基于PSO的无人机协同攻击动态资源分配

石岭, 刘春生, 叶青, 马艇

(南京航空航天大学 自动化学院, 江苏 南京 210016)

0 引言

随着信息化战争的到来,战场环境变得愈加错综复杂。具有信息系统的无人作战智能机(UAV)由于能够充分利用自身机动性强、成本低、行动隐蔽性能好的优势,在现代战场上得到越来越广泛的应用。现代无人机除了装备有限数量的硬杀伤武器,如导弹、航炮等,通常还装备有电子支援、电子对抗、诱饵弹等其他软杀伤设备[1-2]。因此,无人机群一方面相互配合、相互协作,在使用硬杀伤武器的基础上最大程度地对敌方目标进行摧毁;另一方面使用软杀伤武器干扰敌方目标的机载雷达，以降低敌方作战效能。

近30年来,国内外学者利用运筹学中的武器-目标分配(WTA)模型描述复杂的协同攻击问题[3]。WTA模型研究分为静态和动态两类,目前对静态模型研究的文献较多。动态WTA模型可以分解为多阶段静态WTA过程,下一阶段的武器目标分配根据上一阶段分配反馈结果进行[4]。

由于软杀伤设备的使用增加了无人机的决策负担,它是一个约束条件多而复杂的优化问题,并且随着问题规模的增加,其解空间呈指数级增加,成为一个多参数、多约束的NP问题[5]。传统的数学方法难以保证在有限时间内得出最佳攻击组合。粒子群优化算法(PSO)是近年来发展起来的一种新的启发式算法[6],可以用于解决协同攻击问题。这一算法相对于其他智能算法(如遗传算法等)[7-8]而言,虽然也是通过迭代寻找最优解而且通过适应度来评价解的品质,但其规则更简单,实现容易、精度高、收敛快、程序占用内存小,在解决实际问题中充分展示了优越性。……