CN110968836B - 一种基于威胁的uuv应急决策方法 - Google Patents

Abstract

本发明属于UUV自主控制技术领域，具体涉及一种基于威胁的UUV应急决策方法。本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题，准确评估威胁事件，通过灵敏度分析得到威胁事件的威胁程度排序。在海洋环境威胁类、平台威胁类、任务威胁类三方面，便于了解当前UUV系统各部分的状况，利用动态影响图模型推理得到应急决策的最大期望效用值，确定最终应急决策方案。

Description

一种基于威胁的UUV应急决策方法

技术领域

本发明属于UUV自主控制技术领域，具体涉及一种基于威胁的UUV应急决策方法。

背景技术

目前关于无人系统的决策的文献很多，有很多是关于空中无人航行器的。具有代表性的例如文献“赵振宇，周锐，池沛，基于模糊推理Petri网的无人机智能决策方法.兵工自动化，2015,34(3):71-73”，建立一种基于模糊推理Petri网的无人机智能决策方法，以FRPNs结构实现规则推理，按照规则分析系统的推理过程，并基于模糊推理Petri网的智能决策进行仿真。文献“郭昊，周德云，张堃，无人作战飞机空战自主机动决策研究[J].电光与控制，2010,17(8):28-32”，针对无人作战飞机自主空战的要求，通过空战机动方式的分析，提出一种基于风险型决策的空战自主机动决策算法；以对策论为基础，构建空战机动攻击阶段的对策模型，通过模糊决策分析找出最优机动策略。

同时也有地面无人车辆的自主决策研究，例如文献“Furda A,Vlacic L.EnablingSafe Autonomous Driving in Real-World City Traffic Using Multiple CriteriaDecision Making[J].IEEE Intelligent Transportation Systems Magazine,2011,3(1):4-17.”，针对自主车辆的实时决策问题，提出了一种多准则决策(MCDM)方法，构建了整体控制系统架构，接着制定了任务分解方法，最后测试验证了MCDM方法的有效性。

针对水下航行器的决策研究，比如文献“刘海光，潘爽，张源原.远程AUV区间值直觉模糊Petri网自主决策方法研究[J].电光与控制，2017,24(11):11-15.”，将模糊Petri网的模糊集合进行扩展，给出了区间值直觉模糊Petri网的定义，提出了推理方法和进行决策的步骤；并建立了远程AUV行动决策的模型，最后仿真了远程AUV自主决策的过程。再有文献“Ali F,Kim E K,Kim Y G.Type-2fuzzy ontology-based semantic knowledge forcollision avoidance of autonomous underwater vehicles[J].InformationSciences,2015,295(C):441-464.”，基于海洋环境下障碍物数量迅速增多的问题，提出了一种AUV 2-型模糊本体，用于提供海上作业过程中的碰撞风险和海洋环境的准确信息，建立具有智能语义领域知识系统来计算碰撞风险并避开障碍物，实验仿真验证提出的体系结构对于海洋任务和AUV的实时决策系统是高效的。

发明内容

本发明的目的在于提供可应用于在动态不确定海洋环境下的一种基于威胁的UUV应急决策方法。

本发明的目的通过如下技术方案来实现，包括以下步骤：

步骤1：将UUV在海洋环境下的威胁事件划分类别，根据专家经验反复测试确定每一类威胁事件的先验概率；

步骤2：建立包含机会节点、决策节点和效用节点的UUV威胁的动态影响图模型；

步骤3：UUV从搭载的传感器的信息中提取量化的威胁要素，将量化的威胁要素输入到动态影响图模型中；

步骤4：动态影响图模型通过动态贝叶斯网络推理算法进行推理，得到决策节点中各个应急决策预案的效用值，利用最大效用理论确定最优的应急决策方案；

所述的动态影响图模型通过动态贝叶斯网络推理算法进行推理，得到决策节点中各个应急决策预案的效用值具体为：

在任意时间片t内，顶层隐藏节点为Z_t，第二层隐藏节点变量为

第3层观测变量为

假设在第1个时间片的观测数据下，

第2个时间片的条件概率为：

在上式引入Z₂的先验概率：

则可表示为

即动态贝叶斯网络的递推表达式为：

设DID概率模型满足一阶马尔可夫假设，则有下式：

P(X_t|X_0:(t-1),D_0:(t-1))＝P(X_t|X_t-1,D_t-1)

给定状态变量集的转移概率P(X_t|X_t-1,D_t-1)和观察集的概率P(O_t|X_t)，状态变量集的概率分布通过转移模型进行传播，则t时状态变量的先验概率分布为：

若给定观察变量集O_t和决策变量集D_t的条件先验概率，则状态变量集后验概率分布为：

DID对应的联合树定义为一个二元组T＝(Γ,Δ)；其中Γ是团结点的集合，Γ中的两个团是通过Δ中团结点相连；对任意一对相邻团C_i和C_j，C_i∈Γ,C_j∈Γ,S_k∈Δ，S_k为C_i和C_j之间的一个分割团，即S_k＝C_i∩C_j时，有

对DID进行分层分解，并引入分割团的条件，得到状态变量的近似概率分布为：

利用状态变量的近似概率分布对DID概率模型进行推理，并计算每个时间片中概率模型的近似联合概率分布；在给定的策略规则δ_t的情况下，t时刻的期望效用为：

在t时刻效用结点

的效用函数可表示为如下：

其中，

是效用结点

的父结点集，权重

对应一个变量

表示

对效用结点

影响的程度；如果

或当

小于一个权重阈值

就认为

和

相互独立；

设

的取值集合为

决策结点

的取值集为

x_k,j表示给定决策结点

和

的父结点集

时变量

的期望值，即

则在

时，

的效用函数可表示成：

基于以上算法进行期望效用的计算，最终确定最大期望效用值；按照理性行为公理，应选择期望效用最大的决策作为最优的决策，即选择期望效用值最大的预案。

本发明还可以包括：

所述的步骤1中将UUV在海洋环境下的威胁事件划分类别具体划分为三种，即海洋环境威胁类、平台威胁类和任务威胁类；所述的海洋环境威胁类包括障碍物威胁、海流威胁和海水密度威胁；所述的平台威胁类包括能源余量不足威胁、漏水威胁和敌潜艇威胁；所述的任务威胁类包括任务载荷威胁；所述的步骤1中确定每一类威胁事件的先验概率具体为先根据专家知识来确定，由于先验概率凭经验给出，主观性比较强，因此对样本数据进行反复调试，对条件概率进行适当调整，以提高数据的准确性和客观性，提升预测结果的可信度。

所述的UUV威胁的动态影响图模型的决策节点中由四种应急决策预案组成，具体为：UUV继续执行任务、启动重新规划系统、抛载上浮并等待救援、启动自毁装置。

本发明的有益效果在于：

本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题，准确评估威胁事件，通过灵敏度分析得到威胁事件的威胁程度排序。在环境威胁类、平台威胁类、任务威胁类三方面，便于了解当前UUV系统各部分的状况，利用动态影响图模型推理得到应急决策的最大期望效用值，确定最终应急决策方案。

附图说明

图1为UUV应急决策的动态影响图模型。

图2为效用节点的各个决策预案的初始效用值。

图3为t时刻四个决策预案的期望效用值。

图4为t时刻UUV应急决策影响图模型的灵敏度分析。

具体实施方式

下面结合附图对本发明做进一步描述。

本发明属于UUV自主控制技术领域，具体涉及一种基于威胁的UUV应急决策方法。本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题，利用动态影响图模型推理得到应急决策预案的期望效用值，确定最终应急决策方案。该方法包括如下步骤：

步骤1：将UUV在海洋环境下的威胁事件分为三种，即环境威胁类、平台威胁类和任务威胁类，根据专家经验反复测试确定威胁事件的先验概率；

步骤2：建立UUV威胁的动态影响图模型；

步骤3：根据需要决策的实际案例提取威胁要素，并将威胁要素量化，对量化后的数据进一步处理作为动态影响图模型的输入数据样本；

步骤4：将数据样本输入到动态影响图模型中，模型推理后得到决策节点中各个应急决策预案的效用值，利用最大效用理论确定最优的应急决策方案；

步骤5：最后将每一时刻的数据输入到静态影响图中，进行灵敏度分析，得到当前最大的威胁要素的排序，该排序验证了UUV确定的应急决策方案的正确性。

步骤1具体包括：

涉及到的威胁事件有三类，海洋环境威胁类，包括障碍物威胁、海流威胁、海水密度威胁等；平台威胁类包括能源余量不足威胁、漏水威胁、敌潜艇威胁等；任务类威胁包括任务载荷威胁等。

确定威胁事件的先验概率是先根据专家知识来确定，由于先验概率凭经验给出，主观性比较强，因此可以对样本数据进行反复调试，对条件概率进行适当调整，以提高数据的准确性和客观性，提升预测结果的可信度。

步骤2具体包括：

UUV应急决策动态影响图模型中，包含了三种节点：机会节点，决策节点和效用节点。在决策节点中由四种应急决策预案组成：(1)UUV继续执行任务；(2)启动重新规划系统；(3)抛载上浮，等待救援；(4)启动自毁装置。选择不同的应急决策预案可以体现不同决策效果。

步骤3具体包括：

提取实际案例的威胁要素，将威胁要素量化并进行预处理作为动态影响图模型的输入数据。例如：障碍物距离＝{0-50m，50-130m，130m+}；障碍物方位＝{dynamic，steady}。

步骤4具体包括：

动态贝叶斯网络推理算法和期望效用计算如下：

假设在任意时间片t内，顶层隐藏节点为Z_t，第二层隐藏节点变量为

第3层观测变量为

假设在第1个时间片的观测数据下，

第2个时间片的条件概率为

引入Z₂的先验概率

则可表示为

即动态贝叶斯网络的递推表达式为：

DID期望效用的计算包括两个部分：概率模型的近似计算和局部效用的计算。

(1)概率模型的近似计算

设DID概率模型满足一阶马尔可夫假设，可以有下式：

P(X_t|X_0:(t-1),D_0:(t-1))＝P(X_t|X_t-1,D_t-1)

给定状态变量集的转移概率P(X_t|X_t-1,D_t-1)和观察集的概率P(O_t|X_t)，状态变量集的概率分布通过转移模型进行传播，则t时状态变量的先验概率分布为：

若给定观察变量集O_t和决策变量集D_t的条件先验概率，则状态变量集后验概率分布为：

DID对应的联合树定义为一个二元组T＝(Γ,Δ)，其中Γ是团结点的集合，Γ中的两个团是通过Δ中团结点相连，对任意一对相邻团C_i和C_j，C_i∈Γ,C_j∈Γ,S_k∈Δ，S_k为C_i和C_j之间的一个分割团，即S_k＝C_i∩C_j时，有

对DID进行分层分解，并引入分割团的条件，可以得到状态变量的近似概率分布为：

利用(12)式对DID概率模型进行推理，并计算每个时间片中概率模型的近似联合概率分布。在给定的策略规则δ_t的情况下，t时刻的期望效用为：

(2)局部效用的近似计算

在t时刻效用结点

的效用函数可表示为如下：

其中，

是效用结点

的父结点集，权重

对应一个变量

表示

对效用结点

影响的程度。如果

或当

小于一个权重阈值

就认为

和

相互独立。

设

的取值集合为

决策结点

的取值集为

x_k,j表示给定决策结点

和

的父结点集

时变量

的期望值，即

则在

时，

的效用函数可表示成：

基于以上算法进行期望效用的计算，最终确定最大期望效用值。

按照理性行为公理，应选择期望效用最大的决策作为最优的决策，即选择期望效用值最大的预案。

本发明的有益效果在于：

本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题，准确评估威胁事件，通过灵敏度分析得到威胁事件的威胁程度排序。在环境威胁类、平台威胁类、任务威胁类三方面，便于了解当前UUV系统各部分的状况，利用动态影响图模型推理得到应急决策的最大期望效用值，确定最终应急决策方案。

本发明为解决上述技术问题采取的技术方案是：

针对上述具体实施方式所述的基于威胁的UUV应急决策方法，给出如下实施例：

假设当UUV执行海域勘察任务过程中，在任务区域沿东西方向以梳子形航迹航行，某航迹点上t＝5时刻检测到动力舱有3处漏水点，海流较剧烈、海水密度适中、能源余量不足、正前方5km处发现一艘潜艇正在接近、方向舵及升降舵等执行器工作正常，其它态势信息显示都是正常状态。

根据上述案例，对出现的威胁要素进行处理，t＝5时刻之前假设一切处于良好的状态，在t＝5时刻后，漏水点(处)＝{3}；海流＝{violent}；海水密度＝{med}；能源余量＝{lack}；潜艇距离(km)＝{3-8}；潜艇数量(个)＝{1}；其余要素处于良好状态，此时动态影响图模型中的输入证据如表1～3所示：

表1海洋环境威胁类事件输入证据参数

表2平台威胁类事件输入证据参数

表3任务威胁类事件输入证据参数

将表1～3作为证据输入到UUV应急决策动态影响图模型图1中，根据专家经验确定效用节点的各个决策预案的初始效用值如图2所示，更新模型的节点证据后得出当前时刻四个决策预案的期望效用如图3所示。

从图3中可以看出各个预案的期望效用为：EU(JXZXRW)＝-8.203，EU(QDCGH)＝-5.341，EU(PZSFDJY)＝-1.088，EU(QDZHZZ)＝5.186。则最大期望效用MAX(-8.203，-5.341，-1.088，5.186)＝5.186。最大期望效用为5.186的应急决策为QDZHZZ，即UUV启动自毁装置，这是当前时刻UUV做出的应急决策。说明当前UUV处于极度威胁情况，且无法完成任务和无法启动重规划，这时启动自毁装置，防止敌方将UUV俘获。

将t＝5时刻的证据参数输入到静态影响图模型中，得到UUV应急决策影响图模型的灵敏度分析如图4所示。从图4中可以看出，当前最大威胁是平台安全中的能源和潜艇威胁，次之威胁都是漏水情况，这些威胁都无法解决，若不采取启动自毁装置方案，将会有UUV被敌方潜艇俘获的危险。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于威胁的UUV应急决策方法，其特征在于，包括以下步骤：

步骤1：将UUV在海洋环境下的威胁事件划分类别，根据专家经验反复测试确定每一类威胁事件的先验概率；

步骤2：建立包含机会节点、决策节点和效用节点的UUV威胁的动态影响图模型；

步骤3：UUV从搭载的传感器的信息中提取量化的威胁要素，将量化的威胁要素输入到动态影响图模型中；

步骤4：动态影响图模型通过动态贝叶斯网络推理算法进行推理，得到决策节点中各个应急决策预案的效用值，利用最大效用理论确定最优的应急决策方案；

所述的动态影响图模型通过动态贝叶斯网络推理算法进行推理，得到决策节点中各个应急决策预案的效用值具体为：

在任意时间片t内，顶层隐藏节点为Z_t，第二层隐藏节点变量为

第3层观测变量为

假设在第1个时间片的观测数据下，

第2个时间片的条件概率为：

在上式引入Z₂的先验概率：

则可表示为

即动态贝叶斯网络的递推表达式为：

设DID概率模型满足一阶马尔可夫假设，则有下式：

P(X_t|X_0:(t-1),D_0:(t-1))＝P(X_t|X_t-1,D_t-1)

给定状态变量集的转移概率P(X_t|X_t-1,D_t-1)和观察集的概率P(O_t|X_t)，状态变量集的概率分布通过转移模型进行传播，则t时状态变量的先验概率分布为：

若给定观察变量集O_t和决策变量集D_t的条件先验概率，则状态变量集后验概率分布为：

DID对应的联合树定义为一个二元组T＝(Γ,Δ)；其中Γ是团结点的集合，Γ中的两个团是通过Δ中团结点相连；对任意一对相邻团C_i和C_j，C_i∈Γ,C_j∈Γ,S_k∈Δ，S_k为C_i和C_j之间的一个分割团，即S_k＝C_i∩C_j时，有

对DID进行分层分解，并引入分割团的条件，得到状态变量的近似概率分布为：

利用状态变量的近似概率分布对DID概率模型进行推理，并计算每个时间片中概率模型的近似联合概率分布；在给定的策略规则δ_t的情况下，t时刻的期望效用为：

在t时刻效用结点

的效用函数可表示为如下：

其中，

是效用结点

的父结点集，权重

对应一个变量

表示

对效用结点

影响的程度；如果

或当

小于一个权重阈值

就认为

和

相互独立；

设

的取值集合为

决策结点

的取值集为

x_k,j表示给定决策结点

和

的父结点集

时变量

的期望值，即

则在

时，

的效用函数可表示成：

基于以上算法进行期望效用的计算，最终确定最大期望效用值；按照理性行为公理，应选择期望效用最大的决策作为最优的决策，即选择期望效用值最大的预案。

2.根据权利要求1所述的一种基于威胁的UUV应急决策方法，其特征在于：所述的步骤1中将UUV在海洋环境下的威胁事件划分类别具体划分为三种，即海洋环境威胁类、平台威胁类和任务威胁类；所述的海洋环境威胁类包括障碍物威胁、海流威胁和海水密度威胁；所述的平台威胁类包括能源余量不足威胁、漏水威胁和敌潜艇威胁；所述的任务威胁类包括任务载荷威胁；所述的步骤1中确定每一类威胁事件的先验概率具体为先根据专家知识来确定，由于先验概率凭经验给出，主观性比较强，因此对样本数据进行反复调试，对条件概率进行适当调整，以提高数据的准确性和客观性，提升预测结果的可信度。

3.根据权利要求1或2所述的一种基于威胁的UUV应急决策方法，其特征在于：所述的UUV威胁的动态影响图模型的决策节点中由四种应急决策预案组成，具体为：UUV继续执行任务、启动重新规划系统、抛载上浮并等待救援、启动自毁装置。

Images