一種多目標空對地半監督機器適應自主決策實時攻擊方法
【專利摘要】本發明公開了一種多目標空對地半監督機器適應自主決策實時攻擊方法，采用火力單元數nh，可靠度K，生存能力S，搜索能力F，毀傷能力H，和抗干擾能力G，這6個主要指標計算目標攻擊必要性；采用層次分析法對目標的攻擊必要性進行計算；半監督機器適應決策系統對多目標空對地攻擊決策；構建半監督機器自適應系統，通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序；通過信息均衡權重算法對無人機攻擊有效性進行分析；通過信息均衡權重算法，計算綜合權重，構建決策矩陣；對多目標無人機攻擊策略進行綜合考慮，自主決策無人機攻擊次序，并派遣無人機進行攻擊。本發明的有益效果是對目標必要性大小依次進行多批次精確打擊。
【專利說明】一種多目標空對地半監督機器適應自主決策實時攻擊方法
【技術領域】
[0001]本發明屬于計算機程序控制【技術領域】，涉及一種多目標空對地半監督機器適應自主決策實時攻擊方法。
【背景技術】
[0002]無人機是一種由無線電遙控設備或自身程序控制裝置操縱的無人駕駛飛行器，其成本低、效費比好、無人員傷亡風險、生存能力強、機動性能好、使用方便，目前世界上各主要軍事國家對無人機在軍事上的用途十分青睞。面對復雜的戰場環境，誰能優先獲取信息誰就能掌握戰爭的主動權。無人機的運用是奪取現代戰爭的制信息權和制空權的關鍵，已逐漸演變成為現代戰爭中空對地攻擊的主要手段之一，在戰爭中利用無人機摧毀敵方地面目標具有非常重要的戰略價值。目前，對無人機對地攻擊決策的研究過程主要包括兩個方面:第一，采用優化算法解決多目標的任務分配問題，忽略了目標危險系數這個重要指標。第二，利用數學分析法解決多目標決策優選問題，但由于人的參與使最終的評估結果往往帶有一定的主觀性。
[0003]無人機在執行對地攻擊任務過程中，必須不停地對大量實時信息進行計算、判斷和決策，并做出相應的戰術布局。一個正確的決策對無人機能否順利完成任務以及完成任務的效率至關重要。半監督機器適應決策系統的提出，為解決無人機自主決策攻擊提供了新的思路和方法，該方法能夠在主動分析地面多攻擊目標的危險系數并優先決定攻擊目標的同時避免人為原因造成的主觀性，且系統計算能力強、反應速度快，能夠為攻擊決策提供可靠保障，可在最短時間內對敵方進行多批次精確打擊。無人機在執行對地多批次多目標的攻擊任務過程中，決策是該過程中的重要環節之一，現有的決策系統雖然對多目標的分配問題得到了很好的解決，但往往忽略了目標危險系數這個重要指標，在實時攻擊過程中還加入了人為的主觀因素，使最終的評估結果帶有一定的主觀性。
[0004]半監督機器適應決策系統具有很強的動態建模能力和學習能力，具有可實時模擬、建模速度快、反應時間短、泛化能力強等優點。本發明以半監督機器適應決策系統實時建模預測為核心，針對地面攻擊目標的危險系數進行量化分析和快速排序，根據預測出的地面目標危險系數大小排序進行有序精確攻擊決策。在戰爭中利用有半監督機器適應決策系統的無人機能夠在最短時間內給敵方精確致命的打擊。
[0005]無人機地面控制站是無人機系統的重要組成部分，通常由地面控制人員進行遙控操縱，在實際控制過程中存在很大程度上的人為主觀性。面對現代戰爭中復雜的地面站場環境，有大量信息必須不停地進行計算、判斷和決策，半監督機器適應決策系統的提出是為了克服人參與危險系數評估帶來的主觀性，能夠在短時間內判斷對我方危險系數最大的目標而進行精確打擊，提聞作戰效率和我方的生存能力。
【發明內容】
[0006]本發明的目的在于提供一種多目標空對地半監督機器適應自主決策實時攻擊方法，解決了現有的供給系統不能有效形成對攻擊目標的多批次精確打擊的問題。
[0007]本發明所采用的技術方案是按照以下步驟進行:
[0008]步驟1:目標攻擊必要性一般性指標選取；采用火力單元數nh，可靠度K，生存能力S，搜索能力F，毀傷能力H，和抗干擾能力G，這6個主要指標計算目標攻擊必要性；
[0009]步驟2:采用層次分析法對目標的攻擊必要性進行計算；
[0010]步驟3:半監督機器適應決策系統對多目標空對地攻擊決策；構建半監督機器自適應系統，通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序；
[0011]步驟4:通過信息均衡權重算法對無人機攻擊有效性進行分析；通過信息均衡權重算法，計算綜合權重，構建決策矩陣；
[0012]步驟5:根據步驟I至步驟4，對多目標無人機攻擊策略進行綜合考慮，自主決策無人機攻擊次序，并派遣無人機進行攻擊。
[0013]進一步，所述步驟2中的計算過程為:
[0014](I)按照層次分析法構造兩兩比較判斷矩陣:A= (Bij)nxn，其中η為評估體系的指標個數，au為第i個指標對第j個指標的重要程度，I表示重要度最小，9表示重要度最大，ill后指標重要性之比存在關系SijXaji = I ；
[0015](2)矩陣A按列進行歸一化處理后求和，得權重向量:ω = ((Qi)ixn)1 ；
n / I
[0016](3)判斷矩陣A最大特征值:4? =?，將其特征向量W= ((Ui)ixi/作為
j , Yl(X)i
評估指標的權重向量，μ i是矩陣的特征向量；
[0017](4)計算目標攻擊必要性指標:F = --.vr.v，，其中X1 = nh，X2 = K, X3 =S，X4 — Fj X5 — H，X6 — G ；
[0018](5)為了便于分析，對目標攻擊必要性指標進行歸一化處理，歸一化方法如下:
Y
1N為總樣本數，Y1為目標攻擊必要性指標Y歸一化后的目標攻擊必要性指標。
I U* ?
[0019]進一步，所述步驟3中構建半監督機器自適應系統，通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序方法為:
[0020]首先構建半監督機器自適應系統:
[0021]I)構造一元回歸方程:
[0022]f (X) = ω.Φ (x) +b,
[0023]其中，Φ (X)為函數映射關系，為在F的特征向量，b為偏參量,構造集合D ={(Xj, Yj) j = I, 2，…，η},其中Xj e Rn表示樣本入變量；y」e R表示樣本i的預輸出變量，η表示自適應數據樣本總數目；
[0024]2)為了提高函數f (X)在ε范圍內的精度，可進行拉格朗日乘子法進行變換，在KKT (Karush-Kuhn-Tucker, KKT)條件約束下，構造一兀函數:
η
[0025]./■ (-V) = X(G: - a;)人,(-V,.Λ.,).b ,
[0026]其中，拉格朗日乘數aD α乏O，定義系數偏差^，第i個樣本Xi的邊界函數h (Xi) = f (Xi)-yi，通過上述函數變換，將自適應數據分為3個集合:
[0027]①半監督機器適應決策系統錯誤集合E:E =UIleiI= C，Ih(Xi) I > ε };
[0028]②半監督機器適應決策系統邊界集合S: S = UlO < I Θ J < C，Ih(Xi) I = ε };
[0029]③半監督機器適應決策系統剩余樣本集合R:R =UIleiI= O, |h(Xi) I < ε };
[0030]通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序過程如下:
[0031]設有k架無人機(編號分別為1，2，…，k)，現對N個地面目標進行攻擊，則地面目標的打擊必要性排序過程如下:
[0032]I):構建基礎樣本集{(Xj, Yj) I j = 1，2，...，Μ}，M為基礎樣本數；
[0033]2):加入第s個樣本(xs，ys)，如果基礎樣本的數量小于設定值M，則轉到3)，否則轉到4)；
[0034]3):利用構建的半監督機器自適應系統增量算法將符合KKT條件的數據更新到自適應數據集合，依據目標打擊必要性系數更新自適應攻擊決策系統中的數據，轉到5)；
[0035]4):利用構建的半監督機器自適應系統刪減算法將違背KKT條件的冗余樣本刪除，轉到5)；
[0036]5):定義預測誤差^?.=^1—'"ι，根據精度要求，定義IeenJ彡0.05。如果een.小
Ji
于設定值，說明樣本調整參數范圍有效，基礎學習結束，轉到步驟6 ;否則，說明樣本調整參數范圍無效，需要調整，轉到3)；
[0037]6):通過構建的半監督機器自適應系統預測目標打擊必要性y's;
[0038]7):若樣本在邊界集合內，即s彡N，轉到8);否則，更新邊界集合，s = s+Ι，轉到
2);進行迭代計算，直到完成所有樣本s的計算；
[0039]8):對所出預測出的目標打擊必要性排序，> y'2 >...> y'N。
[0040]本發明的有益效果是對目標必要性大小依次進行多批次精確打擊。
【具體實施方式】
[0041]下面結合【具體實施方式】對本發明進行詳細說明。
[0042]本發明針對無人機在執行對地多批次多目標的攻擊任務提出了一種自主攻擊決策系統，它是建立在半監督機器適應決策系統基礎上的。該決策系統可在各種復雜戰爭條件下，通過對多攻擊目標進行危險系數實時排序，自主判斷和選擇優先攻擊目標，利用無人機可進行重復多批次有效精確打擊。
[0043]本發明的技術方案:利用半監督機器適應決策系統對多目標空對地攻擊決策過程，本發明主要包括三個階段:攻擊目標決策、無人機攻擊過程決策、目標變化后的決策實時調整。本發明方法按照以下步驟進行:
[0044]步驟1:目標攻擊必要性一般性指標選取；
[0045]影響空對地攻擊目標的因素較多，但是主要有以下6個指標:火力單元數nh，可靠度K，生存能力S，搜索能力F，毀傷能力H，和抗干擾能力G，本發明采用上述6個主要指標計算目標攻擊必要性。
[0046](I)綜合武器系統nh，是指無人機獨立對目標進行追蹤并打擊的綜合武器系統數
Mo
[0047](2)系統可靠度K，在復雜戰場條件下，無人機各項性能正常發揮的概率。
[0048](3)生存能力S，在復雜戰場條件下，無人機攻擊對方與反攻擊后各項性能正常的概率。
[0049](4)識別能力F，無人機識別和捕捉目標的能力，此處用無人機發現目標的概率來表不。
[0050](5)打擊能力H，正常條件下武器系統對目標的損毀能力。
[0051](6)抗干擾能力G，復雜戰場條件下，系統受到干擾后，能正常發揮效力的能力。
[0052]步驟2:對目標的攻擊必要性進行計算；
[0053]由于影響目標攻擊必要性的因素較多，且各因素之間有不同的干擾和聯系，而選用層次分析法可較好的解決上述矛盾，因此采用層次分析法對目標的攻擊必要性進行計算，具體計算過程如下。
[0054](I)按照層次分析法構造兩兩比較判斷矩陣:A = (Bij)nxn0其中η為評估體系的指標個數，Bij為第i個指標對第j個指標的重要程度，I表示重要度最小，9表示重要度最大。其中，前后指標重要性之比存在關系auXaji = I。
[0055](2)上述矩陣A按列進行歸一化處理后求和，得權重向量:ω = ((Wi)1Xn)T0
n / 4.?))
[0056](3)判斷矩陣A最大特征值:可將其特征向量W= ((Ui)ixi/作為評估指標的權重向量。Ui是矩陣的特征向量
[0057](4)計算目標攻擊必要性指標:Y = xf-\*f xfxf =其中 X1 = nh，X2 = K, X3 =S，— F，X5 — H，Xg — Go
[0058](6)為了便于分析，對目標攻擊必要性指標進行歸一化處理，歸一化方法如下:γ N為總樣本數，Y1為目標攻擊必要性指標Y歸一化后的目標攻擊必要性指標。
I…U.
[0059]步驟3:半監督機器適應決策系統對多目標空對地攻擊決策:
[0060]為了快速的判斷地面目標的攻擊必要性指標，可以建立半監督機器自適應系統，對地面目標攻擊必要性進行自主判斷。
[0061](I)構建半監督機器自適應系統:
[0062]I)構造一元回歸方程:
[0063]f (X) = ω.Φ (x) +b,式(I)
[0064]其中，Φ (X)為函數映射關系，為在F的特征向量,b為偏參量。構造集合D ={(Xj, Yj) j = I, 2，…，η},其中Xj e Rn表示樣本入變量；y」e R表示樣本i的預輸出變量，η表示自適應數據樣本總數目。
[0065]2)為了提高函數f (X)在ε范圍內的精度，可進行拉格朗日乘子法進行變換。在KKT (Karush-Kuhn-Tucker, KKT)條件約束下，構造一兀函數:
η
[0066]./'(ν) = Σ(α, — α丨)I< (.ν,.Λ.,)..b式⑵
[0067]其中，拉格朗H乘數ai, a* > O。定義系數偏差供Ht，第i個樣本xi的邊界函數 Ii(Xi) = f (Xi)-Y1
[0068]通過上述函數變換，將自適應數據分為3個集合:
[0069]①半監督機器適應決策系統錯誤集合E:E =UIleiI= C，|h(Xi) I > ε };
[0070]②半監督機器適應決策系統邊界集合S: S = UlO < I Θ J < C，Ih(Xi) I = ε };
[0071]③半監督機器適應決策系統剩余樣本集合R:R = {i|| QiI = O, Ih(Xi) | < ε }。
[0072](2)通過(I)構建的半監督機器自適應系統對目標打擊必要性實現自動排序，具體實現過程如下:
[0073]設有k架無人機(編號分別為1，2，…，k)，現對N個地面目標進行攻擊，則地面目標的打擊必要性排序過程如下:
[0074]I):構建基礎樣本集{(Xj, Yj) I j = 1，2，...，Μ}，M為基礎樣本數；
[0075]2):加入第s個樣本(xs，ys)，如果基礎樣本的數量小于設定值M，則轉到步驟3 ;否貝U，轉到步驟4;
[0076]3):利用(I)構建的半監督機器自適應系統增量算法將符合KKT條件的數據更新到自適應數據集合，依據目標打擊必要性系數更新自適應攻擊決策系統中的數據，轉到步驟5 ;
[0077]4):利用(I)構建的半監督機器自適應系統刪減算法將違背KKT條件的冗余樣本刪除，轉到步驟5;
[0078]5):定義預測誤差ear=ys'-ys/ys根據精度要求，定義k」≤ 0.05。如果ee?小
于設定值，說明樣本調整參數范圍有效，基礎學習結束，轉到步驟6 ;否則，說明樣本調整參數范圍無效，需要調整，轉到步驟3 ;
[0079]6):通過(I)構建的半監督機器自適應系統預測目標打擊必要性y's
[0080]7):若樣本在邊界集合內，即s ^ N，轉到步驟8 ;否則，更新邊界集合，s = s+1，轉到步驟2 ;進行迭代計算，直到完成所有樣本s的計算。
[0081]8):對所出預測出的目標打擊必要性排序，y'i > y'2 >...> y'N ；
[0082]步驟4:通過信息均衡權重算法對無人機攻擊有效性進行分析。
[0083](I)通過信息均衡權重算法，計算綜合權重:
[0084]I):對于多屬性信息決策問題,設方案集X = {χ1； χ2,..., χρ}屬性集U= Iu1, U2，…
，UtJ ,構建決策矩陣 B = (IDij)pxtl,即
【權利要求】
1.一種多目標空對地半監督機器適應自主決策實時攻擊方法，其特征在于按照以下步驟進行: 步驟1:目標攻擊必要性一般性指標選取；采用火力單元數nh，可靠度K，生存能力S，搜索能力F，毀傷能力H，和抗干擾能力G，這6個主要指標計算目標攻擊必要性； 步驟2:采用層次分析法對目標的攻擊必要性進行計算； 步驟3:半監督機器適應決策系統對多目標空對地攻擊決策；構建半監督機器自適應系統，通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序； 步驟4:通過信息均衡權重算法對無人機攻擊有效性進行分析；通過信息均衡權重算法，計算綜合權重，構建決策矩陣； 步驟5:根據步驟I至步驟4，對多目標無人機攻擊策略進行綜合考慮，自主決策無人機攻擊次序，并派遣無人機進行攻擊。
2.按照權利要求1所述一種多目標空對地半監督機器適應自主決策實時攻擊方法，其特征在于:所述步驟2中的計算過程為: (1)按照層次分析法構造兩兩比較判斷矩陣:A=(au)nXn，其中η為評估體系的指標個數，au為第i個指標對第j個指標的重要程度，I表示重要度最小，9表示重要度最大，前后指標重要性之比存在關系SijXaji = I ； (2)矩陣A按列進行歸一化處理后求和，得權重向量:ω= ((Qi)ixn)1; ? / j4€0 ) (3)判斷矩陣A最大特征值:疋--= Σ-，將其特征向量W= ((Ui)ixn)1作為評估
r:-1 --(?-指標的權重向量，μ i是矩陣的特征向量； (4)計算目標攻擊必要性指標:,= --?，其中X1 = nh，X2 = K，X3 = S，X4=F, X5 = H, x6 = G ； (5)為了便于分析，對目標攻擊必要性指標進行歸一化處理，歸一化方法如下:
Y, ^ 1^7 N為總樣本數，Y1為目標攻擊必要性指標Y歸一化后的目標攻擊必要性指標。
1
3.按照權利要求1所述一種多目標空對地半監督機器適應自主決策實時攻擊方法，其特征在于:所述步驟3中構建半監督機器自適應系統，通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序方法為: 首先構建半監督機器自適應系統: 1)構造一元回歸方程:
f (X) = ω.Φ (X) +b, 其中，Φ (X)為函數映射關系，Of為在F的特征向量，b為偏參量，構造集合D ={(Xj, Yj) j = I, 2，…，η},其中Xj e Rn表示樣本入變量；y」e R表示樣本i的預輸出變量，η表示自適應數據樣本總數目； 2)為了提高函數f(x)在ε范圍內的精度，可進行拉格朗日乘子法進行變換，在KKT (Karush-Kuhn-Tucker, KKT)條件約束下，構造一兀函數:
η
f(x) = Σ(漢廠 ai )κ (χ,'x.1 ) + b，
ι=Ι..其中，拉格朗日乘數CIi, 2 O，定義系數偏差4=第i個樣本Xi的邊界函數h (Xi) = f (Xi)-yi，通過上述函數變換，將自適應數據分為3個集合: ①半監督機器適應決策系統錯誤集合E:E=UlIeiI=C, Ih(Xi) I > ε }; ②半監督機器適應決策系統邊界集合S:S = U I O < I Θ i I < C，I h (Xi) I = ε}; ③半監督機器適應決策系統剩余樣本集合R:R= {i I I Θ i I = O, Ih(Xi) I < ε }; 通過構建的半監督機器自適應系統對目標打擊必要性實現自動排序過程如下: 設有k架無人機(編號分別為1，2，…，k)，現對N個地面目標進行攻擊，則地面目標的打擊必要性排序過程如下: 1):構建基礎樣本集{(Xj,Yj) I j = 1，2，...，Μ}，M為基礎樣本數； 2):加入第s個樣本(xs，ys)，如果基礎樣本的數量小于設定值M，則轉到3)，否則轉到4)； 3):利用構建的半監督機器自適應系統增量算法將符合KKT條件的數據更新到自適應數據集合，依據目標打擊必要性系數更新自適應攻擊決策系統中的數據，轉到5)； 4):利用構建的半監督機器自適應系統刪減算法將違背KKT條件的冗余樣本刪除，轉到5)； 5):定義預測誤差[，根據精度要求，定義IemJ< 0.05,如果小于設定
yt值em(l，說明樣本調整參數范圍有效，基礎學習結束，轉到步驟6 ;否則，說明樣本調整參數范圍無效，需要調整，轉到3)； 6):通過構建的半監督機器自適應系統預測目標打擊必要性y's； 7):若樣本在邊界集合內，即s彡N，轉到8);否則，更新邊界集合，S= s+1，轉到2);進行迭代計算，直到完成所有樣本s的計算； 8):對所出預測出的目標打擊必要性排序，y'i>y'2>...>y'N。
【文檔編號】G06F13/10GK104199788SQ201410307175
【公開日】2014年12月10日 申請日期:2014年6月30日 優先權日:2014年6月30日
【發明者】馮懷義, 錢勇生, 曾俊偉, 張曉龍, 張錦龍, 錢龍 申請人:蘭州交通大學