基于在线支持向量机的空对地攻击决策算法

韩 伟,刘 敏,何文龚,陈 谋

(1.南京航空航天大学 自动化学院,南京 210016； 2.中国人民解放军 93413部队,山西 运城 044500；3.洛阳光电设备研究所 光电控制技术重点实验室,河南 洛阳 471009)

0 引 言

大量使用无人机对地攻击是现代战争的重要手段之一,是夺取现代战争的制信息权和制空权的关键。无人机在执行对地攻击任务过程中,面对复杂的战场环境,有大量信息必须不停地进行计算、判断、决策并做出相应的战术动作。其中决策是该过程中最重要的环节之一,对无人机能否顺利完成任务以及完成任务的效率具有非常重要的意义[1]。

地面目标包括坦克、装甲车、导弹发射车、军事指挥中心、机场、雷达站、桥梁和弹药库等,在战争中具有非常重要的地位,因此,利用无人机摧毁敌方地面目标具有非常重要的意义。无人机对地攻击决策是把所有要攻击的地面目标合理分配给无人机[2]。而影响决策过程的因素主要为目标威胁度[3],它是确定火力单元如何分配的重要依据之一。同时,威胁度的预测值及威胁排序也是进行对地攻击决策的依据。目前,无人机对地攻击决策是无人机领域的热点研究问题,文献[1]采用离散微粒群优化算法,很好地解决了多无人机多目标的任务分配问题,但模型中没有考虑目标威胁度这个重要指标。文献[3]利用改进层次分析法,解决了多目标决策优选问题,但由于不同人的主观标度相差较大,使最终的评估结果带有一定的主观性。

为充分利用目标威胁度这个重要指标,并克服人参与威胁度评估带来的主观性,笔者采用在线支持向量机算法对目标威胁度进行预测,并根据预测出的地面目标威胁度排序进行攻击决策。……