[发明专利]一种空中目标自主分配方法及系统

说明书

本发明公开了一种空中目标自主分配方法及系统，其中方法步骤1：创建空中目标自主分配的专家系统及专家系统所需的训练集，训练集包括输入数据训练子集和输出数据训练子集；步骤2：利用训练集训练所述专家系统；步骤3：利用训练好的专家系统和接收的目标威胁度、毁伤概率数据获取初始分配方案；步骤4：利用初始分配方案初始化粒子群初始位置；步骤5：根据粒子群初始位置，采用粒子群优化算法迭代更新分配方案，直到迭代次数达到预设上限，得到空中目标分配方案。本发明能有效改善粒子群随机初始化导致的需要大量时间迭代运算寻找最优解、容易陷入局部最优等问题，且相比单一基于规则的专家系统推理方法可给出满足效益指标最优的分配方案。

技术领域

本发明涉及空中目标防控技术领域，具体而言，涉及一种空中目标自主分配方法及系统。

背景技术

随着低成本精确制导技术、智能化、无人化技术的快速发展，防空作战面临的空袭武器多样化、高速化，在态势变化快、战场环境日趋复杂的情况下，将空中目标合理地分配给武器单元，是进一步提升目标拦截概率和作战效能的关键。

当前空中目标分配方法大致可分为两类，一是基于效益指标最优解的优化求解方法，二是基于规则的专家系统推理方法。其中基于效益指标最优解的优化求解方法，首先以毁伤概率最大化或满足期望毁伤概率下的火力资源消耗最少为原则，建立目标分配的效益指标函数与分配约束模型；其次，将目标分配问题转化为整数型非线性组合优化问题，利用遗传算法、匈牙利算法、差分进化算法、粒子群优化算法等方法求解分配方案。这类方法的优点是能够给出指标约束下的最优分配方案，但由于优化算法中的初始值大多是通过随机初始化确定，在求解过程中往往需要大量时间迭代运算来寻找最优解，且容易陷入局部最优的问题，进而导致其难以满足实时系统的应用需求。

基于规则的专家系统推理目标分配方法，基于专业领域的专家知识，建立目标分配的知识库与推理规则，在作战使用过程中运用知识库的知识，并综合考虑防空作战的特点、战场势态，以及敌我双方的兵器性能等条件，通过推理得到目标分配方案。这类方法的优点是综合运用了相关领域的专家知识，无需迭代寻优，能够满足实时系统应用需求，但存在分配结果依赖于知识库的完备程度，无法保证分配方案满足效益指标最优化。

有鉴于此，特提出本申请。

发明内容

本发明所要解决的技术问题是：当前空中目标分配方法无能同时满足实时性和效益指标最优化，目的在于提供一种空中目标自主分配方法及系统，能够实现有效改善粒子群随机初始化导致的需要大量时间迭代运算寻找最优解、容易陷入局部最优问题，同时满足效益指标最优。

本发明通过下述技术方案实现：

一种空中目标自主分配方法，包括：

步骤1：创建空中目标自主分配的专家系统及所述专家系统所需的训练集，将所述训练集分配为输入数据训练子集和输出数据训练子集；

步骤2：利用所述训练集训练所述专家系统；

步骤3：接收目标威胁度数据和武器单元对目标的毁伤概率数据，利用训练好的专家系统、目标威胁度数据和武器单元对目标的毁伤概率数据，获取初始分配方案；

步骤4：利用所述初始分配方案初始化粒子群优化算法中的粒子群初始位置；

步骤5：根据所述粒子群初始位置，采用粒子群优化算法迭代更新分配方案，直到迭代次数达到预设上限，得到空中目标分配方案。