APP下载

基于神经网络的防空武器目标智能分配方法

2021-03-26刘震宇史人赫王生印

空天防御 2021年1期

龙 腾,刘震宇,史人赫,王生印

(1.北京理工大学宇航学院,北京 100081;2.北京理工大学飞行器动力学与控制教育部重点实验室,北京 100081)

0 引 言

随着隐身战斗机、无人作战飞机、弹道导弹、巡航导弹等先进武器的不断发展,空中打击已成为现代战争中非常普遍的作战手段,提升防空武器系统的毁伤效能对国家国土防御具有重要的现实意义。考虑到战争成本问题,合理筹划武器拦截目标方案以发挥其最大作战效能,成为战争中防御方面临的巨大挑战。

武器目标分配(weapon target assignment,WTA)问题的基本任务是通过将防御方的武器合理地分配到不同目标,实现武器毁伤效能最大化。武器目标分配方法根据系统架构的不同,可分为集中式武器目标分配和分布式武器目标分配。其中,基于集中式架构的WTA 问题类似于组合优化问题,其求解方法包括经典的整数规划和现代启发式优化算法。整数规划方法主要包括穷举法、隐枚举法、分支定界法和割平面法等,主要用于求解简单的WTA 问题。对于涉及较多约束条件的WTA 问题,主要采用启发式优化算法求解。Johnson 和Falkman采用粒子群优化(particle swarm optimization,PSO)方法求解中小规模的WTA 问题,并与穷举法进行对比,结果显示PSO 算法能够有效获取可行分配方案。张春梅等针对WTA 问题的离散特性,提出了一种新的离散差分进化(discrete differential evolutionary,DDE)算法,实现了WTA 问题的高效求解。然而,传统基于规划/优化的武器目标分配方法往往需要较长时间来获得优化后的可行分配方案,难以满足防空武器目标分配实时性需求。……

登录APP查看全文