CN112578685B - 一种基于级联故障的无人机集群对抗仿真方法 - Google Patents

Abstract

本发明提供一种基于级联故障的无人机集群对抗仿真方法，涉及空战决策技术领域。首先设定无人机集群空‑空对抗的场景，运用复杂网络，构建基于级联故障的无人机集群空‑空对抗模型；作战双方进行攻击，被击落无人机在坠毁前分配探测数据，并观察双方无人机集群网络的鲁棒性变化；寻找蓝方无人机集群网络中携带超出容限数量数据的无人机，将其视为失效无人机，其在失效前将超出容限数量的数据平均分配给相邻友机，直至蓝方无人机集群网络中不存在携带超出容限数量数据的无人机或全部无人机失效，完成无人机集群的对抗仿真。本发明方法能获知双方在对抗过程中和对抗结束后无人机网络的鲁棒性，提升无人机集群在协同侦察和对抗时的任务完成能力。

Description

一种基于级联故障的无人机集群对抗仿真方法

技术领域

本发明涉及空战决策技术领域，尤其涉及一种基于级联故障的无人机集群对抗仿真方法。

背景技术

自上世纪 七、八十年代无人机正式投入战争以来，其一直以无伤亡、多用途、小巧灵活的特点活跃在现代军事行动中。大量诱饵无人机可以诱导敌方防空部队雷达开机并发射防空导弹；无人机也可以在海洋中搜寻敌方潜艇；无人机甚至有可能充当新型导弹防御系统，对超音速导弹进行拦截。

而无人机集群智能技术又是一项足以改变战争模式和战争规则的颠覆性技术。集群智能的本质是属于仿生学领域，来源于人类对动物集群行为这一集体行为模式的观察，包括蜂群、蚁群的活动和候鸟的迁徙等。智能无人机集群就是基于生物集群行为，无人机间通过彼此的信息传递与协同，可以在各种复杂险恶的环境下完成多样性的任务。

集群智能技术有着强进攻、难防御、低成本、可损伤的特点。根据多次模拟实验表明，由8架无人机集群对抗“宙斯盾”防空系统，至少有2.8架可以避开拦截，若无人机数量进一步提升，这种优势将进一步扩大。并且在机器作战中，通过牺牲和损失部分武器装备平台以达成目标将是常规战术之一。目前随着5G等先进技术的不断突破，大规模智能集群投入实战的技术环境正在迅速成熟，自主协同的智能集群武器装备的出现将可能颠覆传统高性能载人武器在战场的优势地位，具有重要的战略意义。

级联故障广泛存在于许多真实网络中，例如交通网络，移动网络和供水网络等。它也会存在于各种物理系统中并可能对其造成不同程度的破坏。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于级联故障的无人机集群对抗仿真方法，为无人机群协同侦察提供技术支持，为建立动态非线性的无人机集群协同侦察仿真环境提供方法和技术。

为解决上述技术问题，本发明所采取的技术方案是：一种基于级联故障的无人机集群对抗仿真方法，包括以下步骤：

步骤1：设定无人机集群空-空对抗的场景，并设定无人机集群空-空对抗的作战双方为红方和蓝方；

步骤2：运用复杂网络，构建基于级联故障的无人机集群空-空对抗模型；

在二维空间中采用空间网络中的随机几何图来构建红蓝作战双方无人机集群网络：其中，每个节点代表一架无人机，边长代表无人机之间的空间距离，如果两个节点之间的欧几里得距离小于等于节点间距离阈值，则两节点间存在连边，具有连边的两个节点视为处于协同对抗区域内，可以作为协同对抗目标；并将无人机集群网络划分为两部分，其中一部分为红方无人机集群网络，另一部分为蓝方无人机集群网络，并单独保存蓝方无人机集群网络；在双方无人机集群网络中设置各无人机初始探测数据量，并设置红蓝作战双方无人机探测数据容量上限；设置红蓝作战双方无人机的命中率；红蓝作战双方的整体无人机集群网络中互为友机间的连边为协同关系，互为敌机间的连边为对抗关系，删除无人机集群网络中所有己方内部节点之间的连边；

步骤3：作战双方进行对抗，被击落无人机在坠毁前分配探测数据，并观察在对抗结束后作战双方无人机集群网络的鲁棒性变化；

红蓝作战双方根据双方各自的命中率进行对抗，在对抗过程中每架无人机选择单个敌方对抗一次；若有多个敌方目标可供选择，则从其中随机选择一个敌方目标进行对抗，且选中的对抗目标必定为当前时刻存活目标；在对抗后双方撤离，并统计被击落无人机；被击落的无人机在坠毁的同时搜寻其全部相邻友机，并把探测到的全部数据平均分配给全部相邻友机；观察在对抗结束后红蓝双方无人机集群网络的鲁棒性变化；

选用网络损伤大小S作为评判红蓝方无人机集群网络鲁棒性的指标，如下公式所示：

其中，N′为红方或蓝方无人机集群网络中剩余节点数，N为红方或蓝方初始无人机集群网络中总节点数；

步骤4：寻找蓝方无人机集群网络中是否有携带超出容限数量数据的无人机，若存在，则该部分无人机将因超负荷而在网络中被视为失效，其在失效前将超出容限数量的数据平均分配给相邻友机；

寻找蓝方无人机集群网络中是否有携带超过自身容量上限的无人机，若有，则这些无人机因超负荷而被视为失效，即级联故障发生；每次级联故障发生后均计算一次当前蓝方无人机集群网络的损伤大小；这些无人机将在失效的同时寻找其全部相邻友机，并把超出容限数量的数据平均分配给其全部相邻友机，分配数据之后该部分无人机携带的数据量为其容量上限值，且在无人机集群网络中视为失效无人机；

步骤5：重复执行步骤4，直至蓝方无人机集群网络中不存在携带超出容限数量数据的无人机或全部无人机失效，计算蓝方无人机集群网络的损伤大小，完成无人机集群的对抗仿真。

采用上述技术方案所产生的有益效果在于：本发明提供的一种基于级联故障的无人机集群对抗仿真方法，基于空间网络中的随机几何图构建网络模型，具有算法简单、空间布局灵活、战场初始态势随机、更接近于多无人机混战场景等优点；计算无人机集群网络的实时鲁棒性变化可以为决策者以及无人机集群作战未来的完善方向提供思路和建议。

附图说明

图1为本发明实施例提供的一种基于级联故障的无人机集群对抗仿真方法的流程图；

图2为本发明实施例提供的无人机集群空-空对抗的流程图；

图3为本发明实施例提供的无人机集群网络构建流程图；

图4为本发明实施例提供的构建的无人机集群网络结构示意图，其中，(a)为构建的初始无人机集群协同对抗网络结构，(b)为删除所有己方内部节点之间连边的无人机集群对抗网络结构，(c)为单独保存的蓝方无人机集群协同网络结构。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本实施例中，一种基于级联故障的无人机集群对抗仿真方法，如图1所示，包括以下步骤：

步骤1：设定无人机集群空-空对抗的场景，并设定无人机集群空-空对抗的作战双方为红方和蓝方；

本实施例中设定无人机集群空-空对抗的场景为：设定无人机集群空-空对抗的作战双方为红方和蓝方。蓝方无人机为察打一体型无人机，任务为协同侦察，主要是探测敌方防御情况与侦察敌方地面部队，需要将侦察得到的大量信息带回基地。红方无人机为打击型无人机，任务为巡视是否有敌方潜入，并在发现敌军后进行攻击。由于蓝方此次的主要任务为侦察获取信息，需要将侦察得到的信息带回总部，所以在与红方遭遇后仅进行一轮反抗就快速脱离战场，具体对抗过程如图2所示。

步骤2：运用复杂网络，构建基于级联故障的无人机集群空-空对抗模型，如图3所示；

在二维空间中采用空间网络中的随机几何图(random geometric graph)来表示红蓝作战双方无人机集群网络，其中，每个节点代表一架无人机，边长代表无人机之间的空间距离，如果两个节点之间的欧几里得距离小于等于节点间距离阈值(即对于节点u与节点v，如果 d(u，v)≤r，则节点u与节点v连接，其中d为两个节点u、v之间的欧几里得距离，r为节点间距离阈值)，则两节点间存在连边，具有连边的两个节点视为处于协同对抗区域内，可以作为协同对抗目标；在双方无人机集群网络中设置各无人机初始探测数据量，并设置红蓝作战双方无人机探测数据容量上限；设置红蓝作战双方无人机的命中率；红蓝作战双方的整体无人机集群网络中互为友机间的连边为协同关系，互为敌机间的连边为对抗关系，删除无人机集群网络中所有己方内部节点之间的连边(即红色节点与红色节点和蓝色节点与蓝色节点之间的连边)；

本实施例中，构建具有N个节点的无人机集群网络，如图4(a)所示，提取无人机集群网络的N/2个节点表示红方，在图4(a)中用空心圆圈表示，另外N/2个节点则表示蓝方，在图4(a)中用实心圆圈表示，删除无人机集群网络中所有己方内部节点之间的连边，如图 4(b)所示。将无人机集群网络中的红方节点与蓝方节点之间的连边删除，即将无人机集群网络分割为红色部分与蓝色部分，单独保存蓝方无人机集群网络，如图4(c)所示；本实施例中，蓝方为到红方防守区域侦察的无人机群。红方监测到蓝方入侵后，派出无人机群对抗蓝方无人机群，以阻止蓝方将拍摄到的数据带回基地。

步骤3：红蓝作战双方进行对抗，被击落无人机在坠毁前分配探测数据；

红蓝作战双方根据双方各自的命中率进行对抗，在对抗过程中每架无人机选择单个敌方对抗一次；若有多个敌方目标可供选择，则从其中随机选择一个敌方目标进行对抗，且选中的对抗目标必定为当前时刻存活目标；在对抗后双方撤离，并统计被击落无人机；被击落的无人机在坠毁的同时搜寻其全部相邻友机，并把探测到的全部数据平均分配给全部相邻友机；观察在对抗结束后红蓝双方无人机集群网络的鲁棒性变化；

为了使蓝方无人机集群网络的鲁棒性更直观，选用网络损伤大小S作为评判红蓝双方无人机集群网络鲁棒性的指标，S如下公式所示：

其中，N′为红方或蓝方无人机集群网络中剩余节点数，N为红方或蓝方初始无人机集群网络中总节点数；

步骤4：寻找蓝方无人机集群网络中是否有携带超出容限数量数据的无人机，若存在，则该部分无人机将因超负荷而在网络中被视为失效，其在失效前将超出容限数量的数据平均分配给相邻友机；

在双方对抗结束后，由于上一步被击落无人机的探测数据分配，一部分无人机此时可能携带较多的探测数据。寻找蓝方无人机集群网络中是否有携带超过自身容量上限的无人机，若有，则这些无人机因超负荷而被视为失效，即级联故障发生；每次级联故障发生后均计算一次当前蓝方无人机集群网络的损伤大小；这些无人机将在失效的同时寻找其全部相邻友机，并把超出容限数量的数据平均分配给其全部相邻友机，分配数据之后该部分无人机携带的数据量为其容量上限值，且在无人机集群网络中视为失效无人机；

步骤5：重复执行步骤4，直至蓝方无人机集群网络中不存在携带超出容限数量数据的无人机或全部无人机失效，计算蓝方无人机集群网络的损伤大小，完成无人机集群的对抗仿真。

本实施例为了使对抗结果更直观，将整体仿真过程划分为若干时间步。其中，双方对抗过程以及被击落无人机分配探测数据为1时间步，后续每次在蓝方无人机集群网络中寻找携带超出容限数量数据的无人机以及它们的探测数据分配都为1时间步，直至整体对抗仿真完成，本实施例最终仿真模拟得到的对抗结果如表1所示。

表1仿真对抗结果

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (4)

1.一种基于级联故障的无人机集群对抗仿真方法，其特征在于：包括以下步骤：

步骤1：设定无人机集群空-空对抗的场景，并设定无人机集群空-空对抗的作战双方为红方和蓝方；

步骤2：运用复杂网络，构建基于级联故障的无人机集群空-空对抗模型；

在二维空间中采用空间网络中的随机几何图来表示红蓝作战双方无人机集群网络，其中，每个节点代表一架无人机，边长代表无人机之间的空间距离，如果两个节点之间的欧几里得距离小于等于节点间距离阈值，则两节点间存在连边，具有连边的两个节点视为处于协同对抗区域内，可以作为协同对抗目标；并将无人机集群网络划分为两部分，其中一部分为红方无人机集群网络，另一部分为蓝方无人机集群网络，并单独保存蓝方无人机集群网络；在双方无人机集群网络中设置各无人机初始探测数据量，并设置红蓝作战双方无人机探测数据容量上限；设置红蓝作战双方无人机的命中率；红蓝作战双方的整体无人机集群网络中互为友机间的连边为协同关系，互为敌机间的连边为对抗关系，删除无人机集群网络中所有己方内部节点之间的连边；

步骤3：红蓝作战双方进行对抗，被击落无人机在坠毁前分配探测数据，并观察在对抗结束后红蓝双方无人机集群网络的鲁棒性变化；

步骤4：寻找蓝方无人机集群网络中是否有携带超出容限数量数据的无人机，若存在，则该部分无人机将因超负荷而在网络中被视为失效，其在失效前将超出容限数量的数据平均分配给相邻友机；

步骤5：重复执行步骤4，直至蓝方无人机集群网络中不存在携带超出容限数量数据的无人机或全部无人机失效，计算蓝方无人机集群网络的损伤大小，完成无人机集群的对抗仿真。

2.根据权利要求1所述的一种基于级联故障的无人机集群对抗仿真方法，其特征在于：所述步骤3的具体方法为：

红蓝作战双方根据双方各自的命中率进行对抗，在对抗过程中每架无人机选择单个敌方对抗一次；若有多个敌方目标可供选择，则从其中随机选择一个敌方目标进行对抗，且选中的对抗目标必定为当前时刻存活目标；在对抗后双方撤离，并统计被击落无人机；被击落的无人机在坠毁的同时搜寻其全部相邻友机，并把探测到的全部数据平均分配给全部相邻友机；观察在对抗结束后红蓝双方无人机集群网络的鲁棒性变化。

3.根据权利要求2所述的一种基于级联故障的无人机集群对抗仿真方法，其特征在于：所述步骤3选用网络损伤大小S作为评判红蓝方无人机集群网络鲁棒性的指标，如下公式所示：

其中，N′为红方或蓝方无人机集群网络中剩余节点数，N为红方或蓝方初始无人机集群网络中总节点数。

4.根据权利要求3所述的一种基于级联故障的无人机集群对抗仿真方法，其特征在于：所述步骤4的具体方法为：

寻找蓝方无人机集群网络中是否有携带超过自身容量上限的无人机，若有，则这些无人机因超负荷而被视为失效，即级联故障发生；每次级联故障发生后均计算一次当前蓝方无人机集群网络的损伤大小；这些无人机将在失效的同时寻找其全部相邻友机，并把超出容限数量的数据平均分配给其全部相邻友机，分配数据之后该部分无人机携带的数据量为其容量上限值，且在无人机集群网络中视为失效无人机。

Images