基于贝叶斯网络的无人机编队作战效能评估方法研究

【摘要】：现代战争环境下,单架无人机作战难以完成复杂的任务。而采用无人机编队作战的方式,不仅可以干扰或分散敌方防空火力,而且可以跟其它无人机配合作战,灵活度比较高,于是无人机编队作战的方式被广泛采用。为了选取合理有效的作战方案并且最大化发挥作战效能,无人机编队作战效能评估受到广泛关注。准确的评估结果可以为战术方案的选取提供依据并且减少不必要的经济损失。不准确的评估结果可能会导致作战任务的失败。无人机编队作战效能评估是军事领域研究的一个热点问题,目前国内对这方面的研究起步比较晚,并且大多数研究是针对单架无人机的。评估过程中主要存在以下两个难点:(1)无人机编队的作战效能受到战场环境、人员指挥水平和飞机性能等因素的影响,导致评价指标较多且存在冗余性。同时,专家给出指标的重要性评语具有模糊性,可能会使计算出来的指标权重不准确,从而影响评估结果;(2)战场环境瞬息万变并且任务执行过程中存在很多的不确定性因素,评估模型的构建比较困难,所构建的评估模型要具有很强的推理能力。本文主要工作如下:(1)针对难点一,使用三角模糊层次分析法对指标体系进行优化。在这过程中,通过对指标体系建立的原则和方法进行研究,对影响作战效能的因素进行分析,初步建立了作战效能评估指标体系。根据指标体系创建模糊评判矩阵,通过矩阵的一致性检验、指标初始权重的计算、初始权重去模糊化等步骤优化指标体系。(2)针对难点二,利用贝叶斯网络构建无人机编队作战效能评估的模型。模型的构建主要包括结构学习和参数学习两个步骤,先使用k2算法进行结构学习,该算法学习出来的结构比较精确,再使用最大似然估计法进行参数学习,大大降低专家的主观性对条件概率表的影响。使用贝叶斯网络构建出来的评估模型具有极强的推理能力,能够很好地适用于不确定环境下的无人机编队作战效能评估。(3)建立无人机编队作战效能评估指标体系并构建评估模型后,使用贝叶斯网络的推理方式分别对单个编队的作战效能和整体编队的作战效能进行推理,验证模型的合理性。实验结果表明:本文提出的基于贝叶斯网络的无人机编队作战效能评估方法有很好的适用性。该方法具备推理能力强、推理方式多等特点,可对编队作战方案以及战术决策进行合理的评估并向决策者提供清晰的评估过程,从而更好地指导无人机编队作战。