基于目标机动意图预测的近距空战机动决策方法及系统

技术领域

本发明涉及对于UCAV的机动意图预测与对抗决策，具体为基于目标机动意图预测的近距空战机动决策方法及系统。

背景技术

随着时代的发展，科技的进步，以人工智能为代表的信息化产业正不断深入人类的各行各业。军事领域，特别是制空权的夺取，是衡量一场战争走向的重要因素，而无人战斗机(UCAV)的出现，是发挥作战效能的关键。目前各国都加紧对无人机的研究，尤其在空战决策领域，如何实现无人机的智能化决策，或者构建一套智能化辅助决策系统成为各国争相研究的课题。

但是，由于空战态势剧烈变化，己方UCAV只对目标当前时刻作机动决策容易错失时机，如何对目标UCAV下一时刻意图做出判断是一个不容忽视的问题。同时目前的态势评估的方法也没有一个客观的评判准则。这些因素使得UCAV的意图检测与机动决策充满挑战性。

空战机动决策的最终决策量往往为当前或未来一段时间内空战态势下最优的机动动作控制量，因此空战态势评估是UCAV机动决策的基础，在空战中将为UCAV的机动决策提供重要信息支撑。目前，已有的方法存在以下问题：①在1v1近距空战对抗过程中，空战态势剧烈变化，己方UCAV只对目标当前时刻作机动决策容易错失时机，如何对目标UCAV下一时刻意图做出判断是一个需要考虑的问题。②目前态势评估的方法没有一个客观的评判准则，如何在意图评估的基础上给出较为详尽的评判标准也是需要考虑的问题。

发明内容

本发明目的在于提供基于目标机动意图预测的近距空战机动决策方法及系统，以克服现有技术中在1v1近距空战对抗过程中，空战态势剧烈变化，己方无人战斗机只对目标当前时刻作机动决策容易错失时机的问题。

为实现上述目的，本发明提供如下技术方案：

基于目标机动意图预测的近距空战机动决策方法，包括以下步骤：

S1：获取我方无人战斗机和敌方无人战斗机状态信息；

S2：根据我方无人战斗机和敌方无人战斗机状态信息，搭建我方无人战斗机和敌方无人战斗机三自由度模型；

S3：根据我方无人战斗机和敌方无人战斗机三自由度模型，构建我方无人战斗机和敌方无人战斗机的空战评估模型；

S4：根据敌方无人战斗机状态信息，构建敌方无人战斗机的进攻和逃逸意图函数；

S5：根据敌方无人战斗机的进攻和逃逸意图函数，预测敌方无人战斗机意图；

S6：根据我方无人战斗机和敌方无人战斗机的空战评估模型以及敌方无人战斗机意图，模糊推理得到敌方无人战斗机的综合态势函数值；

S7：对敌方无人战斗机的综合态势函数值进行遍历解算，得出我方无人战斗机的机动决策。

优选地，S1中的我方无人战斗机和敌方无人战斗机状态信息包括：我方无人战斗机和敌方无人战斗机的水平和高度的三维坐标、飞行速率、俯仰角、偏航角、切向过载、法向过载和滚转角。

优选地，我方无人战斗机和敌方无人战斗机飞行过程中的侧滑角恒等于0°。

优选地，S3中空战评估模型的构建包括角度、距离、速度和高度四种态势函数以及综合态势函数的构建。

优选地，S5中采用贝叶斯理论预测敌方无人战斗机意图。

优选地，预测敌方无人战斗机意图的结果有四种，分别为近距进攻、远距进攻、近距逃逸和远距逃逸。

优选地，S6中通过模糊推理方法得到敌方无人战斗机的综合态势函数值的具体方法为，首先构建模糊决策隶属度函数将敌方无人战斗机的角度、速度、距离及高度转化为模糊语言，再构建模糊规则决策树来计算综合态势函数决策权重。

优选地，模糊决策隶属度函数采用矩形隶属度函数或单点隶属度函数。

优选地，S7中采用滚动时域控制方法对敌方无人战斗机的综合态势函数值进行遍历解算。

基于目标机动意图预测的近距空战机动决策系统，基于上述方法，包括：

信息获取模块：用于获取我方无人战斗机和敌方无人战斗机状态信息；

模型建立模块：用于根据我方无人战斗机和敌方无人战斗机状态信息，搭建我方无人战斗机和敌方无人战斗机三自由度模型；

空战评估模型建立模块：用于根据我方无人战斗机和敌方无人战斗机三自由度模型，构建我方无人战斗机和敌方无人战斗机的空战评估模型；

意图函数构建模块：用于根据敌方无人战斗机状态信息，构建敌方无人战斗机的进攻和逃逸意图函数；

意图预测模块：用于根据敌方无人战斗机的进攻和逃逸意图函数，预测敌方无人战斗机意图；

模糊推理模块：用于根据我方无人战斗机和敌方无人战斗机的空战评估模型以及目标无人战斗机意图，模糊推理得到敌方无人战斗机的综合态势函数值；

决策模块：用于对敌方无人战斗机的综合态势函数值进行遍历解算，得出我方无人战斗机的机动决策。与现有技术相比，本发明具有以下有益效果：本发明提供了一种基于目标机动意图预测的近距空战机动决策方法，针对双方无人战斗机空战情况，一方面，建立了近距离空战对抗过程中我方无人战斗机空战评估模型；另一方面，构建了近距离空战过程中对目标机动意图变化自适应的己方无人战斗机机动自主决策框架，在加入意图预测后，与同类型决策方法对比，该方法能在大部分机动决策时间内保持优势态势，我方无人战斗机能对目标多时刻做机动决策，不会延误战机。

进一步地，提供了一种基于目标机动意图预测的近距空战机动决策系统，能够更有效的做我方无人战斗机的机动决策。

附图说明

图1为本发明基于目标机动意图预测的近距空战机动决策方法空战机动决策流程图；

图2为本发明基于滚动时域的UCAV机动决策过程；

图3为本发明无人机相对态势信息；

图4为本发明敌我无人机角度态势；

图5为本发明可达集计算流程；

图6为本发明敌方UCAV意图预测过程；

图7为本发明近距模糊推理规则树；

图8为本发明远距模糊推理规则树。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

如图1-8所示本发明提供基于目标机动意图预测的近距空战机动决策方法，首先建立双方UCAV在三维空间运动学及动力学模型，搭建了一种UCAV空战态势评估模型，采用逃逸及进攻隶属度函数从目标UCAV可达集中获取下一时刻状态量，基于贝叶斯理论对目标UCAV已获得下一时刻状态量进行计算，得到目标UCAV下一时刻预采取意图，输入对应模糊推理决策模型，获得己方UCAV在预测目标意图条件下的最优态势权重，最终采用基于滚动时域的UCAV机动决策方法对获得的态势函数进行遍历，得到己方最优机动，完成一次决策。具体包括以下步骤：

步骤1：敌我双方UCAV状态信息的获取。我方UCAV状态已知，敌方UCAV状态可由我方机载雷达实时获取，主要包括运动状态信息。针对目标UCAV的参数测量等已经有大量研究，本发明提供的是基于目标机动意图预测的近距空战机动决策方法，因此目标UCAV的参数测量不属于本发明的研究内容，本发明只需要利用已获得的双方UCAV参数信息进行机动决策与意图分析即可，测量的具体细节不做阐述。UCAV的状态向量可以表示为x＝[x,y,z,ψ,θ]

步骤2：搭建UCAV三自由度模型。基于地面坐标系，通过合理假设，建立敌我双方无人机运动学与动力学模型。UCAV在飞行过程中有三个运动自由度，可将UCAV简化为一个质点，在三维空间中具有飞行速度、三维坐标和姿态欧拉角等物理描述量。为了将研究重点聚焦于格斗决策方法上的研究，本方法对UCAV的飞行模型设计做出如下四点假设：

1)UCAV在飞行过程中不考虑空气阻力，也不考虑空气的流速，也就是说无人机的速度仅仅由自身的机动动作决定。

2)UCAV在飞行过程中没有侧滑，即侧滑角恒等于0°。

3)UCAV的质量为恒定值，重力加速度，空气密度等因素不随飞行环境的变化而变化。

4)地面参考系始终处于静止状态，忽略地球的自转对于建模的影响。

基于以上设定，定义出UCAV在地面惯性坐标系下的三维空间动力学及运动学方程如式(1)所示：

步骤3：空战评估模型的构建。根据敌我双方UCAV态势关系，构建角度，距离，速度，高度四种态势函数及综合态势函数。空战态势信息包括S＝[A,R,V,H],其中，A包括我方UCAV的方位角和进入角,R表示我方UCAV与敌方UCAV的相对距离矢量,V表示UCAV的速度矢量,H表示UCAV的高度,图3为空战UCAV相对态势示意图。

(1)角度态势优势函数

当我方UCAV方位角在雷达搜索角范围内或在导弹攻击范围内或敌方UCAV进入角小于我方UCAV逃逸角时，我方的攻击优势较大。根据上述关系，可以分别构建我方无人机方位角及敌方进入角优势函数。本方法建立的方位角优势函数为：

本方法构造的进入角优势函数为：

空战中要达成最终的攻击条件，不能单独只考虑其中一个角度参数，需要同时考虑我方UCAV方位角和目标进入角，因此，构造角度态势优势函数为：

Φ

式中，Φ

(2)距离态势优势函数

在作战过程中，我方UCAV主要通过雷达搜索来发现并捕捉敌人，其中主要通过机载武器对敌方造成有效杀伤，但随着双方距离的增大，雷达的捕获能力和武器的杀伤力逐渐减小，对敌方造成的威胁随之减小。因此，通过分析武器的攻击距离、不可逃逸范围及雷达的搜索范围来构建距离态势优势函数如式(5)：

式中，D

(3)速度态势优势函数

根据不同距离处的速度要求不同，本方法引入时变最佳空战速度V

式中,最佳空战速度V

式中，V

(4)高度态势优势函数

飞机的飞行高度越高，其相对于目标UCAV将具有更好的能量可操作性。我方UCAV高度相对于目标UCAV越高，为武器发射提供更高的能量机动优势越大，所处空战优势越大。但是，敌我双方UCAV的相对高度必须维持在一个相对区域内，直到将目标UCAV锁定在我方UCAV不可逃逸范围内，最终获得空战胜利。因此，构建距离的态势优势函数如式(8)：

综合空战态势优势函数如式(11)所示：

/>

式中，ω

步骤4：构建进攻和逃逸意图函数。对目标UCAV下一时刻可达集进行计算，从可达集选取最贴合进攻和逃逸意图的机动动作。首先对系统在特定约束下能达到的状态可达集进行构建。在t

式中，X表示蓝方战机的状态量(包含目标的位置、速度、方位等信息)；u表示目标的控制量；t为时间。可达集的计算过程如图5所示。

UCAV需要在t

如果目标UCAV的意图是进攻，则会向着我方UCAV最不利的态势机动，因此可以利用进入角优势函数式(3)作为目标UCAV进攻隶属度函数对可达集中的各状态元素进行评估，得到可达集各状态的优势隶属度评价值集合

利用式(11)的逃逸隶属度函数对

步骤5：基于贝叶斯理论对目标意图进行预测。构建近距进攻，远距进攻，近距逃逸，远距逃逸四种意图贝叶斯推理模型，将步骤4中选出的进攻和逃逸机动带入四种贝叶斯推理模型中，概率最大者则为目标UCAV下一时刻最终意图；

本文扩展目标UCAV的行为意图为4种：一是近距进攻；二是远距进攻；三是近距逃逸；四是远距逃逸。针对四种意图的判断，采用贝叶斯理论机制对目标UCAV可达集的四种行动意图进行评估，计算得到的最大意图概率作为目标UCAV意图预测结果。基于贝叶斯理论的目标UCAV意图预测过程如图6所示。

目标UCAV意图预测类型Γ定义为:近距进攻取1，远距进攻取2，近距逃逸取3，远距逃逸取4。在本文目标UCAV意图预测过程中，仅预测目标UCAV下一时刻的意图，双方UCAV的高度在短时间内受过载限制，变化量很小。为了简化模型，提高计算效率，在目标意图预估过程中中忽略我方UCAV方位角、敌我双方UCAV相对高度和相对速度三个因素，所以目标意图预测由目标UCAV状态S＝{q,D}决定。可以通过以下公式计算目标UCAV在t

式中，

联合式(12)及式(13)，目标UCAV在t

由于空战是一个动态变化的过程，目标UCAV意图预测的过程可以近似为一个马尔可夫决策过程。因此，目标UCAV意图预测的结果仅与下一时刻的预测状态有关，同时先验概率

由于状态变量S中的元素q、R独立于态势分类的状态，可得联合条件概率密度函数:

式中，

为了使条件概率函数更加贴合空战实际需求，考虑加入阈值系数ε＝0.8，这样做的目的是避免联合条件概率密度函数出现过多的0，影响预测结果，条件概率函数定义如表1所示。

表1意图预测状态条件概率表

/>

步骤6：通过模糊推理方法解算态势权重因子。构建近距进攻，远距进攻，近距逃逸，远距逃逸四种意图模糊推理模型，将步骤5中得出的目标UCAV意图带入对应的模糊推理模型中计算得到UCAV式9中各态势函数的权重值及综合态势函数。

首先构建模糊决策隶属度函数，将UCAV空战因素转化为模糊语言。态势优势因子分别如下：

(1)角度模糊态势优势因子：

(2)距离模糊态势优势因子：

(3)速度模糊态势优势因子：

(4)高度模糊态势优势因子：

(5)角度、速度、距离、高度模糊态势权重因子：

式中：ω

依据专家经验，设计近距和远距两种不同模糊推理规则树如图7，8所示,每棵模糊规则树包含16条推理规则,依次编号为Y

基于专家知识，分别对4种不同意图的16个模糊规则进行解读：①当目标UCAV将要采取近距进攻时，我方UCAV先判断敌我角度优劣，如果我方有角度优势，则优先考虑提升其他短板态势；如果我方不存在角度优势，则考虑优先提升角度态势，同时降低距离态势。②当目标UCAV将要采取远距进攻时，我方UCAV先判断敌我角度优劣，如果我方有角度优势，则考虑提升距离和高度态势；如果我方不存在角度优势，则考虑优先提升角度态势，同时提升距离和高度态势。③当目标UCAV将要采取近距逃逸时，我方UCAV先判断敌我角度优劣，如果我方有角度优势，则考虑提升高度和速度态势；如果我方不存在角度优势，则考虑优先提升角度态势，同时提升高度态势。④当目标UCAV将要采取远距逃逸时，我方UCAV先判断敌我角度优劣，如果我方有角度优势，则考虑提升距离态势；如果我方不存在角度优势，则考虑优先提升角度态势，同时提升距离和高度态势。

表2模糊规则树权重范围设定

采用重心法去模糊化以获得精确量：

式中：μ(z)为输出量z所在模糊集合的隶属度函数；z

式中：

步骤7：基于滚动时域控制方法机动决策。通过滚动时域方法对步骤6确定的综合态势函数值进行遍历解算，得出的最优解即为我方UCAV下一时刻将要选取的最优机动。基于空战的强时效性，将整个机动接敌过程进行时间和空间的离散化，分段求取最佳的机动策略，从而使得整个接敌过程最优。滚动时域过程如图2所示。其中，T

/>

基于目标机动意图预测的近距空战机动决策系统，包括：

信息获取模块：用于获取我方无人战斗机和敌方无人战斗机状态信息；

模型建立模块：用于根据我方无人战斗机和敌方无人战斗机状态信息，搭建我方无人战斗机和敌方无人战斗机三自由度模型；

空战评估模型建立模块：用于根据我方无人战斗机和敌方无人战斗机三自由度模型，构建我方无人战斗机和敌方无人战斗机的空战评估模型；

意图函数构建模块：用于根据敌方无人战斗机状态信息，构建敌方无人战斗机的进攻和逃逸意图函数；

意图预测模块：用于根据敌方无人战斗机的进攻和逃逸意图函数，预测敌方无人战斗机意图；

模糊推理模块：用于根据我方无人战斗机和敌方无人战斗机的空战评估模型以及目标无人战斗机意图，模糊推理得到敌方无人战斗机的综合态势函数值；

决策模块：用于对敌方无人战斗机的综合态势函数值进行遍历解算，得出我方无人战斗机的机动决策。

尽管以上结合附图对本发明的实施方案进行了描述，但是本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在说明书的启示下，在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护范围之内。