基于SVM的对地攻击型无人机作战效能评估方法.pdf

(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CN110059932A(43)申请公布日2019.07.26(21)申请号201910226764.5(22)申请日2019.03.25(71)申请人南京邮电大学地址210003江苏省南京市鼓楼区新模范马路66号(72)发明人张迎周陈宏建傅建清肖雁冰黄秋月(74)专利代理机构南京苏科专利代理有限责任公司32102代理人陈栋智(51)Int.Cl.G06Q10/06(2012.01)G06Q50/26(2012.01)G06K9/62(2006.01)权利要求书3页说明书5页附图3页(54)发明名称基于SVM的对地攻击型无人机作战效能评估方法(57)摘要本发明提供了一种基于SVM的对地攻击型无人机作战效能评估方法。为了能够更加可靠地反映在复杂多变战场环境中无人机的作战效能，针对对地攻击型无人机作战效能评估的问题，提出了基于改进的粒子群算法优化支持向量机的对地攻击型无人机作战效能评估模型。该评估模型在支持向量机的基础上，采用改进的粒子群算法寻找最优惩罚参数和核函数参数，避免了人为设定惩罚参数和核函数参数的盲目性，另外，本发明结合熵权法与专家打分法对效能评估的指标体系进行筛选，将对地攻击型无人机作战效能主要进行数据链能力、态势感知能力、生存能力、武器能力四个方面的评估。CN110059932ACN110059932A权利要求书1/3页1.一种基于SVM的对地攻击型无人机作战效能评估方法，其特征在于，包括建立对地攻击型无人机作战效能评估指标体系、建立PSO-SVM预测模型和对作战效能进行仿真评估分析三个部分，其中：建立对地攻击型无人机作战效能评估指标体系；结合对地攻击型无人机执行任务的实际情况，在评估对地攻击型无人机作战效能时，结合熵权法与专家打分法对评价指标进行筛选，将多层次、多因素的评估问题进行科学的量化处理；建立PSO-SVM预测模型；通过利用改进的PSO算法优化后的SVM对作战效能进行综合评判，得出其可靠的效能值；对作战效能进行仿真评估；首先对影响对地攻击型无人机作战效能的因素进行预处理，然后在MATLAB工具上编写相应的代码，检验其能够进行有效的效能评估。2.根据权利要求1所述的基于SVM的对地攻击型无人机作战效能评估方法，其特征在于，具体步骤如下：步骤1)首先获得对地攻击型无人机作战效能评估备选指标集，再结合熵权法、专家打分法对备选指标进行筛选，根据对地攻击型无人机作战指标的要求将对地攻击型无人机作战效能主要进行数据链能力、态势感知能力、生存能力、武器能力四个方面的评估，其中数据链能力包括信息接收能力、信息处理能力、信息共享能力；态势感知能力包括目标定位能力、目标辨识能力、雷达性能；生存能力包括飞行高度、抗摧毁能力、最大爬升率、最小转弯半径；武器能力包括空地导弹性能、空地导弹数量、攻击时效性；步骤2)对基本的PSO算法进行改进，在初始化种群中，采用混沌映射和反向学习策略，提高种群初始解的质量，另外，在种群找到极值点后，加入随机变异因子，使得微粒的位置和坐标更新后，依然保持全局的搜索范围，而避免了全局最优解被排除在搜索区域外；步骤3)建立PSO-SVM预测模型，通过粒子的不断迭代寻优，寻找到最优的惩罚参数和核函数参数，将输入空间的样本通过非线性映射传递到高维特征空间，并且在这个高维特征空间下进行线性函数拟合，进而实现对地攻击型无人机作战效能评估的功能；步骤4)首先对影响对地攻击型无人机作战效能的因素进行预处理，然后在MATLAB工具上编写相应的代码，检验其能够进行有效的效能评估。3.根据权利要求2所述的基于SVM的对地攻击型无人机作战效能评估方法，其特征在于，所述步骤1)中，有如下分步骤：步骤1.1)：计算底层指标权重；根据已有划分标准和对地攻击型无人机作战特征，将各指标分为“重要”、“中等”和“一般”三个等级尺度，分别用3、2和1表示，由专家判断下层指标对相邻上层指标的重要性等级尺度；步骤1.2)：确定熵值；引入xij为n个相关专家对某层m个指标的风险等级评分结果，结合各指标已划分等级区间可建立评估矩阵如下：2CN110059932A权利要求书2/3页对地攻击型无人机作战效能评估指标的熵值利用信息熵并结合指标变异程度进行计算；步骤1.3)：对地攻击型无人机作战效能评估指标的筛选；指标熵权值越大，则其所提供的有效信息越多，对于熵权值较小而专家等级评分均值较大的指标，该指标所包含的有效信息量较多，对评价结果同样可造成较大影响，按照上述方法和原则对评估结果影响较低的指标进行剔除，筛选出合适的指标。4.根据权利要求2所述的基于SVM的对地攻击型无人机作战效能评估方法，其特征在于，所述步骤2)中，有如下分步骤：步骤2.1)：根据混沌及反向学习策略，对微粒群的