復雜環境下改進AGNES多智能體動態聯盟算法

張曌宇， 韋道知， 李 寧

(空軍工程大學防空反導學院,西安 710000)

0 引言

在空、天、地、海防御一體化不斷推進的進程中，戰場環境下如何及時、精準地識別目標、掌控目標動態，是正確評估戰場態勢，贏得現代信息化戰爭的必要前提。面對戰場復雜環境的傳統單傳感器任務過程更加容易受到干擾，從而惡化任務結果內部的模糊性，導致戰場決策風險加大。就以上問題，本文主要研究多傳感器聯盟過程中通過相互交叉提示決策優化更新[1]。多源傳感器動態聯盟是在多傳感器間交叉提示的基礎上，引入動態聯盟機制[2]。主要采取多傳感器間交叉提示、相互印證、協同探測等手段，由多傳感器從時段性、區域性、階段性組建任務聯盟以補全、細化目標信息，達到目標可連續探測目的，提高探測信息置信度與時效性。

目前，在國內外學者對多傳感器動態聯盟的研究中，文獻[3-8]利用博弈論算法、改進多智能體群優化算法、基于協商機制對多傳感器聯盟分布探索并提出改進雙方合同網和拍賣算法,以及分布式一致方法、任務分配方法、擴展合同法數學模型最優化等詳細研究傳感器聯盟框架的組建與過渡機制[5-8]，卻忽視復雜戰場下環境給傳感器任務帶來的不確定因素，使多傳感器聯盟在穩定仿真實驗環境下喪失對復雜環境的應變性，并且對于傳感器交叉組網順序也沒有詳細研究。上述討論對多傳感器在復雜環境下動態聯盟模型的組建提供了良好的契機和思路。……