一种多无人战斗机协同目标分配方法及系统

文档序号:39235163发布日期:2024-09-03 17:16阅读:41来源:国知局
一种多无人战斗机协同目标分配方法及系统

本发明属于协同目标分配,尤其是多无人战斗机协同目标分配方法及系统。


背景技术:

1、多架无人战斗机(cuav)协同目标分配问题是一个多模型、多约束、复杂程度呈几何级数量增加的最优化np问题,用以为ucav分配攻击目标,使得整个ucav的作战效能最大,作战代价最小,从而便于合理分配兵力资源,以获得最大的打击效果。其主要特点是约束众多且复杂,对应的约束处理技术是协同目标分配中的关键问题,在ucav目标协同过程中,不但要处理无人战斗机自身的约束问题,还要考虑相互协同的约束问题,对此,目前常用的处理算法有遗传算法(genetic algorithm,ga)、模拟退火算法(simulatedannealing,sa),蚁群算法(ant colony algorithm,aca)等,但是,在这些算法的解算过程中,均不可避免地会产生不满足约束条件的解,容易出现早熟收敛,此时,一般需要利用约束中的启发信息对解进行检查,或者采用惩罚函数、约束锦标赛等方法。然而,对解进行实时检查的反复试探会影响求解速度,惩罚函数方法的罚因子选取困难,具有问题相关性,用户不易把握,约束锦标赛等其他各类修正算法也总是针对具体问题设计,不具有通用性,其效果欠佳且会增加算法的时间消耗。


技术实现思路

1、发明目的:本发明的目的是提供一种复杂度低且准确度高的多无人战斗机协同目标分配方法及系统,能够将多约束优化问题转化为非约束多目标优化问题,利用储能化学反应算法进行优化处理,提高全局寻优能力,实现了对复杂约束条件下的ucav协同目标的合理分配。

2、技术方案:本发明所述的多无人战斗机协同目标分配方法,包括如下步骤:

3、建立多无人战斗机协同目标分配的目标函数max(f(x))=max(f(x),y(x));通过储能化学反应算法求解所述多ucav协同目标分配的目标函数,得到多无人战斗机的目标分配结果;

4、其中,f(x)是第一目标函数,描述为考虑最小损耗获取最大收益以及最小航程,将现有目标分配给全部无人战斗机;y(x)为第二目标函数,将无人战斗机的多个协同约束条件通过等式约束条件和不等式约束条件转换为单目标函数;

5、其中,所述储能化学反应算法中,根据分子的动能和势能计算环境能量储备变量,在单分子与容器壁的无效碰撞和单分子与容器壁碰撞的分裂反应中通过环境能量储备变量为低动能分子补充能量并启发分裂反应。

6、进一步地,所述第一目标函数f(x)为:

7、

8、其中,多架无人战斗机集合为ui(ui∈u,i=1,2,...n),散布在不同位置的多目标为tk(tk∈t,k=1,2,...m),pik为无人战斗机ui对目标tk的杀伤概率;ek为目标tk的价值;e为无人战斗机协同目标攻击全部目标后所获得的总体收益;g为无人战斗机群的整体损耗;d为无人战斗机协同目标攻击全部目标的总航程;qik为无人战斗机ui攻击目标tk时的死亡概率;vi为第i架无人战斗机的价值;dik为第i架无人战斗机ui攻击目标tk的飞行航程;ω1、ω2、ω3分别为收益、损耗、航程指标权重系数。

9、进一步地,所述无人战斗机的多个协同约束条件包括:

10、(1)表示每个目标仅被分配给一架无人战斗机;

11、(2)表示每架无人战斗机必须分配一个目标,且最多只攻击ci个目标;

12、(3)表示所有目标都被分配给无人战斗机群,t为多目标的集合。

13、进一步地,所述将无人战斗机的多个协同约束条件通过等式约束条件和不等式约束条件转换为单目标函数包括:

14、构建不等式约束条件gj(x)及等式约束条件hj(x),令:

15、

16、根据无人战斗机多个协同约束条件,gj(x)、hj(x)定义为:

17、

18、则第二目标函数

19、其中n为无人战斗机数量,m为目标数量,每架无人战斗机最多分配ci个目标,

20、进一步地,根据分子的动能和势能计算环境能量储备变量,在单分子与容器壁的无效碰撞和单分子与容器壁碰撞的分裂反应中通过环境能量储备变量为低动能分子补充能量并启发分裂反应包括:

21、在单分子与容器壁的无效碰撞中,环境能量储备变量buffer=buffer+(peω+keω-peω')×(1-q),其中peω和keω分别为原分子结构对应的分子势能和分子动能,peω'为新分子结构对应的分子势能,q是取自[lossrate,1]之间的随机小数,lossrate为动能损失概率下限。

22、进一步地,根据分子的动能和势能计算环境能量储备变量,在单分子与容器壁的无效碰撞和单分子与容器壁碰撞的分裂反应中通过环境能量储备变量为低动能分子补充能量并启发分裂反应包括:

23、在单分子与容器壁碰撞的分裂反应中,若或者则其中否则

24、其中peω和keω分别为原分子结构对应的分子势能和分子动能,和分别为分裂后的分子结构ω1和ω2对应的分子势能,和分别为分裂后的分子结构ω1和ω2对应的分子动能,k,m1,m2,m3,m4为随机纯小数;

25、分裂反应完成后,更新

26、进一步地,所述储能化学反应算法中还包括分子间的无效碰撞反应和分子相互碰撞的化合反应。

27、本发明所述的多无人战斗机协同目标分配系统,包括:

28、目标函数建立单元,用于建立多无人战斗机协同目标分配的目标函数max(f(x))=max(f(x),y(x));其中,f(x)是第一目标函数,描述为考虑最小损耗获取最大收益以及最小航程,将现有目标分配给全部无人战斗机;y(x)为第二目标函数,将无人战斗机的多个协同约束条件通过等式约束条件和不等式约束条件转换为单目标函数;

29、目标分配单元,用于通过储能化学反应算法求解所述多无人战斗机协同目标分配的目标函数,得到多无人战斗机的目标分配结果;其中,所述储能化学反应算法中,根据分子的动能和势能计算环境能量储备变量,在单分子与容器壁的无效碰撞和单分子与容器壁碰撞的分裂反应中通过环境能量储备变量为低动能分子补充能量并启发分裂反应。

30、本发明所述的电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现根据所述的多无人战斗机协同目标分配方法。

31、本发明所述的计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述的多无人战斗机协同目标分配方法。

32、有益效果:与现有技术相比,本发明的优点在于:(1)将多ucav协同目标分配中的约束条件作为多个目标看待,将具有n个决策变量、单个目标函数、l个不等式约束和m-l个等式约束条件组成的约束优化问题,转化为具有n个决策变量、两个目标函数的非约束多目标优化问题;(2)利用储能化学反应算法对其进行优化处理,使用环境能量储备变量buffer为低动能分子补充能量,使得在发生无效碰撞时,利用buffer存储能量,并减小碰撞分子的当前动能,使其逐渐趋于稳定收敛,同时,利用buffer启发分裂反应,大幅改变该单分子结构,以增加分子结构剧烈变化的可能性,提高其分裂反应能力,使其搜索到更多的解空间,从而提高算法的全局寻优能力,从而实现了对复杂约束条件下的ucav协同目标的合理分配。(3)实验结果表明,相对约束处理方法,本发明的非约束多目标优化方法获得的目标函数值更优,其分配过程更为合理,为ucav协同目标分配问题提供了一种新思路,具有良好的应用前景。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1