劉佳敏,吳慶憲,王玉惠,周大可
(南京航空航天大學(xué)自動化學(xué)院,南京 211106)
無人機在空戰(zhàn)中需要根據(jù)復(fù)雜的戰(zhàn)場信息決策出最優(yōu)的戰(zhàn)術(shù)方案。常用的攻防決策方法有專家系統(tǒng)法、狼群算法和影響圖法等,但這些方法有一定的局限性,如專家系統(tǒng)法的可適應(yīng)性較差。而采取以博弈論為基礎(chǔ)的決策方法更能體現(xiàn)空戰(zhàn)的對抗性,如文獻[7]提出了一種矩陣對策法與遺傳算法相結(jié)合的空戰(zhàn)決策算法等。然而由于傳感器精度、戰(zhàn)場環(huán)境干擾等原因,采集的空戰(zhàn)信息具有不確定性,這會影響空戰(zhàn)攻防決策的正確性。
關(guān)于不確定信息下無人機空戰(zhàn)攻防博弈的研究,目前已有文獻報道,并取得了一些研究成果。文獻[10]建立了無人機空戰(zhàn)機動直覺模糊博弈模型,但模糊數(shù)屬性權(quán)重的確定具有主觀性。文獻[11-13]基于區(qū)間數(shù)對不確定環(huán)境無人機攻防博弈策略進行了研究,但是沒有充分考慮戰(zhàn)場態(tài)勢對攻防博弈的影響,并且沒有客觀確定態(tài)勢權(quán)重。根據(jù)以上文獻的研究成果可以分析出,學(xué)者們已開展不確定信息下無人機空戰(zhàn)攻防博弈問題的研究,但還需充分考慮戰(zhàn)場態(tài)勢,以及客觀確定態(tài)勢權(quán)重。
綜上分析,針對無人機空戰(zhàn)面臨信息不確定等挑戰(zhàn),本文基于區(qū)間數(shù)和量子粒子群優(yōu)化(quantum particle swarm optimization,QPSO)提出一種無人機空戰(zhàn)攻防博弈模型。該模型采用區(qū)間數(shù)表示不確定信息,然后態(tài)勢分析,借助集對分析和QPSO 算法確定態(tài)勢最優(yōu)權(quán)重,建立博弈支付函數(shù),獲得區(qū)間數(shù)支付矩陣。……