[发明专利]用于无人机空中对抗的决策系统及方法

权利要求书

1.一种用于无人机空中对抗的决策方法，其特征在于，包括：

步骤S10：获取在预定时间段内蓝方无人机的第一状态和红方无人机的第二状态；

步骤S20：采用长短期记忆LSTM网络根据所述第一状态预测所述蓝方无人机在未来预定时刻的第一预测状态，具体包括：将所述第一状态拆分为由第一坐标值x、第二坐标值y、第三坐标值z、速度矢量v、俯仰角θ和偏航角构成六组数据集合，分别采用六个独立且相同结构的LSTM网络进行计算以得到在未来预定时刻所述蓝方无人机的第一预测的第一坐标值x_t+1、第一预测的第二坐标值y_t+1、第一预测的第三坐标值z_t+1、第一预测速度v_t+1、第一预测俯仰角θ_t+1和第一预测偏航角的值；

步骤S30：从与所述红方无人机相关联的机动动作库中选取未被使用的机动动作；

步骤S40：根据所述红方无人机的当前状态和选取的机动动作计算所述红方无人机在执行所述机动动作后的所述未来预定时刻的第二预测状态；

步骤S50：根据所述第二预测状态与所述第一预测状态计算在所述未来预定时刻所述蓝方无人机对所述红方无人机的威胁系数；

步骤S60：重复步骤S30至步骤S50直到计算出所述机动动作库中的所有机动动作对应的威胁系数；

步骤S70：从所有威胁系数中选取最小威胁系数；

步骤S80：输出与所述最小威胁系数对应的机动动作。

2.根据权利要求1所述的决策方法，其特征在于，所述红方的第一状态和蓝方的第二状态包括：位置信息、速度、俯仰角和偏航角，所述预定时间段包括从过去的预定时刻至当前时刻的时间区间。

3.根据权利要求2所述的决策方法，其特征在于，所述位置信息包括第一坐标值、第二坐标值和第三坐标值，所述采用长短期记忆LSTM网络根据所述第一状态预测所述蓝方无人机在未来预定时刻的第一预测状态包括：

采用六个独立且结构相同的所述LSTM网络分别对所述第一状态的第一坐标值、所述第一状态的第二坐标值和所述第一状态的第三坐标值、所述第一状态的速度、所述第一状态的俯仰角和所述第一状态的偏航角进行预测，以生成预测的第一状态的第一坐标值、预测的第一状态的第二坐标值、预测的第一状态的第三坐标值、预测的第一状态的第一预测速度、预测的第一状态的第一预测俯仰角和预测的第一状态的第一预测偏航角；

关联所述预测的第一状态的第一坐标值、预测的第一状态的第二坐标值、预测的第一状态的第三坐标值、预测的第一状态的第一预测速度、预测的第一状态的第一预测俯仰角和预测的第一状态的第一预测偏航角以生成所述第一预测状态。

4.根据权利要求3所述的决策方法，其特征在于，所述LSTM网络的输入数据为一维时间序列数据，方向为单向，层数为2层；所述LSTM网络采用衰减的学习速率，所述学习速率的初始值为1.0，所述学习速率的衰减值为0.5，所述LSTM网络的细胞单元的数量为100个，激活函数为双曲正切函数，所述LSTM网络还包括：用于防止过度拟合的退出层，所述退出层的保留节点数为0.8，所述LSTM网络采用均方误差的计算方式计算误差，确定权重参数的迭代更新方式采用RMSprop算法。