基于PSO的多艦艇編隊指揮協同控制模型仿真

劉洋 王蕾

摘 要：為了提高多艦艇編隊指揮協同控制能力，提出基于粒子群（PSO）尋優進化的多艦艇編隊指揮協同控制模型，采用多傳感融合跟蹤識別方法進行多艦艇編隊指揮協同控制的大數據信息采樣，分析艦艇編隊的火力分布指數，采用Lyapunov指數譜預測方法進行多艦艇編隊的攻擊能力和覆蓋能力預測，構建多艦艇編隊指揮協同控制的優化目標函數，采用粒子群進化尋優方法進行多艦艇編隊指揮協同控制過程最優化求解，將多艦艇編隊指揮協同控制問題轉化為粒子群進化的全局優化問題，結合參數優化調節和攻擊陣位的自適應調節，實現多艦艇編隊指揮協同控制優化，提高多艦艇編隊的攻擊能力和防御能力。仿真結果表明，采用該方法進行多艦艇編隊指揮協同控制的尋優能力較好，收斂性較強，控制輸出的穩定性較好。

關鍵詞： PSO;多艦艇編隊;指揮;協同控制

【Abstract】 In order to improve the command and cooperative control ability of multi-warship formation， a multi-warship formation command collaborative control model based on particle swarm optimization and evolution is proposed. Big data information of multi-warship formation command and collaborative control is sampled by multi-sensor fusion tracking and recognition method， the firepower distribution index of warship formation is analyzed， and the attack ability and coverage ability of multi-warship formation are predicted by Lyapunov exponential spectrum prediction method. The optimal objective function of command and cooperative control of multi-warship formation is constructed， and the optimal solution of command and collaborative control process of multi-warship formation is carried out by using particle swarm evolutionary optimization method. The command and collaborative control problem of multi-warship formation is transformed into the global optimization problem of particle swarm evolution. Combined with parameter optimization adjustment and adaptive adjustment of attack position， the command and collaborative control optimization of multi-warship formation is realized. The attack ability and defense ability of multi-ship formation is improved. The simulation results show that the method has good optimization ability， strong convergence and good stability of control output.

【Key words】 ?PSO; multi-ship formation; command; cooperative control

0 引 言

隨著高性能武器裝備的列裝，海軍作戰艦艇的攻擊性能越來越強大，進行多艦艇編隊作戰成為未來海上作戰的主要形式，研究多艦艇編隊指揮協同控制方法，在提高水面艦艇的攻擊和防御能力方面具有重要意義。對多艦艇編隊指揮協同的控制建立在對攻擊路徑和攻擊火力的自適應尋優控制基礎上，建立多艦艇編隊指揮協同控制的目標參數模型，采用自適應尋優控制方法，構建多艦艇編隊火力控制優化模型，實現多艦艇編隊火力自動控制和仿真分析，提高多艦艇編的攻擊能力[1]。

傳統方法中，對多艦艇編隊指揮協同控制方法主要采用遺傳算法和仿生算法，建立多艦艇編隊指揮協同控制的目標函數，采用過程尋優和攻擊節點的優化部署方法，進行多艦艇編隊指揮協同控制，但上述方法進行多艦艇編隊指揮協同控制的模糊度較大，時滯較長，不能有效滿足多艦艇編隊指揮協同控制和實時控制的特點[2]，對此，本文提出基于粒子群（Particle swarm optimization， PSO）尋優進化的多艦艇編隊指揮協同控制模型，采用多傳感融合跟蹤識別方法進行多艦艇編隊指揮協同控制的大數據信息采樣，分析艦艇編隊的火力分布指數，采用粒子群進化尋優方法進行多艦艇編隊指揮協同控制過程最優化求解，將多艦艇編隊指揮協同控制問題轉化為粒子群進化的全局優化問題，實現參數優化求解，最后進行仿真實驗分析，得出有效性結論。

1 被控對象模型和參數優化

1.1 多艦艇編隊指揮協同控制對象模型

為了實現對多艦艇編隊指揮協同控制優化設計，采用物聯網和多傳感器組網方法，進行多艦艇編隊指揮協同控制的約束參數采集，采集的控制參數主要有艦艇的航速、陣位、火力點以及彈藥發射量等參數，對艦艇的位姿參數采用傳感器進行實時采集，采集的艦艇參數主要有速度、磁通量等信息，利用傳器融合跟蹤識別方法進行誤差補償[3]，采用Kalman濾波融合方法進行參數融合，實現多艦艇編隊的協同控制，總體實現流程如圖1所示。

分析圖3得知，采用本文方法進行多艦艇編隊指揮協同控制的尋優能力較好，收斂性較強，控制輸出的穩定性較好，具有很好的多艦艇編隊指揮協同控制指揮調度能力。

4 結束語

研究多艦艇編隊指揮協同控制方法，在提高水面艦艇的攻擊和防御能力方面具有重要意義。本文提出基于粒子群尋優進化的多艦艇編隊指揮協同控制模型，將編隊指揮協同控制問題轉化為粒子群進化的全局優化問題，結合參數優化調節和攻擊陣位的自適應調節，實現多艦艇編隊指揮協同控制優化，提高多艦艇編隊的攻擊能力和防御能力。研究得知，采用本文方法進行多艦艇編隊指揮協同控制的調度性能較好，對艦艇的攻擊陣位等參數的估計精度較高，尋優能力較強。

參考文獻

[1]傅冰，肖玉杰. 跨平臺火力兼容評估指標體系研究[J].兵器裝備工程學報，2019，40（5）：110-114.

[2]劉振，徐學文，李靜.考慮協同制導的編隊一體化防空問題分析與求解[J].指揮與控制學報，2018，4（3）：213-219.

[3]葛立志.基于全彈道控制分析的水下航行器攻擊模型視景仿真[J].艦船電子工程，2015，35（3）：137-141.

[4]傅冰，楊華東，肖玉杰.艦艇編隊跨平臺武器射彈命中前火力兼容判斷研究[J].海軍工程大學學報，2018，30（6）：69-73.

[5]傅冰，曹淵，肖玉杰.跨平臺非制導射彈命中末端火力兼容性判斷研究[J].兵工學報，2019，40（2）：377-383.

[6]代森強，賀鵬. 水面艦隊防空配置問題研究[J].信息工程大學學報，2016，17（5）：613-616.

[7]蔡芝明，金家善，陳硯橋. 艦艇編隊備件攜帶方案的混合約束問題研究[J].海軍工程大學學報，2016，28（5）：80-85，111.

[8]蔡芝明，金家善，陳硯橋.非穩態及多約束下多層級系統器材配置優化方法[J].北京航空航天大學學報，2017，43（1）：36-46.

[9]TONG Shaocheng， HUO Baoyu， LI Yongming. Observer-based adaptive decentralized fuzzy fault-tolerant control of nonlinear large-scale systems with actuator failures[J]. IEEE Transactions on Fuzzy Systems， 2014， 22（1）： 1-15.

[10]HAN S I， LEE J M. Fuzzy echo state neural networks and funnel dynamic surface control for prescribed performance of a nonlinear dynamic system[J]. IEEE Transactions on Industrial Electronics， 2014， 61（2）： 1099-1112.