一种无人机编队作战效能评估方法与流程

本技术涉及体系效能评估领域，具体为一种无人机编队作战效能评估方法。

背景技术：

1、随着航空武器装备的跨越式发展，以中、小型无人机为代表的新型作战武器在战场侦察、目标清除、通信中继等特殊作战场景中的作用愈发明显，结合信息通信、高效协同的无人机编队很可能是未来影响战场局势的重要因素。

2、与有人作战武器相比，无人机能够在更为严酷、恶劣和危险的环境下工作，大幅减小作战飞行员伤亡。同时，与单架次无人机相比，集群协同作战能够通过高效协作提高任务完成质量，结合信息化应用，通过资源信息共享提高任务遂行能力。因此，无人机编队在现代战场上获得了大量应用。

3、目前，无人机编队作战模式尚不成熟，以“饱和”为主的编队方式一方面难以满足复杂战场环境下目标离散、形势瞬变的作战要求；另一方面，没有充分发挥编队智能化、集成化、信息化的优势，任务自主决策、目标协同作战等效益不高。因此，针对特定作战任务和复杂战场环境进行无人机编队效能评估分析，结合无人机智能化、信息化、集成化优势条件完成任务自主规划是实现无人机编队实战应用的核心和关键，对于提高智能装备辅助作战水平具有重要意义，需要开展系统性研究工作。同时，对无人机编队作战效能的评估也是确定无人机装备技战指标、规划平台模块功能以及实施效果检验的前提和基础；一方面可以作为无人机编队作战任务规划设计的参考，另一方面是武器装备型号产品更新迭代的重要依据。

4、目前，主流的效能评估方法可以分为三种：主观赋权法、客观赋权法以及两者相结合的方法。其中，主观赋权法（如ahp法）可排除思维过程中的非一致性，却无法排除赋权专家的思维片面性，评估结果强烈依赖于专家的专业领域知识积累以及主观判断；客观赋权法（如熵权法）则基于客观数据以及量化数学理论计算得到客观权重值，但这种赋权模式忽视了决策者对于任务、环境、需求的主观经验，赋权值有可能与实际目标产生偏差。

5、发明人研究发现，传统的作战效能评估主要采用定性分级、技战性能评审等形式，评价专家针对作战任务和战场环境需求对比参战装备性能的满足情况，并结合专业知识和经验判断对装备是否满足作战要求进行定性评价。采用该方式，评估结果与评价专家的专业、数量、认知水平、主观意愿等密切相关，一方面无法对作战效能进行定量的评估，另一方面评估结果仅适用于特定目标作战场景，变更作战任务或战场地形等参数后评估结果将不具备参考价值。

6、有鉴于此，本发明公开了一种以无人机编队技战指标客观评价为基础的作战效能定量评估方法，快速实现无人机编队作战效能的定量评估。

技术实现思路

1、本技术的发明目的在于，提供一种无人机编队作战效能评估方法，其能为定量对无人机编队作战效能进行评估，为不同型号无人机编队以及无人机作战任务规划的效能发挥提供理论参考，具有重要的进步意义。

2、为了实现上述目的，本技术采用如下技术方案：

3、一种无人机编队作战效能评估方法，包括如下步骤：

4、s1、获取无人机编队作战效能评估目标的递阶层次结构，递阶层次结构包括目标层、第一准则层、……第y准则层，y为自然数且y≥2；基于构建的递阶层次结构，通过层次分析法，构造两两判断矩阵；两两判断矩阵包括目标层-第一准则层判断矩阵、……第（y-1）准则层-第y准则层判断矩阵；

5、所述步骤s1中，两两判断矩阵的计算通式如下：

6、；

7、s2、基于两两判断矩阵，获取一致性检验通过的第y准则层的静态组合权重；

8、s2.1 所述步骤s2中，将步骤s1中的两两判断矩阵进行元素规范化处理，如下式（1）所示：

9、     （1）；

10、将规范化矩阵按行相加，可得初始权重值z，如下式（2）所示：

11、     （2）；

12、将初始权重值进行规范化处理，得到初始权重规范化后的权重向量，如下式（3）所示：

13、     （3）；

14、s2.2 计算出各层次权重后，需要对各层级进行一致性检验，检验步骤如下：

15、a.计算判断矩阵最大特征根：

16、     （4）；

17、式中，为判断矩阵的维数，为权重向量的第个分量，为判断矩阵列向量归一化后的矩阵；

18、b.计算一致性指标，计算公式如下：

19、     （5）；

20、c.查找一致性指标，对应关系如下所示：

21、；

22、d.计算一致性比例，计算公式如下：

23、     （6）；

24、当小于0.1时，认为该判断矩阵的一致性是能够接受的，否则应对判断矩阵进行调整并重新计算权重，再进行一致性检验，直至通过；

25、确认一致性检验全部通过后，将各层级权重相乘，得到第y准则层的静态组合权重；

26、s3、选取若干种型号无人机的性能参数，通过对性能参数进行标准化处理方法，确定规范化矩阵i，具体如下：

27、              (7)；

28、式中,为第y准则层的指标数量，为待选型无人机型号种类；

29、所述步骤s3中，标准化处理方法为：

30、s3.1 对于能力指标，具备能力，则将规范值取值1；若不具备能力指标，则将规范值取值0；

31、s3.2 对于效益性指标，将实际值除以需求值，得到规范值；

32、s3.3 对于成本指标，将需求值除以实际值，得到规范值；

33、s4、根据设定的无人机编队配置，计算得到编队的动态权值的权重配置向量；

34、所述步骤s4的处理步骤如下：

35、s4.1 对矩阵i的列向量求均值，计算公式如下：

36、     （8）；

37、s4.2 计算第型无人机，第个指标的偏离度，计算公式如下：

38、     （9）；

39、式中，为木桶效应调节因子，为反木桶效应调节因子，、分别由专家设定；

40、s4.3 计算基于“木桶效应”的偏离度动态权值并将其归一化可得归一化后的动态权值，计算公式如下：

41、    （10）；

42、确定无人机编队组合，通过选定型号动态权值的算数平均，得到无人机编队的权重配置向量；

43、s5、通过专家打分，确定如下评价样本矩阵：

44、     （11）；

45、式中，表示第个专家对末端第个指标的评分；

46、s6、基于测度理论，确定如下效能评估4类定量等级集合：

47、     （12）；

48、基于等级集合构造四类灰数显性函数：

49、第一类，灰数，其显性函数为：

50、     （13）；

51、第二类，灰数，其显性函数为：

52、     （14）；

53、第三类，灰数，其显性函数为：

54、     （15）；

55、第四类，灰数，其显性函数为：

56、     （16）；

57、基于灰数显性函数，采用如下公式计算各指标的灰色统计数：

58、     （17）；

59、则总的灰色统计数为：

60、     （18）；

61、s7、构造模糊权矩阵：

62、     （19）；

63、式中，，为的转置；

64、利用无人机编队的权重配置向量以及模糊权矩阵，得到综合效能评估矩阵，计算公式如下：

65、     （20）；

66、采用如下公式，计算得到效能评估计算值：

67、     （21）；

68、式中，为的转置。

69、所述步骤s3中，标准化处理方法如下：

70、s3.1 对于能力指标，其计算公式如下：

71、        (22)；

72、s3.2 对于效益性指标，其计算公式如下：

73、       (23)；

74、s3.3 对于成本指标，其计算公式如下：

75、       (24)；

76、式中，为指标实际值，为指标需求能力。

77、所述步骤s1中，若采用至少两名专家评判，则需将标度进行几何平均。

78、所述步骤s2中，若构造得到的两两判断矩阵一致性检验未通过，则需重新调整矩阵在层次分析法中的标度，并重新计算权重，直至一致性检验通过。

79、针对前述问题，考虑到目前主流效能评估方法在评估时主观性较强，本技术引入基于武器装备领域考虑“木桶效应”影响的动态权重配置模型，提供一种全新的无人机编队作战效能评估方法，对无人机作战效能进行评估，以增强评估结果的客观性、科学性。

80、该方法主要思路是：

81、（1）针对特定作战场景构建无人机编队作战能力递阶层次结构，基于ahp方法得到该作战场景下能力组成末端的指标总体权重静态值；

82、（2）通过专家打分法，对待选无人机型号在末端指标上进行标准化处理形成作战效能评估规范化矩阵，基于“木桶效应”和“反木桶效应”的偏离度模型对静态权重进行重新配置，得到待选无人机型号的总体权重动态值矩阵；

83、（3）针对不同型号、不同架次无人机编队采用算数平均的方法，得到该编队下的总体权重值，通过专家打分法确定该编队下的评价矩阵；

84、（4）基于灰色分析法确定评估等级和评估灰类，利用模糊数学方法处理评价矩阵，可计算得到无人机编队总体效能值。

85、本技术中，首先构建评估目标的递阶层次结构，如图1所示。本技术的技术方案中，递阶层次结构包括目标层、第一准则层、……第y准则层，第一准则层对应准则层，第y准则层即对应末端准则层，末端准则层含有若干个能力指标。

86、专家参照表如下表1所示。

87、表1 评估比例标度表

88、

89、例如，目标层与第一准则层之间的两两判断判断矩阵，通过专家参照标度表打分，即可获得（如若为多名专家评判则需将标度进行几何平均），计算通式如下：

90、。

91、将判断矩阵元素规范化：

92、     （1）。

93、将规范化矩阵按行相加可得初始权重值：

94、     （2）。

95、将初始权重值规范化可得：

96、     （3）。

97、接着，计算出各层次权重后，需要对各层级进行一致性检验，检验步骤如下。

98、a.计算判断矩阵最大特征根：

99、     （4）；

100、式中，为判断矩阵的维数，为权重向量的第个分量，为判断矩阵列向量归一化后的矩阵。

101、b.计算一致性指标，计算公式如下：

102、     （5）。

103、c.查找一致性指标，如下所示：

104、。

105、d.计算一致性比例，计算公式如下：

106、     （6）；

107、当小于0.1时，认为该判断矩阵的一致性是能够接受的，否则应对判断矩阵进行调整并重新计算权重，再进行一致性检验，直至通过。确认一致性检验全部通过后，将各层级权重相乘即可得到末端层级的静态组合权重。

108、第三，对照多个待选型号的无人机参数，将其对应数据进行标准化处理可以得到评估指标的规范化矩阵，即：

109、     （7）；

110、式中，为末端准则层指标数量，为待选型无人机数量。

111、无人机编队抵近侦察作战能力指标体系的底层通常由若干指标构成，如起降能力可由最大爬升速度、最大飞行速度、最大起飞重量、展开时间、回收形式等具备明确物理含义的指标进行描述。然而，在效能评估过程中，由于各指标无法直接进行直接比较，因此需进行特定的标准化预处理。这里将能力指标分为能力指标、效益指标以及成本指标分别描述其标准化处理方法。

112、然后，根据设定的无人机编队配置，计算得到编队的动态权值权重配置向量，具体操作如下。

113、对矩阵i的列向量求均值，计算公式如下：

114、     （8）。

115、计算第型无人机，第个指标的偏离度，计算公式如下：

116、     （9）。

117、式中，为木桶效应调节因子，为反木桶效应调节因子，两者共同调整偏移度的灵敏值，、分别由专家设定。木桶调节因子是最小值，反木桶调节因子对应最大值。

118、接着，计算基于“木桶效应”的偏离度动态权重值并将其归一化可得归一化后的动态权值，计算公式如下：

119、     （10）；

120、确定无人机编队组合，通过选定型号动态权重值的算数平均，得到无人机编队的权重配置向量。

121、第四，通过专家打分，确定如下评价样本矩阵：

122、     （11）；

123、式中，表示第个专家对末端第个指标的评分。

124、基于测度理论，确定效能评估4类定量等级集合：

125、     （12）。

126、基于等级集合构造四类灰数显性函数。

127、第一类，灰数，其显性函数为：

128、     （13）。

129、第二类，灰数，其显性函数为：

130、     （14）。

131、第三类，灰数，其显性函数为：

132、     （15）。

133、第四类，灰数，其显性函数为：

134、     （16）。

135、基于灰数显性函数，采用如下公式计算各指标的灰色统计数：

136、     （17）；

137、则总的灰色统计数为：

138、     （18）。

139、第五，构造模糊权矩阵：

140、     （19）；

141、式中，，为的转置。

142、利用无人机编队的权重配置向量以及模糊权矩阵，可以得到综合效能评估矩阵，计算公式如下：

143、     （20）。

144、采用如下公式，计算得到效能评估计算值：

145、     （21）；

146、式中，为的转置。

147、本技术中，标准化处理方法为：对于效益性指标，将实际值除以需求值得到规范值；对于成本指标，将需求值除以实际值得到规范值；对于能力指标，具备能力取值1不具备能力取值0。相应计算公式如下。

148、对于能力指标，其计算公式如下：

149、        (22)；

150、对于效益性指标，其计算公式如下：

151、       (23)；

152、对于成本指标，其计算公式如下：

153、          (24)；

154、式中，为指标实际值，为指标需求能力。

155、综上所述，由于采用了上述技术方案，本发明的有益效果是：

156、（1）目前主流的效能评估方法虽能排出思维过程中的严重非一致性，却无法排除个人可能存在的严重片面性，因此评估结果强烈依赖于专家的知识储备和主观选择；本发明引入了偏移度修正静态权重的方法，对现有ahp算法得到的静态权重进行动态调整，并联合灰关联以及模糊数学理论，提出了一种针对无人机编队的效能评估方法，对现有方法进行了拓展完善，且能够实现无人机作战效能的定量评估；

157、（2）本发明能够满足单架次无人机、多型号多架次无人机编队等不同应用场景下的效能评估需求，具有较强的适应性；

158、（3）本发明基于无人机参数以及专家打分结果等基础参数，运用矩阵运算的方法，即可得到实时评估值，应用便捷、实用性强。