预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111240366A(43)申请公布日2020.06.05(21)申请号201911382117.X(22)申请日2019.12.27(71)申请人西安羚控电子科技有限公司地址710075陕西省西安市高新区团结南路32号航天科技军民融合创新中心11层(72)发明人林清沈洋林路(74)专利代理机构西安弘理专利事务所61214代理人罗笛(51)Int.Cl.G05D1/12(2006.01)G06N3/12(2006.01)权利要求书2页说明书5页(54)发明名称一种基于遗传模拟退火算法的蜂群无人机协同攻击方法(57)摘要本发明公开了一种基于遗传模拟退火算法的蜂群无人机协同攻击方法,具体按照以下步骤实施:步骤1、对对抗双方空战态势进行分析;步骤2、基于多目标攻击进行建模;步骤3、协同多目标优化求解。步骤1具体过程如下:设有蓝、红敌对的两方进行对抗,当蓝方雷达发现某一空域中有N架红方飞机来袭,蓝方派出M架具有多目标攻击能力的无人机对其进行协同攻击拦截。本发明一种基于遗传模拟退火算法的蜂群无人机协同攻击方法,实现蜂群无人机的协同多目标攻击决策,获得了最佳协同攻击决策方案。CN111240366ACN111240366A权利要求书1/2页1.一种基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,具体按照以下步骤实施:步骤1、对对抗双方空战态势进行分析;步骤2、基于多目标攻击进行建模;步骤3、协同多目标优化求解。2.如权利要求1所述的基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,所述步骤1具体过程如下:设有蓝、红敌对的两方进行对抗,当蓝方雷达发现某一空域中有N架红方飞机来袭,蓝方派出M架具有多目标攻击能力的无人机对其进行协同攻击拦截;空战中,一方对另一方总体态势威胁可表示为各状态参量威胁因子的组合函数,蓝机Bi对红机Rj的攻击总体威胁可表示为:式中,w1+w2=1为加权系数;为距离威胁因子;为速度威胁因子。3.如权利要求2所述的基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,所述步骤2具体过程如下:协同多目标攻击决策的目的是将N架红机分配给M架蓝机进行攻击以实现最佳的协同攻击效能;蓝方机群对红军机群进行协同攻击后,红军机群对蓝军机群的预期总剩余威胁来衡量攻击效能。4.如权利要求3所述的基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,协同攻击通常基于如下假设开展:(1)对所欲攻击的目标至少分配一枚导弹攻击;(2)认为威胁较大的目标分配两枚导弹进行攻击;空战决策问题就是要寻找最优的导弹目标分配方案使机群R的总预期剩余威胁评估函数值最小:式中,π表示蓝军对于红军目标的导弹攻击配对决策方案;Xkj表示布尔值;Xkj=1表示蓝方导弹K攻击红方J;Xkj=0表示不攻击。5.如权利要求4所述的基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,所述步骤3具体过程如下:组合结构以遗传算法为主体流程,首先父代种群通过遗传算法的选择、交叉及变异操作后产生一个新种群,然后用模拟退火算法对这个新种群中各个体进行模拟退火操作,以期对新种群进一步优化。将经过模拟退火后获得的种群与父代种群混合,再产生出新一代种群,这个进化过程反复进行,直到满足终止条件为止。6.如权利要求5所述的基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,步骤3具体步骤如下:{t=02CN111240366A权利要求书2/2页初始化种群P(t)={π1,π2,π3,…,πn}对P(t)进行评估E(P(t))While(不符合终止条件)do计算P(t)适应度fit(P(t))个体选择Selection(P(t))→P1(t)个体交叉Crossover(P1(t))→P2(t)个体变异Mutation(P2(t))→P3(t)计算P3(t)的最佳个体评估值个体模拟退火算法:SimulatedAnnealing(P3(t))→P4(t)计算P4(t)适应度的评估值E(P4(t))生成新一代种群P(t)=Reproduction[P(t)∪P4(t)]END}。7.如权利要求6所述的基于遗传模拟退火算法的蜂群无人机协同攻击方法,其特征在于,所述个体模拟退火算法具体过程如下:{1→λelitist定义初始温度T1=ln(F+1)及系数γ∈(0,1)While(模拟退火过程未冻结)do0→σ(σ为产生的新解个数)(为产生的新解个数)While(未达到平衡状态)do从当前解个体π产生一个新的解个体π′计算ΔF=E(π′)-E(π)计算p=exp(-ΔF/T)Ifp>random[0,1]then接受新解:π′=π;φ+1→φEndσ+1→σEnd计算以上过程中的最大评估值与最小评