[发明专利]一种基于试探机动选择算法的专家系统优化方法

说明书

本申请提供了一种基于试探机动选择算法的专家系统优化方法，该优化方法包括：构建多场景下用于推演无人机单位时间后空战态势的试探机动指令集，所述试探机动指令集包含多种场景下每个场景能够执行的机动动作指令；推演执行所述试探机动指令集内所有机动动作指令后敌我双方的位置与姿态关系；构建基于敌我双方位置、姿态与能量态势关系的综合评价函数，通过所述综合评价函数评估推演结果，根据推演结果得到最优的机动动作指令，从而控制所述无人机执行所述最优机动动作。本申请所提供的基于试探机动选择算法的专家系统优化方法可以弥补传统专家系统在自主决策中出现的空战态势与规则不匹配而导致的决策失败情况，可以提高无人机的空战能力。

技术领域

本申请属于飞行控制技术领域，特别涉及一种基于试探机动选择算法的专家系统优化方法。

背景技术

对于无人机自主空战，需要建立战术机动动作库，一般使用专家系统方法进行空战机动自主决策，其优点在于利用了近距空战的空战经验和战术，这些经验和战术是在物理意义上意味着面对相关的几何作战态势时较优的选择。这种决策方法简单有效，便于扩展。但这种方法的缺点也很明显，主要是经常会出现当前空战态势与所有的规则前件均无法匹配，造成无人机不能及时进行合理的机动动作，从而处于劣势的问题。因此需要一种方法来应对并改进基于规则的决策方法的不足。

发明内容

本申请的目的是提供了一种基于试探机动选择算法的专家系统优化方法，以解决或减轻背景技术中的至少一个问题。

本申请的技术方案是：一种基于试探机动选择算法的专家系统优化方法，包括：

构建多场景下用于推演无人机单位时间后空战态势的试探机动指令集，所述试探机动指令集包含多种场景下每个场景能够执行的机动动作指令；

推演执行所述试探机动指令集内所有机动动作指令后敌我双方的位置与姿态关系；

构建基于敌我双方位置、姿态与能量态势关系的综合评价函数，通过所述综合评价函数评估推演结果，根据推演结果得到最优的机动动作指令，从而控制所述无人机执行所述最优机动动作。

进一步的，所述试探机动指令集包括安全高度机动指令集、安全速度机动指令集、追踪机动指令集和脱离机动指令集。

进一步的，所述安全高度机动指令集包括：

指令1，过载指令为滚转角指令为0；

指令2，过载指令为滚转角指令为0；

式中，△n_z为法相过载控制指令，为飞机进行爬升过载测试中得到的单位时间平均正过载变化率，为飞机进行瞬盘过载测试中得到的单位时间平均正过载变化率。

进一步的，所述安全速度机动指令集包括：

指令1，过载指令为1+△n_z、滚转角指令为0；

指令2，过载指令为1+△n_z-0.8△n_c,1、滚转角指令为0；

指令3，过载指令为1、滚转角指令为0；

指令4，过载指令为1+△n_z-0.8△n_c,1、滚转角指令为φ；

指令5，过载指令为1+△n_z-0.8△n_c,2、滚转角指令为φ；

指令6，过载指令为1+△n_z、滚转角指令为φ+10°；

指令7，过载指令为1+△n_z-0.8△n_c,1、滚转角指令为φ-10°；