[发明专利]一种基于概率图动态规划的在线协同探测任务规划方法

说明书

一种基于概率图动态规划的在线协同探测任务规划方法，第一步，根据态势获取的目标可能部署区域的位置构建搜索概率图；第二步，构建关联矩阵，根据关联矩阵进行聚类融合，将聚类融合后的聚类中心作为初始红外探测器的指向位置，计算红外探测器的覆盖范围，优化分配红外探测器的搜索子区域；第三步，采用周期和反应式混合搜索调度策略，每个固定的周期优化分配红外探测器的指向位置，进行在线协同探测任务规划。本发明解决了现有技术中存在的在线协同搜索与感知决策效率低、泛化性差等问题。

技术领域

本发明涉及红蓝方对抗推演智能决策领域，特别涉及一种基于概率图动态规划的在线协同探测任务规划方法。

背景技术

对抗性人工智能已经出现，并取得一定成就。早在2011年，IBM的“Waston”在答题节目“危险边缘”中战胜了该节目的答题累积得分最高选手和连胜纪录保持者。核心为IBMDeepQA技术的Waston采用专家系统方式，以大数据的关联分析和统计特征进行推理，它的获胜体现了机器AI对自然语言中复杂问题的理解、推理和解答，其智能化表征使得人工智能面临重大拐点。而在大数据和高性能计算的支持下，深度学习技术的突破为人工智能发展提供了条件。

搜索和发现任务区域内的目标是后续一系列作战活动的基础和前提。随着科学技术的发展，现代化战争的作战环境日益复杂，搜索并及时发现目标也变得越来越困难。且飞行器在执行搜索任务之前，仅知道搜索区域的地理位置信息和边界信息，对其中的目标信息是一无所知的，飞行器是在一个完全未知的复杂的区域执行搜索任务。考虑到单枚飞行器搜索的局限性，有必要展开对多枚飞行器的协同搜索研究。

当前智能决策算法大多采用基于优化和基于先验知识的方法，针对红蓝方推演全流程任务时序中的多目标动态优化问题，存在决策效率低、泛化性差等问题。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提出一种基于概率图动态规划的在线协同探测任务规划方法，解决了多目标探测动态规划任务中存在的覆盖面积缺失、泛化性差、决策效率低的问题。

本发明的技术解决方案是：

基于概率图动态规划的在线协同探测任务规划方法，该方法的步骤包括：

第一步，根据态势获取的目标可能部署区域的位置构建搜索概率图；

第二步，构建关联矩阵，根据关联矩阵进行聚类融合，将聚类融合后的聚类中心作为初始红外探测器的指向位置，计算红外探测器的覆盖范围，优化分配红外探测器的搜索子区域；

第三步，采用在线动态搜索调度策略，每个固定的周期优化分配红外探测器的指向位置，进行在线协同探测任务规划。

所述的第一步中，概率图的构建过程为：

(1.1)通过多个飞行器上被动雷达和红外探测器进行态势获取，将获取的目标信息转换到统一的地心地固坐标系，初步得到目标可能部署区域；

(1.2)假设目标可能部署区域为一平面矩形搜索区域，其中分布着多个目标群，多枚飞行器进入该搜索区域后对目标进行搜索，将该搜索区域划分为m×n 个四边形网格，每个四边形网格作为一个单元，称所有单元的集合E＝{(i,j)|i＝1,2,…,m；j＝1,2,…,n}为搜索环境，(i,j)表示位于第i行，第j列的单元， m为搜索视场最大的行边界，n为搜索视场最大的列边界；

(1.3)为每个单元(i,j)定义P_ij(k)∈[0,1]，P_ij(k)∈[0,1]表示k时刻单元(i,j)中存在目标群的概率，则搜索概率图表示为SPM＝{P_ij(k)|(i,j)∈E}，飞行器在搜索的过程中，根据已探测到的信息实时对搜索概率图进行更新。

所述步骤(1.3)中，对搜索概率图进行更新的方法为：