目标j的静态属性、动态属性、威胁程度三个集合中共w类属性的量化信息进行威胁估计，得到威胁估计向量X_j＝[x_ij]w，i为属性类别；

采用MAX-MIN方法对来袭目标j的各类属性进行归一化，得到威胁估计规范化向量则n个来袭目标构成的目标威胁状态矩阵

3.根据权利要求2所述的方法，其特征在于，所述分别初始化雷达节点状态空间、雷达节点动作空间、组网雷达目标跟踪动作空间值函数矩阵、混合策略和平均策略，并初始化规划时刻的步骤具体包括：

假设来袭目标i的第j类属性的权重为ω_ij；

对向量中的各元素加权求和得到来袭目标i的综合威胁程度构建雷达节点l的目标威胁状态集合S_l＝{s_l1,s_l2,...,s_ln}并初始化；

构建雷达节点l的动作空间A_l＝{a_l1,a_l2,...,a_lg}并初始化；

初始化组网雷达目标跟踪动作空间值函数矩阵Q＝[0]n×g；

随机初始化状态-动作混合策略π＝[π_ij]n×g；

初始化平均策略矩阵

4.根据权利要求3所述的方法，其特征在于，所述回报函数为：

其中，为组网雷达对第j个目标的跟踪精度，为雷达节点l的任务执行能量消耗，为任务执行过程中雷达节点i与雷达节点j之间的网络通信消耗。

5.根据权利要求4所述的方法，其特征在于，所述在预设的t时刻，根据所述混合策略选取动作并执行的步骤具体包括：

对每个组网雷达l∈{1,2,...,m}，在状态下根据混合策略中不同动作对应的策略值选取动作并执行。

6.根据权利要求5所述的方法，其特征在于，所述在预设的t+1时刻，更新所述组网雷达目标跟踪动作空间值函数矩阵的步骤具体包括：

在所述t+1时刻，威胁状态转移至获得任务执行效益回报R＝J；

根据下式对组网雷达目标跟踪动作空间值函数矩阵Q进行更新，其中i＝1,2,...n，j＝1,2,...g：

其中，α0为学习率，γ∈[0,1]为折扣系数。