CN113987849B - 空战对抗算法的评估方法及装置 - Google Patents
空战对抗算法的评估方法及装置 Download PDFInfo
- Publication number
- CN113987849B CN113987849B CN202111617156.0A CN202111617156A CN113987849B CN 113987849 B CN113987849 B CN 113987849B CN 202111617156 A CN202111617156 A CN 202111617156A CN 113987849 B CN113987849 B CN 113987849B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- blue
- state
- red
- square
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 75
- 238000001514 detection method Methods 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000005553 drilling Methods 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims description 112
- 230000008569 process Effects 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004886 process control Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000010304 firing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/003—Simulators for teaching or training purposes for military purposes and tactics
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种空战对抗算法的评估方法及装置,所述方法包括:根据红方飞行器的运动状态、红方飞行器的探测状态和红方飞行器的武器状态,以及蓝方飞行器的运动状态、蓝方飞行器的探测状态和蓝方飞行器的武器状态,对红方飞行器和蓝方飞行器进行演练,确定红蓝双方的胜负关系;根据所述胜负关系,确定待评估空战对抗算法相对于基准对抗算法的胜率,根据胜率,确定待评估空战对抗算法的评估结果。本发明提供的空战对抗算法的评估方法及装置,通过对红方飞行器和蓝方飞行器进行演练,根据演练的胜率确定待评估空战对抗算法相对于基准对抗算法的评估结果,实现了对于空战对抗算法科学、准确的评估。
Description
技术领域
本发明涉及作战模拟技术领域,具体涉及一种空战对抗算法的评估方法及装置。
背景技术
在现有的红蓝空战对抗训练中,对于空战对抗算法的评估带有较强的主观性,也没有结合红蓝双方飞行器的时序状态数据进行量化分析,使得红蓝空战对抗算法评估和数据分析缺乏科学性和全面性。
与此同时,现有空战对抗算法的研究都以最终空战胜负结果为导向,评价指标相对单一,难以体现出空战过程的趋势变化。更为重要的是,不同空战对抗算法通常应用于不同的任务场景,其对手算法的水平高低不等,因此难以直接衡量不同空战对抗算法的优劣程度。
因此,如何设计一种通用性的空战对抗算法的评估方法,实现对空战对抗算法进行科学、准确的评估,具有十分重要的意义。
发明内容
本发明提供一种空战对抗算法的评估方法及装置,用以解决现有技术中无法实现科学、准确地对空战对抗算法进行评估的技术问题。
第一方面,本发明提供空战对抗算法的评估方法,包括:
将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
在一个实施例中,所述红方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述蓝方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态。
在一个实施例中,所述对所述红方飞行器和所述蓝方飞行器进行演练,包括:
根据所述红方飞行器的运动状态和所述红方飞行器的探测状态探测所述蓝方飞行器;
根据所述蓝方飞行器的运动状态和所述蓝方飞行器的探测状态探测所述红方飞行器;
在所述红方飞行器的探测状态为可攻击状态时,根据所述红方飞行器的武器状态,击落所述蓝方飞行器;
在所述蓝方飞行器的探测状态为可攻击状态时,根据所述蓝方飞行器的武器状态,击落所述红方飞行器。
在一个实施例中,所述红方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态;
所述蓝方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态。
在一个实施例中,所述根据所述红方飞行器的武器状态,击落所述蓝方飞行器,包括:
在所述红方飞行器的武器状态为满足发射条件状态的情况下,根据所述红方飞行器中武器的杀伤概率,击落所述蓝方飞行器;
在所述蓝方飞行器的武器状态为满足发射条件状态的情况下,根据所述蓝方飞行器中武器的杀伤概率,击落所述红方飞行器。
在一个实施例中,所述对所述红方飞行器和所述蓝方飞行器进行演练之后,还包括:
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,确定所述红方飞行器的分析数据;
根据所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,确定所述蓝方飞行器的分析数据;
通过图表的形式展示所述红方飞行器的分析数据与所述蓝方飞行器的分析数据。
在一个实施例中,所述基准对抗算法包括飞行器加速直飞算法、飞行器水平面随机机动算法、飞行器竖直面随机机动算法、飞行器水平面竖直面同时随机机动算法中的一项或多项。
第二方面,本发明还提供一种空战对抗算法的评估系统,包括红方飞行仿真模块、蓝方飞行仿真模块、飞行仿真管理模块、胜负判定模块、基准对抗算法模块、待评估对抗算法接口模块、数据分析与算法评估模块、场景显示模块和数据存储模块,其中:
所述红方飞行仿真模块用于计算红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态;
所述蓝方飞行仿真模块用于计算蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态;
所述飞行仿真管理模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于系统初始设置和过程控制;
所述胜负判定模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于判定红蓝双方的胜负关系;
所述基准对抗算法模块连接所述蓝方飞行仿真模块,为所述蓝方飞行仿真模块提供基准对抗算法;
所述待评估对抗算法接口模块连接所述红方飞行仿真模块,为待评估空战对抗算法接入所述红方飞行仿真模块提供接口;
所述数据分析与算法评估模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于对空战过程数据和指标结果进行分析与评估;
所述场景显示模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于显示空战过程中红蓝双方飞行器的三维视景;
所述数据存储模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于存储红蓝双方飞行器空战过程的状态信息、红蓝双方飞行器空战过程的武器信息和红蓝双方飞行器空战过程的胜负信息。
在一个实施例中,空战对抗算法的评估系统中的红方飞行仿真模块包括红方飞行器动力学与运动学模块、红方探测模块和红方武器模块;
所述蓝方飞行仿真模块包括蓝方飞行器动力学与运动学模块、蓝方探测模块和蓝方武器模块。
第三方面,本发明还提供一种空战对抗算法的评估装置,包括:
红方飞行器运动状态确定模块,用于将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
蓝方飞行器运动状态确定模块,用于将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
红蓝演练模块,用于根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
对抗算法评估模块,用于根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
第四方面,本发明还提供一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一种的空战对抗算法的评估方法的步骤。
第五方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一种的空战对抗算法的评估方法的步骤。
第六方面,本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任一种的空战对抗算法的评估方法的步骤。
本发明提供的空战对抗算法的评估方法、装置、电子设备及存储介质,通过将待评估空战对抗算法驱动红方飞行器,根据基准对抗算法驱动蓝方飞行器,对红方飞行器和蓝方飞行器进行演练,根据演练的胜率确定待评估空战对抗算法相对于基准对抗算法的评估结果,在确保对于空战对抗算法科学、准确的评估的同时,也可以实现对不同空战对抗算法在同一尺度下优劣程度的评估。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的空战对抗算法的评估方法的流程示意图;
图2为本发明提供的空战对抗算法的评估系统结构示意图;
图3为应用本发明提供的空战对抗算法的评估方法的流程示意图;
图4为本发明提供的空战对抗算法的评估装置的结构示意图;
图5为本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的空战对抗算法的评估方法的流程示意图。参照图1,本发明提供的空战对抗算法的评估方法可以包括:
S110、将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
S120、将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
S130、根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
S140、根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
本发明提供的空战对抗算法的评估方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)或者个人计算机(personal computer,PC)等,本发明不作具体限定。
下面以计算机执行本发明提供的空战对抗算法的评估方法为例,详细说明本发明的技术方案。
在步骤S110中,将待评估空战对抗算法输入红方飞行仿真模块,红方飞行仿真模块根据输入的待评估空战对抗算法确定红方飞行器的运动状态,即驱动红方飞行器飞行。
可选地,在确定红方飞行器的初始状态参数后,红方飞行仿真模块可以根据输入的待评估空战对抗算法,通过四阶龙格库塔法求解动力学与运动学方程,得到红方飞行器实时运动状态。
可选地,红方飞行仿真模块中可以包含飞行器运行的非线性六自由度刚体模型,根据待评估空战对抗算法以及非线性六自由度刚体模型确定红方飞行器的运行状态。所述非线性六自由度刚体模型包括十二个状态量,四个输入量和十二个输出量,所述十二个状态量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率;所述四个输入量为升降舵偏转角、副翼偏转角、方向舵偏转角和油门开度;所述十二个输出量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率。
在步骤S120中,将基准对抗算法输入蓝方飞行仿真模块,蓝方飞行仿真模块根据输入的基准对抗算法确定蓝方飞行器的运动状态,即驱动蓝方飞行器飞行。
可选地,在确定蓝方飞行器的初始状态参数后,蓝方飞行仿真模块可以根据输入的基准对抗算法,通过四阶龙格库塔法求解动力学与运动学方程,得到蓝方飞行器实时运动状态。
可选地,蓝方飞行仿真模块中可以包含飞行器运行的非线性六自由度刚体模型,根据基准对抗算法以及非线性六自由度刚体模型确定蓝方飞行器的运行状态。所述非线性六自由度刚体模型进一步包括十二个状态量,四个输入量和十二个输出量,所述十二个状态量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率;所述四个输入量为升降舵偏转角、副翼偏转角、方向舵偏转角和油门开度;所述十二个输出量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率。
在步骤S130中,根据红方飞行器的运动状态、红方飞行器的探测状态和红方飞行器的武器状态,以及蓝方飞行器的运动状态、蓝方飞行器的探测状态和蓝方飞行器的武器状态,对红方飞行器和蓝方飞行器进行演练。在演练的过程中,若判定其中一方的飞行器被击落,则结束演练,判定被击落方失败,从而确定红蓝双方的胜负关系。
可以理解的是,演练的过程中,在红方飞行器探测到蓝方飞行器后,可以根据红方飞行器的武器状态执行对蓝方的攻击。同理,在蓝方飞行器探测到红方飞行器后,可以根据蓝方飞行器的武器状态执行对红方的攻击。
在步骤S140中,在确定演练中红蓝双方的胜负关系后,根据多次演练确定的红蓝双方的胜率,确定红方待评估空战对抗算法相对于蓝方基准对抗算法的胜率,根据胜率,确定待评估空战对抗算法相对于基准对抗算法的评估结果。
可以理解的是,基准对抗算法是用作基准,用于衡量待评估空战对抗算法。若运用待评估空战对抗算法的红方的胜率越高,则可以确定待评估空战对抗算法相比于基准对抗算法的更具优势。可以通过同一基准对抗算法,衡量不同待评估空战对抗算法的优劣。
本发明提供的空战对抗算法的评估方法,通过将待评估空战对抗算法驱动红方飞行器,根据基准对抗算法驱动蓝方飞行器,对红方飞行器和蓝方飞行器进行演练,根据演练的胜率确定待评估空战对抗算法相对于基准对抗算法的评估结果,在确保对于空战对抗算法科学、准确的评估的同时,也可以实现对不同空战对抗算法在同一尺度下优劣程度的评估。
在一个实施例中,红方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;蓝方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态。
可以理解的是,根据飞行器的探测状态可以确定敌机是否发现敌机以及当前飞行器的状态是都可以实施对敌机的攻击,为后续实现对敌机的攻击提供了基础。
本发明提供的空战对抗算法的评估方法,通过确定飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态,进一步对飞行器的探测状态进行限定,为后续实现对敌机的攻击提供了基础。
在一个实施例中,对红方飞行器和所述蓝方飞行器进行演练,包括:根据所述红方飞行器的运动状态和所述红方飞行器的探测状态探测所述蓝方飞行器;根据所述蓝方飞行器的运动状态和所述蓝方飞行器的探测状态探测所述红方飞行器;在所述红方飞行器的探测状态为可攻击状态时,根据红方飞行器的武器状态,击落所述蓝方飞行器;在所述蓝方飞行器的探测状态为可攻击状态时,根据蓝方飞行器的武器状态,击落所述红方飞行器。
具体地,在进行演练的过程中,首先对敌方飞行器进行检测。对于红方飞行器,根据红方飞行器的运动状态和红方飞行器得到探测状态,对蓝方飞行器进行探测,在探测到蓝方飞行器且确定蓝方飞行器为可攻击状态的情况下,根据红方飞行器的武器状态,执行对蓝方飞行器的攻击。对于蓝方飞行器,根据蓝方飞行器的运动状态和蓝方飞行器得到探测状态,对红方飞行器进行探测,在探测到红方飞行器且确定红方飞行器为可攻击状态的情况下,根据蓝方飞行器的武器状态,执行对红方飞行器的攻击。
本发明提供的空战对抗算法的评估方法,通过根据所述红方飞行器的运动状态和所述红方飞行器的探测状态探测所述蓝方飞行器,在确定飞行器探测状态为可攻击状态时,根据飞行器的武器状态,实现对敌方飞行器的攻击。将红蓝空战双方的飞行状态数据、探测信息和武器信息进行获取与分析,实现了科学、准确的胜负评估。
在一个实施例中,红方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态;蓝方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态。
可以理解的是,在实际情况中,飞行器的武器状态有不满足发射条件状态和满足发射条件状态两种,只有在确定当前飞行器的武器状态为满足发射条件状态,才可以对敌方飞行器发起攻击。
本发明提供的空战对抗算法的评估方法,通过在对飞行器进行空战演练的情况下,考虑飞行器武器状态的可能性,根据飞行器的武器状态,实现对敌方飞行器的击落,为后续获取准确的演练结果,提供了基础。
在一个实施例中,根据红方飞行器的武器状态,击落蓝方飞行器,包括:在红方飞行器的武器状态为满足发射条件状态的情况下,根据红方飞行器中武器的杀伤概率,击落蓝方飞行器;在蓝方飞行器的武器状态为满足发射条件状态的情况下,根据蓝方飞行器中武器的杀伤概率,击落红方飞行器。
可选的,在确定本方飞行器的探测状态为可攻击状态,且武器状态为满足发射条件,则本方飞行器击落另一方飞行器的概率为本方飞行器中武器的杀伤概率。此时,可以通过产生一个随机数,用于判断另一方飞行器是否被击落,如果随机数在本方武器的杀伤概率范围内,则判定另一方被击落,否则,则判定另一方未被击落。在判定一方飞行器被击落的情况下,演练结束。
本发明提供的空战对抗算法的评估方法,通过确定飞行器的武器状态满足发射条件的情况下,根据飞行器中武器的杀伤概率,实现对敌方飞行器的击落,为后续获取准确的演练结果,提供了基础。
在一个实施例中,根据红方飞行器的运动状态、红方飞行器的探测状态和红方飞行器的武器状态,确定红方飞行器的分析数据;根据蓝方飞行器的运动状态、蓝方飞行器的探测状态和蓝方飞行器的武器状态,确定蓝方飞行器的分析数据;通过图表的形式展示红方飞行器的分析数据与蓝方飞行器的分析数据。
可选的,对红方飞行器和蓝方飞行器中图表形式展示的数据可以包括红蓝双方的相对距离、相对方位角、相对高度差、相对速度差、相对态势分数和最终胜负结果等。还可以结合红蓝双方飞行器的运动状态、飞行器的探测状态和飞行器的武器状态显示空战演练过程中红蓝双方飞行器的三维视景,包括动态展示红蓝双方飞行器的空间位置、姿态及战场环境。
对于红蓝双方飞行器空战过程中的运动状态信息、探测状态信息和武器状态信息可以进行存储,在后续需要的情况下,可以进行获取。
本发明提供的空战对抗算法的评估方法,通过根据飞行器的运动状态、飞行器的探测状态和飞行器的武器状态,确定飞行器的分析数据并对飞行器的分析数据进行展示,使得可以在空战演练的过程中直观的查看红蓝双方的数据,方便了后续的分析。
在一个实施例中,基准对抗算法包括飞行器加速直飞算法、飞行器水平面随机机动算法、飞行器竖直面随机机动算法、飞行器水平面竖直面同时随机机动算法中的一项或多项。
可以理解的是,通过确定不同的基准对抗算法,可以实现对待评估算法进行不同层面的分析与评估。在确定基准对抗算法后,对于不同的待评估算法,也可以实现在在同一尺度下的评估。
本发明提供的空战对抗算法的评估方法,通过确定不同的基准对抗算法,实现了对待评估算法进行不同层面的分析与评估。
本发明还提供一种空战对抗算法的评估系统,如图2本发明提供的空战对抗算法的评估系统结构示意图所示。所述空战对抗算法的评估系统包括红方飞行仿真模块、蓝方飞行仿真模块、飞行仿真管理模块、胜负判定模块、基准对抗算法模块、待评估对抗算法接口模块、数据分析与算法评估模块、场景显示模块和数据存储模块,其中:所述红方飞行仿真模块用于计算红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态;所述蓝方飞行仿真模块用于计算蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态;所述飞行仿真管理模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于系统初始设置和过程控制;所述胜负判定模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于判定红蓝双方的胜负关系;所述基准对抗算法模块连接所述蓝方飞行仿真模块,为所述蓝方飞行仿真模块提供基准对抗算法;所述待评估对抗算法接口模块连接所述红方飞行仿真模块,为待评估空战对抗算法接入所述红方飞行仿真模块提供接口;所述数据分析与算法评估模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于对空战过程数据和指标结果进行分析与评估;所述场景显示模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于显示空战过程中红蓝双方飞行器的三维视景;所述数据存储模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于存储红蓝双方飞行器空战过程的状态信息、红蓝双方飞行器空战过程的武器信息和红蓝双方飞行器空战过程的胜负信息。
可选地,红方飞行仿真模块包括红方飞行器动力学与运动学模块、红方探测模块和红方武器模块;所述蓝方飞行仿真模块包括蓝方飞行器动力学与运动学模块、蓝方探测模块和蓝方武器模块。
红方飞行器动力学与运动学模块可以为非线性六自由度刚体模型,所述非线性六自由度刚体模型进一步包括十二个状态量,四个输入量和十二个输出量,所述十二个状态量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率;所述四个输入量为升降舵偏转角、副翼偏转角、方向舵偏转角和油门开度;所述十二个输出量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率。
红方探测模块可以用于设置红方飞行器的雷达探测模式和探测范围。
红方武器模块可以用于设置红方飞行器的武器攻击范围和杀伤概率。
红方飞行器的运动状态可以包括红方飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率。
红方飞行器的探测状态可以包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态。蓝方飞行器的探测状态可以包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态。
红方飞行器武器状态可以包括不满足发射条件和满足发射条件。蓝方飞行器武器状态可以包括不满足发射条件和满足发射条件。
蓝方飞行器动力学与运动学模块可以为非线性六自由度刚体模型,所述非线性六自由度刚体模型进一步包括十二个状态量,四个输入量和十二个输出量,所述十二个状态量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率;所述四个输入量为升降舵偏转角、副翼偏转角、方向舵偏转角和油门开度;所述十二个输出量为飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率。
蓝方探测模块可以用于设置蓝方飞行器的雷达探测模式和探测范围。
蓝方武器模块可以用于设置蓝方飞行器的武器攻击范围和杀伤概率。
蓝方飞行器的运动状态可以包括蓝方飞行器的北向位移、东向位移、高度、滚转角、俯仰角、偏航角、飞行速度、攻角、侧滑角、滚转角速率、俯仰角速率和偏航角速率。
飞行仿真管理模块可以用于系统初始设置和过程控制。其中,系统初始设置包括红蓝双方飞行器的初始状态设置、探测模块参数设置、武器模块参数、胜负判定模块参数设置。过程控制可以包括仿真时间、步长、开始、倍速、暂停、终止的控制;
胜负判定模块可以用于实时判定红蓝胜负关系。具体地,根据红蓝双方飞行器中的探测状态、武器状态和杀伤概率,判定红蓝双方的胜负关系。
基准对抗算法模块可以为蓝方飞行仿真模块提供基准对抗算法,进一步,所述基准对抗算法可以包括飞行器加速直飞算法、飞行器水平面随机机动算法、飞行器竖直面随机机动算法和飞行器水平面竖直面同时随机机动算法等。
待评估对抗算法接口模块可以为待评估空战对抗算法接入红方飞行仿真模块提供接口。其中,所述接口支持与C程序、Matlab文本程序、Python文本程序的集成交互。
数据分析与算法评估模块用于对空战过程数据和指标结果进行分析与评估。其中,数据分析与算法评估模块以图表方式对空战过程数据和指标结果进行展示,所述指标结果包括红蓝双方的相对距离、相对方位角、相对高度差、相对速度差、相对态势分数和最终胜负结果。
场景显示模块用于显示空战过程中红蓝双方飞行器的三维视景,包括动态展示红蓝飞行器的空间位置、姿态及战场环境。其中,所述场景显示模块可以具有红蓝信息标识。
数据存储模块用于存储红蓝双方飞行器空战过程的状态信息、武器信息和胜负信息。其中,所述数据存储模块可以支持对空战过程的可视化回放,支持对指定状态信息的单独输出显示。
下面以一应用本发明提供的空战对抗算法的评估方法的流程示意图图3为例,说明本发明提供的技术方案:
步骤S310、系统初始化:包括对红蓝双方飞行器的初始状态设置、探测状态参数设置、武器状态参数设置、胜负判定的参数设置,以及飞行仿真管理模块的仿真步长、时间设置;
步骤S320、对抗算法导入:包括将红方待评估空战对抗算法通过导入红方飞行仿真模块,从而驱动红方飞行器飞行;蓝方对抗算法通过基准对抗算法模块导入蓝方飞行仿真模块,从而驱动蓝方飞行器飞行;
步骤S330、飞行器状态更新:包括红方飞行器通过四阶龙格库塔法求解动力学与运动学方程,得到红方飞行器实时运动状态;蓝方飞行器通过四阶龙格库塔法求解动力学与运动学方程,得到蓝方飞行器实时运动状态;
步骤S340、实时更新红蓝双方飞行器的探测状态:包括红方飞行器实时探测蓝方飞行器,蓝方飞行器实时探测红方飞行器;探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;如果探测状态为可攻击状态,执行步骤S350,否则,执行步骤S330;
步骤S350、实时更新武器状态:包括红方飞行器实时更新红方武器状态,蓝方飞行器实时更新蓝方武器状态;所述武器状态包括不满足发射条件和满足发射条件;如果武器状态为满足发射条件,执行步骤S360,否则,执行步骤S330;
步骤S360、胜负判定:在确定本方飞行器的探测状态为可攻击状态,且武器状态为满足发射条件,则本方飞行器击落另一方飞行器的概率为本方飞行器中武器的杀伤概率。此时,可以通过产生一个随机数,用于判断另一方飞行器是否被击落,如果随机数在本方武器的杀伤概率范围内,则判定另一方被击落,否则,则判定另一方未被击落。在判定一方飞行器被击落的情况下,演练结束。否则,执行步骤S330;
步骤S370、飞行数据分析与算法评估:通过结合步骤S330中飞行器的运动状态、步骤S340的探测状态和步骤S350的武器状态进行分析;通过图表方式对空战过程数据和指标结果进行展示,所述指标结果包括红蓝双方的相对距离、相对方位角、相对高度差、相对速度差、相对态势分数和最终胜负结果;
步骤S380、场景显示:结合步骤S330中飞行器的运动状态、步骤S340中的探测状态和步骤S350的武器状态显示空战过程中红蓝双方飞行器的三维视景,包括动态展示红蓝双方飞行器的空间位置、姿态及战场环境;
步骤S390、数据存储:存储红蓝双方飞行器空战过程的运动状态信息、武器信息和胜负信息。支持对空战过程的可视化回放,支持对指定运动状态信息的单独输出显示。
本发明还提供一种空战对抗算法的评估装置,该装置与上文描述的空战对抗算法的评估方法可相互对应参照。
图4为本发明提供的空战对抗算法的评估装置的结构示意图,如图4所示,该装置包括:
红方飞行器运动状态确定模块410,用于将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
蓝方飞行器运动状态确定模块420,用于将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
红蓝演练模块430,用于根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
对抗算法评估模块440,用于根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
本发明提供的空战对抗算法的评估装置,通过将待评估空战对抗算法驱动红方飞行器,根据基准对抗算法驱动蓝方飞行器,对红方飞行器和蓝方飞行器进行演练,根据演练的胜率确定待评估空战对抗算法相对于基准对抗算法的评估结果,在确保对于空战对抗算法科学、准确的评估的同时,也可以实现对不同空战对抗算法在同一尺度下优劣程度的评估。
在一个实施例中,红蓝演练模块430具体用于:
确定所述红方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述蓝方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态。
在一个实施例中,红蓝演练模块430还具体用于:
对红方飞行器和所述蓝方飞行器进行演练,包括:
根据所述红方飞行器的运动状态和所述红方飞行器的探测状态探测所述蓝方飞行器;
根据所述蓝方飞行器的运动状态和所述蓝方飞行器的探测状态探测所述红方飞行器;
在所述红方飞行器的探测状态为可攻击状态时,根据所述红方飞行器的武器状态,击落所述蓝方飞行器;
在所述蓝方飞行器的探测状态为可攻击状态时,根据所述蓝方飞行器的武器状态,击落所述红方飞行器。
在一个实施例中,红蓝演练模块430还具体用于:
确定红方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态;
蓝方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态。
在一个实施例中,红蓝演练模块430还具体用于:
根据红方飞行器的武器状态,击落蓝方飞行器,包括:
在所述红方飞行器的武器状态为满足发射条件状态的情况下,根据所述红方飞行器中武器的杀伤概率,击落所述蓝方飞行器;
在所述蓝方飞行器的武器状态为满足发射条件状态的情况下,根据所述蓝方飞行器中武器的杀伤概率,击落所述红方飞行器。
在一个实施例中,对抗算法评估模块440具体用于:
对所述红方飞行器和所述蓝方飞行器进行演练之后,还包括:
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,确定所述红方飞行器的分析数据;
根据所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,确定所述蓝方飞行器的分析数据;
通过图表的形式展示所述红方飞行器的分析数据与所述蓝方飞行器的分析数据。
在一个实施例中,蓝方飞行器运动状态确定模块420具体用于:
确定基准对抗算法包括飞行器加速直飞算法、飞行器水平面随机机动算法、飞行器竖直面随机机动算法、飞行器水平面竖直面同时随机机动算法中的一项或多项。
本发明还提供一种电子设备,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communication Interface)520、存储器(memory)530和通信总线(bus)540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行空战对抗算法的评估方法的步骤,例如包括:
将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的空战对抗算法的评估方法的步骤,例如包括:
将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例提供的空战对抗算法的评估方法的步骤,例如包括:
将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分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各实施例技术方案的精神和范围。
Claims (11)
1.一种空战对抗算法的评估方法,其特征在于,包括:
将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果;
所述红方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述蓝方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态,包括:
将待评估空战对抗算法输入红方飞行仿真模块,根据四阶龙格库塔法求解红方飞行器的动力学与运动学方程,确定所述红方飞行器的运动状态;
所述将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态,包括:
将基准对抗算法输入蓝方飞行仿真模块,根据四阶龙格库塔法求解蓝方飞行器的动力学与运动学方程,确定所述蓝方飞行器的运动状态。
2.根据权利要求1中所述的空战对抗算法的评估方法,其特征在于,所述对所述红方飞行器和所述蓝方飞行器进行演练,包括:
根据所述红方飞行器的运动状态和所述红方飞行器的探测状态探测所述蓝方飞行器;
根据所述蓝方飞行器的运动状态和所述蓝方飞行器的探测状态探测所述红方飞行器;
在所述红方飞行器的探测状态为可攻击状态时,根据所述红方飞行器的武器状态,击落所述蓝方飞行器;
在所述蓝方飞行器的探测状态为可攻击状态时,根据所述蓝方飞行器的武器状态,击落所述红方飞行器。
3.根据权利要求2中所述的空战对抗算法的评估方法,其特征在于,所述红方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态;
所述蓝方飞行器的武器状态包括不满足发射条件状态和满足发射条件状态。
4.根据权利要求3中所述的空战对抗算法的评估方法,其特征在于,所述根据所述红方飞行器的武器状态,击落所述蓝方飞行器,包括:
在所述红方飞行器的武器状态为满足发射条件状态的情况下,根据所述红方飞行器中武器的杀伤概率,击落所述蓝方飞行器;
在所述蓝方飞行器的武器状态为满足发射条件状态的情况下,根据所述蓝方飞行器中武器的杀伤概率,击落所述红方飞行器。
5.根据权利要求1中所述的空战对抗算法的评估方法,其特征在于,所述对所述红方飞行器和所述蓝方飞行器进行演练之后,还包括:
根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,确定所述红方飞行器的分析数据;
根据所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,确定所述蓝方飞行器的分析数据;
通过图表的形式展示所述红方飞行器的分析数据与所述蓝方飞行器的分析数据。
6.根据权利要求1中所述的空战对抗算法的评估方法,其特征在于,所述基准对抗算法包括飞行器加速直飞算法、飞行器水平面随机机动算法、飞行器竖直面随机机动算法、飞行器水平面竖直面同时随机机动算法中的一项或多项。
7.一种空战对抗算法的评估系统,其特征在于,包括红方飞行仿真模块、蓝方飞行仿真模块、飞行仿真管理模块、胜负判定模块、基准对抗算法模块、待评估对抗算法接口模块、数据分析与算法评估模块、场景显示模块和数据存储模块,其中:
所述红方飞行仿真模块用于计算红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态;
所述蓝方飞行仿真模块用于计算蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态;
所述飞行仿真管理模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于系统初始设置和过程控制;
所述胜负判定模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于判定红蓝双方的胜负关系;
所述基准对抗算法模块连接所述蓝方飞行仿真模块,为所述蓝方飞行仿真模块提供基准对抗算法;
所述待评估对抗算法接口模块连接所述红方飞行仿真模块,为待评估空战对抗算法接入所述红方飞行仿真模块提供接口;
所述数据分析与算法评估模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于对空战过程数据和指标结果进行分析与评估;
所述场景显示模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于显示空战过程中红蓝双方飞行器的三维视景;
所述数据存储模块分别与所述红方飞行仿真模块和所述蓝方飞行仿真模块连接,用于存储红蓝双方飞行器空战过程的状态信息、红蓝双方飞行器空战过程的武器信息和红蓝双方飞行器空战过程的胜负信息;
所述红方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述蓝方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述红方飞行仿真模块接收输入的待评估空战对抗算法,根据四阶龙格库塔法求解红方飞行器的动力学与运动学方程,确定所述红方飞行器的运动状态;
所述蓝方飞行仿真模块接收输入的基准对抗算法,根据四阶龙格库塔法求解蓝方飞行器的动力学与运动学方程,确定所述蓝方飞行器的运动状态。
8.根据权利要求7所述的空战对抗算法的评估系统,其特征在于,所述红方飞行仿真模块包括红方飞行器动力学与运动学模块、红方探测模块和红方武器模块;
所述蓝方飞行仿真模块包括蓝方飞行器动力学与运动学模块、蓝方探测模块和蓝方武器模块。
9.一种空战对抗算法的评估装置,其特征在于,包括:
红方飞行器运动状态确定模块,用于将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态;
蓝方飞行器运动状态确定模块,用于将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态;
红蓝演练模块,用于根据所述红方飞行器的运动状态、所述红方飞行器的探测状态和所述红方飞行器的武器状态,以及所述蓝方飞行器的运动状态、所述蓝方飞行器的探测状态和所述蓝方飞行器的武器状态,对所述红方飞行器和所述蓝方飞行器进行演练,确定红蓝双方的胜负关系;
对抗算法评估模块,用于根据所述胜负关系,确定所述待评估空战对抗算法相对于所述基准对抗算法的胜率,根据所述胜率,确定所述待评估空战对抗算法的评估结果;
所述红方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述蓝方飞行器的探测状态包括未发现敌机状态、发现敌机状态、被干扰状态和可攻击状态;
所述将待评估空战对抗算法输入红方飞行仿真模块,确定红方飞行器的运动状态,包括:
将待评估空战对抗算法输入红方飞行仿真模块,根据四阶龙格库塔法求解红方飞行器的动力学与运动学方程,确定所述红方飞行器的运动状态;
所述将基准对抗算法输入蓝方飞行仿真模块,确定蓝方飞行器的运动状态,包括:
将基准对抗算法输入蓝方飞行仿真模块,根据四阶龙格库塔法求解蓝方飞行器的动力学与运动学方程,确定所述蓝方飞行器的运动状态。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述空战对抗算法的评估方法的步骤。
11.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述空战对抗算法的评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111617156.0A CN113987849B (zh) | 2021-12-28 | 2021-12-28 | 空战对抗算法的评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111617156.0A CN113987849B (zh) | 2021-12-28 | 2021-12-28 | 空战对抗算法的评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113987849A CN113987849A (zh) | 2022-01-28 |
CN113987849B true CN113987849B (zh) | 2022-07-12 |
Family
ID=79734618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111617156.0A Active CN113987849B (zh) | 2021-12-28 | 2021-12-28 | 空战对抗算法的评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113987849B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115310345B (zh) * | 2022-06-23 | 2023-10-03 | 中国人民解放军军事科学院国防科技创新研究院 | 基于人工势场的智能算法评估方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3576020A1 (en) * | 2018-05-30 | 2019-12-04 | Siemens Healthcare GmbH | Methods for generating synthetic training data and for training deep learning algorithms for tumor lesion characterization, method and system for tumor lesion characterization, computer program and electronically readable storage medium |
CN111013148A (zh) * | 2019-11-20 | 2020-04-17 | 清华大学 | 空中格斗游戏的博弈决策算法性能的验证方法及系统 |
CN113379063A (zh) * | 2020-11-24 | 2021-09-10 | 中国运载火箭技术研究院 | 基于在线增强学习模型的全流程任务时序智能决策方法 |
-
2021
- 2021-12-28 CN CN202111617156.0A patent/CN113987849B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3576020A1 (en) * | 2018-05-30 | 2019-12-04 | Siemens Healthcare GmbH | Methods for generating synthetic training data and for training deep learning algorithms for tumor lesion characterization, method and system for tumor lesion characterization, computer program and electronically readable storage medium |
CN111013148A (zh) * | 2019-11-20 | 2020-04-17 | 清华大学 | 空中格斗游戏的博弈决策算法性能的验证方法及系统 |
CN113379063A (zh) * | 2020-11-24 | 2021-09-10 | 中国运载火箭技术研究院 | 基于在线增强学习模型的全流程任务时序智能决策方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113987849A (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111221352B (zh) | 基于多无人机协同博弈对抗的控制系统 | |
CN113791634A (zh) | 一种基于多智能体强化学习的多机空战决策方法 | |
ES2345782T3 (es) | Disposicion y procedimiento para generar informacion de entrada para un dispositivo de simulacion. | |
CN110465087B (zh) | 虚拟物品的控制方法、装置、终端及存储介质 | |
US11007423B2 (en) | Game systems and methods | |
US9881513B2 (en) | System and method for simulating real-time visualizable electronic warfare | |
CN113705102B (zh) | 海空集群对抗的推演仿真系统及方法、设备、存储介质 | |
CN112580221B (zh) | 一种攻防对抗仿真系统 | |
CN113987849B (zh) | 空战对抗算法的评估方法及装置 | |
Yao et al. | Mission decision-making method of multi-aircraft cooperatively attacking multi-target based on game theoretic framework | |
AU2009333968B2 (en) | A method of applying soft-kill deployment, a soft-kill deployment system and a computer program product | |
CN105678030A (zh) | 基于专家系统和战术战法分形化的空战战术团队仿真方法 | |
Fawkes | Developments in Artificial Intelligence: Opportunities and Challenges for Military Modeling and Simulation | |
CN107832939A (zh) | 无人平台空中对抗推演方法及装置 | |
KR20120088304A (ko) | 항공 생존 장비의 성능 검증을 위한 3차원 헬기 자세 시뮬레이터 및 그 방법 | |
CN109359395B (zh) | 基于Petri网的红外制导导弹效能评价方法及系统 | |
CN109635417A (zh) | 一种模拟场景生成方法、装置、系统和介质 | |
CN114247144B (zh) | 多智能体对抗仿真方法、装置、电子设备及存储介质 | |
CN117707219B (zh) | 基于深度强化学习的无人机集群侦查对抗方法及装置 | |
CN114444255B (zh) | 一种基于格斗过程的飞机空战能力通用计算方法 | |
CN114254722B (zh) | 一种面向博弈对抗的多智能模型融合方法 | |
CN117910353A (zh) | 低信息支撑条件下的弹道预报方法和装置 | |
KR102066972B1 (ko) | 데이터 분석 장치 및 이의 동작 방법 | |
Lee et al. | Design of Tracking System using Bayesian Position Prediction for Highly Maneuvarable Aerial Target | |
Klausen et al. | Battlefield Strategy from Deep Reinforcement Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |