基于卷积神经网络的毁伤效能评估和火力规划方法.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CN113627749A(43)申请公布日2021.11.09(21)申请号202110832886.6G06N3/12(2006.01)(22)申请日2021.07.22(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号申请人中国人民解放军63863部队(72)发明人熊芬芬吴巍张成任成坤李超(74)专利代理机构北京理工大学专利中心11120代理人袁瑞霞(51)Int.Cl.G06Q10/06(2012.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书5页附图2页(54)发明名称基于卷积神经网络的毁伤效能评估和火力规划方法(57)摘要本发明提供了一种基于卷积神经网络的毁伤效能评估和火力规划方法，能够充分考虑各种不确定性随机因素的影响，提高火力规划的合理性和精度。同时，将毁伤概率评估的过程看作图像到数值的回归问题，训练毁伤评估的卷积神经网络模型，进而解决火力规划耗时的难题。引入了卷积神经网络，通过将目标二维投影的几何外形及坐标、相应的瞄准点坐标转化为图像，基于图像处理的方式，通过构建卷积神经网络去预测任意给定瞄准点下对该目标的毁伤概率，使得毁伤效能的评估过程非常直观，同时为快速进行火力规划提供保障。CN113627749ACN113627749A权利要求书1/2页1.一种基于卷积神经网络的毁伤效能评估方法，其特征在于，包括如下步骤：步骤1，构建基于卷积神经网络的毁伤效能评估代理模型；所述毁伤效能评估代理模型输入为图像，所述图像为数据形式的目标信息和对应导弹瞄准点分布信息转化得到的图像，所述目标信息包括目标类别、几何外形尺寸和坐标；所述毁伤效能评估代理模型输出为目标信息和导弹瞄准点分布信息对应的毁伤概率；步骤2，获得多组不同目标信息和对应导弹瞄准点分布信息下的毁伤概率；将多组不同目标信息和对应导弹瞄准点分布信息分别转化为图像，得到多组图像；将多组图像与各自的毁伤概率一一对应，作为训练样本和测试样本；步骤3，利用训练样本训练所述毁伤效能评估代理模型，利用测试样本测试训练后的毁伤效能评估代理模型精度，直至训练后的毁伤效能评估代理模型满足设定精度，得到训练好的毁伤效能评估代理模型；步骤4，将待评估的目标信息和对应导弹瞄准点分布信息转化为图像，输入到训练好的毁伤效能评估代理模型中，得到对应的毁伤概率，完成毁伤效能评估。2.如权利要求1所述的毁伤效能评估方法，其特征在于，所述步骤2中，获得多组不同目标信息和对应导弹瞄准点分布信息下的毁伤概率的具体方式为：在多组不同目标信息和对应导弹瞄准点分布信息下，分别根据目标类别和几何外形尺寸得到表征导弹对目标是否毁伤的毁伤矩阵；根据目标坐标得到目标位置的散布律；根据导弹瞄准点分布信息得到导弹瞄准点的散布律；根据毁伤矩阵、目标位置的散布律以及导弹瞄准点的散布律，获得多组不同目标信息和对应导弹瞄准点分布信息对应的毁伤概率。3.如权利要求2所述的毁伤效能评估方法，其特征在于，对于点目标，K枚连射导弹对目标的毁伤概率为：其中，Pi为第k发导弹对目标的毁伤概率，k＝1，2，3…K；对于面目标，k次独立射击下，对目标的毁伤概率为：其中，N为对导弹落点和目标位置根据散布律抽样的数量，表示在k发导弹对面目标共同作用下，第j个抽样点对面目标的被毁伤的面积占比，j＝1，2，3…N。4.如权利要求3所述的毁伤效能评估方法，其特征在于，对于点目标，单枚导弹对目标的毁伤概率计算方式为：其中，(x,y)表示地面上一点的坐标；f(x,y)表示目标位置的散布律；l(x,y)表示导弹瞄准点的散布律；2CN113627749A权利要求书2/2页G(x,y)是由毁伤幅员转化而来的毁伤矩阵，表征导弹对面目标某一处是否毁伤，毁伤则为1，反之为0；对于面目标，将面目标按外接矩形切割成若干个矩形面元，在面目标内的矩形面元记为有效面元，单枚导弹对目标的毁伤概率为：其中，N为对导弹落点和目标位置根据散布律抽样的数量；Fj(S)为第j个抽样点在单发导弹对面目标作用下，对面目标的被毁伤面积的占比；M表示有效面元的数量，(xi,yi)表示第i个有效面元的中心点坐标，i＝1，2，3…M。5.如权利要求4所述的毁伤效能评估方法，其特征在于，将多个有效面元组合成一个大面元，将大面元作为新的有效面元进行单枚导弹对目标的毁伤概率计算。6.一种火力规划方法，其特征在于，包括如下步骤：将给定预期毁伤效能下的火力规划问题归纳为求解给定用弹量的情况下，寻找最优瞄准点坐标，以使得总毁伤概率最大；求解所述火力规划问题，包括如子步骤：步骤11，给定初始用弹量；步骤12，将目标信息和对应导弹瞄准点分布信息转化为图像，调用如权利要求1‑5任意一项所