CN114742264A - 舰艇编队网络化协同防空任务规划方法及系统 - Google Patents

舰艇编队网络化协同防空任务规划方法及系统 Download PDF

Info

Publication number
CN114742264A
CN114742264A CN202210213017.XA CN202210213017A CN114742264A CN 114742264 A CN114742264 A CN 114742264A CN 202210213017 A CN202210213017 A CN 202210213017A CN 114742264 A CN114742264 A CN 114742264A
Authority
CN
China
Prior art keywords
node
tracking
guidance
task
interception
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.)
Pending
Application number
CN202210213017.XA
Other languages
English (en)
Inventor
高远
周金鹏
从光涛
郭飞
彭健
杜向南
聂志宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Electromechanical Engineering
Original Assignee
Shanghai Institute of Electromechanical Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Electromechanical Engineering filed Critical Shanghai Institute of Electromechanical Engineering
Priority to CN202210213017.XA priority Critical patent/CN114742264A/zh
Publication of CN114742264A publication Critical patent/CN114742264A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)

Abstract

本发明提供了一种舰艇编队网络化协同防空任务规划方法及系统，包括：选择值守中心节点；构建统一战场态势；跟踪任务招标；跟踪任务投标；确定跟踪节点，并对目标进行跟踪，得到跟踪数据；拦截任务招标；拦截任务投标；确定拦截节点；根据待拦截的目标数据和拦截节点的制导数据，确定制导节点；通过跟踪节点、拦截节点和制导节点，完成协同防空任务。与现有技术相比，本发明使各类作战资源从本地解耦，从架构上可实现网络化分布式协同作战，增强系统的抗毁性，同时在考虑实际约束条件下，以编队视角分析评估来袭目标威胁，充分地利用编队内各类防空作战资源，实施防空任务规划，生成可靠的杀伤链，提高编队整体的防御效能。

Description

舰艇编队网络化协同防空任务规划方法及系统
技术领域
本发明涉及指挥控制系统装备技术领域，具体地，涉及一种舰艇编队网络化协同防空任务规划方法及系统。
背景技术
舰艇编队通常由水面舰艇以及空中作战平台等多种作战节点构成，各作战节点又可能挂载多型防空武器、多型探测传感器及制导设备、各类通信设备等防空作战装备资源，是一个复杂的高度集成的作战编组系统。因此，舰艇编队协同防空任务规划问题是一类多平台节点多类资源的分配与协调问题。
传统的编队协同防空任务规划在烟囱结构的集中指挥模式下运行，即由编队指挥决策中心(一般为航母或防空指挥舰)统一进行作战任务规划，各作战节点上的传感器以及武器资源与本平台耦合，除与中心指挥节点进行必要的信息交互外，一般不具备与友邻平台互通互操作性，这极大地降低了系统的联通性及抗毁性。受限于作战交互模式，下属节点缺乏对全局态势的把握，一旦中心指挥节点遭受打击，整个编队的协同作战能力将被大幅削弱；同时，由于各节点传感器以及武器资源与本平台耦合，指挥中心在进行规划决策时无法统筹平台间的资源搭配，导致作战节点对目标实施拦截时仅能依靠本地探测及制导信息，编队资源无法得到充分利用，作战效能大打折扣。
随着现代战争形态转向信息化，网络化协同作战逐渐成为提升舰艇编队防空作战效能的重要途径。网络化协同防空可构建并联合组织分布式传感器网、指挥控制网和防空交战网三类作战网络，有效利用舰艇编队内的各类作战资源，提高编队的对空防御能力。为适应超低空目标拦截、抗饱和攻击等各类不同的防空作战任务、高效合理地利用编队作战资源，需要结合网络化作战的特点研究网络化作战条件下的舰艇编队协同防空的任务规划问题。
目前对舰艇编队协同防空任务规划的研究仍多局限在传统的任务规划模式下，且多数研究仅针对武器-目标或传感器-目标等单一资源分配问题(如：董奎义等，网络战中舰艇编队协同目标最优分配研究，《战术导弹技术》2011年7月；贾健，多平台防空协同任务分配问题研究，《北京理工大学硕士学位论文》2016年1月；考虑协同制导的编队一体化防空问题分析与求解，刘振等，《指挥与控制学报》2018年9月；舰艇编队协同防空目标最优分配算法，王朝辉等，《舰船科学技术》2018年12月)，未形成传感器-武器-制导设备-目标的防空作战链路闭环，编队的各类资源无法得到全面利用，作战效能受限。
专利文献CN107832885A公开了一种基于自适应迁移策略BBO算法的舰艇编队火力分配方法，主要解决了舰艇编队火力分配的优化求解问题。所述方法首先建立基于毁伤效能、防御效能以及打击代价的舰艇编队火力分配的数学模型；其次，对舰艇编队火力分配方案进行编码，给定算法的初始参数，设置优化问题的适应度函数；然后，计算种群的迁移率与变异率，执行迁移操作和变异操作；最后，根据适应度选出最优火力分配方案。但该方法并未解决各类资源无法得到全面利用和作战效能受限的问题。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种舰艇编队网络化协同防空任务规划方法及系统。
根据本发明提供的一种舰艇编队网络化协同防空任务规划方法，方法包括：
步骤1：根据预设规则确定舰艇编队的值守中心节点；
步骤2：根据每个作战节点探测到的传感器数据，构建统一战场态势；
步骤3：根据目标数据得到威胁目标列表，并根据威胁目标列表进行跟踪任务招标；
步骤4：根据每个作战节点的状态数据，进行跟踪任务投标；
步骤5：根据跟踪最优规则确定跟踪节点，并对目标进行跟踪，得到跟踪数据；
步骤6：根据威胁目标列表和跟踪数据，进行拦截任务招标；
步骤7：根据每个作战节点的状态数据，进行拦截任务投标；
步骤8：根据拦截最优规则确定拦截节点；
步骤9：根据待拦截的目标数据和拦截节点的制导数据，确定制导节点；
步骤10：通过跟踪节点、拦截节点和制导节点，完成协同防空任务。
优选地，步骤9，包括：
步骤901：根据待拦截的目标数据和拦截节点的制导数据，确定是否进行协同制导任务招标；
步骤902：若否，则确定所示拦截节点为制导节点；
步骤903：若是，则进行协同制导任务招标；
步骤904：根据协同制导任务招标的目标数据和制导需求，进行协同制导任务投标；
步骤905：根据制导最优规则确定制导节点。
优选地，步骤2中，每个作战节点根据传感器数据和数据融合处理算法，进行目标航迹融合和管理，构建统一战场态势。
优选地，步骤5，包括：
步骤501：根据跟踪任务投标结果和跟踪有利度，确定跟踪节点；
步骤502：向跟踪节点发动中标信息；
步骤503：跟踪节点对目标进行跟踪，得到跟踪数据。
优选地，步骤7，包括：
步骤701：根据每个作战节点的状态数据，得到拦截有利度；
步骤702：根据拦截有利度，进行拦截任务投标。
根据本发明提供的一种舰艇编队网络化协同防空任务规划系统，系统包括：
模块M1：用于根据预设规则确定舰艇编队的值守中心节点；
模块M2：用于根据每个作战节点探测到的传感器数据，构建统一战场态势；
模块M3：用于根据目标数据得到威胁目标列表，并根据威胁目标列表进行跟踪任务招标；
模块M4：用于根据每个作战节点的状态数据，进行跟踪任务投标；
模块M5：用于根据跟踪最优规则确定跟踪节点，并对目标进行跟踪，得到跟踪数据；
模块M6：用于根据威胁目标列表和跟踪数据，进行拦截任务招标；
模块M7：用于根据每个作战节点的状态数据，进行拦截任务投标；
模块M8：用于根据拦截最优规则确定拦截节点；
模块M9：用于根据待拦截的目标数据和拦截节点的制导数据，确定制导节点；
模块M10：用于通过跟踪节点、拦截节点和制导节点，完成协同防空任务。
优选地，模块M9，包括：
子模块M901：用于根据待拦截的目标数据和拦截节点的制导数据，确定是否进行协同制导任务招标；
子模块M902：用于若否，则确定所示拦截节点为制导节点；
子模块M903：用于若是，则进行协同制导任务招标；
子模块M904：用于根据协同制导任务招标的目标数据和制导需求，进行协同制导任务投标；
子模块M905：用于根据制导最优规则确定制导节点。
优选地，模块M2中，每个作战节点根据传感器数据和数据融合处理算法，进行目标航迹融合和管理，构建统一战场态势。
优选地，模块M5，包括：
子模块M501：用于根据跟踪任务投标结果和跟踪有利度，确定跟踪节点；
子模块M502：用于向跟踪节点发动中标信息；
子模块M503：用于跟踪节点对目标进行跟踪，得到跟踪数据。
优选地，模块M7，包括：
子模块M701：用于根据每个作战节点的状态数据，得到拦截有利度；
子模块M702：用于根据拦截有利度，进行拦截任务投标。
与现有技术相比，本发明具有如下的有益效果：
1、本发明相比传统任务规划模式，以任务协商的方式使编队作战节点参与到防空任务决策中，可减轻中心指挥节点的决策压力，增强系统的抗毁性，同时使传感器、拦截武器、制导设备从本地解耦，从架构上可实现网络化分布式协同作战。
2、本发明以编队视角分析评估来袭目标威胁，综合目标攻击意图及到达时间等要素，可有效保证防空任务输入的合理性及完备性。
3、本发明设计了一种基于任务分段招投标的任务规划方法，能够更加充分地利用编队内跟踪、拦截、制导等各类防空作战资源，尤其专门重点设计了制导环节的资源组合使用策略，提高编队整体的作战效能。
4、本发明较为全面地考虑了各环节工程实现约束，生成高效可靠的杀伤链，对后续研究具有现实指导意义。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的流程示意图；
图2为本发明的拦截武器制导区域及作战节点可制导区域示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1为本发明的流程示意图，如图1所示，本发明提供了一种舰艇编队网络化协同防空任务规划方法，包括如下步骤：
步骤1：根据预设规则确定舰艇编队的值守中心节点。
本发明中对于预设规则的设置不做限制，可以根据具体的情况进行说明，示例性的，当编组系统无值守中心节点时，选取具备较高指挥权的节点作为值守中心节点，可选取舰艇编队指挥所、舰队指挥所等。
步骤2：根据每个作战节点探测到的传感器数据，构建统一战场态势。
具体地，各作战节点在网络内共享本地传感器的目标探测结果，同时接收网络内的多源情报信息，得到传感器数据，在本地完成数据融合，获得统一战场态势。
其中，步骤2中，每个作战节点根据传感器数据和数据融合处理算法，进行目标航迹融合和管理，构建统一战场态势。
具体地，各个作战节点利用相同的数据融合处理算法独自进行目标航迹融合及管理，而非通过中心节点统一融合处理后进行共享分发。
步骤3：根据目标数据得到威胁目标列表，并根据威胁目标列表进行跟踪任务招标。
其中，目标数据包括目标航迹及特征。
具体地，值守中心节点根据目标航迹及特征，评定目标的威胁程度，完成威胁排序，并依据威胁目标列表发布跟踪任务招标。
在一种可选的实施方式中，值守中心节点综合目标来袭方向、速度和距离等参数计算目标T相对各个作战节点的航路捷径p和到达时间t，近而多个目标[T1 T2…Tm]对舰艇编组[S1 S2…Sm]的威胁程度矩阵可以通过公式(1)表示：
Figure BDA0003532890510000051
其中，m为目标数量，n为编组作战节点数量.
进一步地，基于目标的威胁矩阵进行目标威胁判断，包括如下四个步骤：
步骤一：对于每个目标Ti(0<i<m)进行攻击意图识别。遍历航路捷径列表[pi1 pi2… pin]，查找其对各舰艇的最小航路捷径MinPi，即认为目标最有攻击的对象，若满足MinPi<pMax，即认为目标对编队具备威胁，pMax为判断威胁的目标航路阈值。
步骤二：对判别为威胁的目标Ti，识别其类型并按照目标类型将威胁表分为不同的分表，分表主要包括飞机类目标分表与导弹类目标分表。
步骤三：对判别为威胁的目标Ti，将其对各作战节点的威胁列表按照到达时间[ti1ti2 … tin]从小到大排序得到[t′i′1 t′i′2 … t′i′n]。
步骤四：将各分表的所有目标按照步骤三排序后的列表的首个威胁程度值t′i′1从小到大排序得到威胁排序分列表。然后根据目标类型属性，按照导弹类目标在前飞机类目标在后排序汇总得到威胁排序总表，即威胁目标列表。
步骤4：根据每个作战节点的状态数据，进行跟踪任务投标。
其中，状态数据包括目标参数及自身传感器状态。
具体地，各作战节点根据目标参数及自身传感器状态计算目标跟踪有利度并向值守中心节点发送跟踪任务投标。
在一种可选的实施方式中，作战节点首先判断对目标T的可跟踪性，在此基础上计算跟踪有利度。假设节点Sj(0<j≤n)包含多个传感器[C1 C2 … Ch]，h表示传感器数量。
具体地，对每个传感器的可跟踪性判别的依据包括下面两点：
第一点：目标T在传感器的探测区域内，即满足公式(2)：
Figure BDA0003532890510000061
其中，RT表示目标与节点间的距离；RTmax表示传感器对此目标的最大探测威力；Emin、Emax表示传感器的俯仰角范围边界，Amin、Amax表示传感器的方位角范围边界，ET、AT表示目标相对节点的俯仰角、方位角。
第二点：传感器存在可用跟踪资源，即满足公式(3)：
N<Nmax； (3)
其中，N表示传感器当前跟踪的目标数量，Nmax表示传感器最大可跟踪目标数量。
进一步地，节点Sj上的传感器Ck(0<k≤h))跟踪有利度Pjk通过公式(4)计算：
Figure BDA0003532890510000071
其中，dk表示传感器Ck的跟踪精度；rk表示传感器Ck的数据率；δ1、δ2、δ3和δ4表示比例系数，且满足δ1+δ2+δ3+δ4＝1；Pjk＝0时，不可以进行跟踪；Pjk＝δ1·
Figure BDA0003532890510000072
时，可以跟踪。
更进一步地，遍历传感器[C1 C2 … Ch]计算跟踪有利度得到跟踪有利度集合[Pj1Pj2 … Pjh]，取Pj＝MaxPjk(0<k≤h)作为本地最优跟踪有利度进行跟踪投标。
步骤5：根据跟踪最优规则确定跟踪节点，并对目标进行跟踪，得到跟踪数据。
其中，步骤5，包括：步骤501：根据跟踪任务投标结果和跟踪有利度，确定跟踪节点；步骤502：向跟踪节点发动中标信息；步骤503：跟踪节点对目标进行跟踪，得到跟踪数据。
具体地，值守中心节点针对跟踪任务投标结果，选择跟踪有利度最优的跟踪节点发送中标信息，中标节点调度本地传感器资源进行目标跟踪，探测结果共享至网络中。
步骤6：根据威胁目标列表和跟踪数据，进行拦截任务招标。
具体地，值守中心节点依据威胁目标列表及目标的跟踪数据发布拦截任务招标。
步骤7：根据每个作战节点的状态数据，进行拦截任务投标。
其中，步骤7，包括：步骤701：根据每个作战节点的状态数据，得到拦截有利度；步骤702：根据拦截有利度，进行拦截任务投标。
具体地，各个作战节点根据目标参数及自身拦截武器状态计算目标射击有利度并向值守中心节点发送拦截任务投标。
下面对于作战节点判断对目标的可拦性，并计算拦截有利度的情况进行说明。
首先判断对目标的可拦性，假设作战节点包含多型拦截武器[D1 D2 … Dg]，g表示拦截武器的数量，每型拦截武器的对目标的可拦性判别的依据包括以下两个：
第一个：目标是否处在武器拦截能力范围内，通过公式(5)判断：
Figure BDA0003532890510000073
其中，pT表示目标T相对节点Sj的航路捷径；pjkmax表示拦截武器Dk的可拦截目标最大航路捷径；vT表示目标T的飞行速度；vjkmin、vjkmax表示武器Dk可拦截目标的最小速度与最大速度；hT表示目标T的飞行高度；hjkmin、hjkmax表示武器Dk可拦截目标的最小高度与最大高度；LT表示目标T相对节点Sj的距离；Ljkmin表示武器Dk可拦截目标的发射近界；Ljkmax表示武器Dk可拦截目标的发射远界。
第二个：剩余拦截武器数量是否可满足拦截需要，可以通过公式(6)判断：
Njk>Nlaunch； (6)
其中，Njk表示武器Dk的剩余拦截武器数量；Nlaunch表示待发射武器数量。
可以理解的是，若满足以上两点则判定武器Dk可拦截目标T，反之武器Dk不可拦截目标T。
然后，计算拦截有利度。
具体地，当判定目标可拦截时，利用武器的杀伤区模型计算最早发射时间tlch及发射斜距Rlch，结合目标速度、拦截武器平均速度计算遭遇时刻tkill及遭遇斜距Rkill。
进一步地，节点Sj挂载的拦截武器Dk(0<k≤g)射击有利度Wjk计算公式如公式(7)所示：
Figure BDA0003532890510000081
其中，t0表示解算时刻。λ1、λ2和λ3表示比例系数，且满足λ1+λ2+λ3＝1。
遍历拦截武器[D1 D2 … Dg]计算拦截有利度得到拦截有利度集合[Wj1 Wj2 …Wjh]，取Wj＝MaxWjk(0<k≤g)作为本地最优拦截有利度进行拦截投标。
步骤8：根据拦截最优规则确定拦截节点。
具体地，值守中心节点针对拦截任务投标结果，选择拦截有利度最优的拦截节点发送中标信息。
步骤9：根据待拦截的目标数据和拦截节点的制导数据，确定制导节点。
具体地，步骤9，包括：步骤901：根据待拦截的目标数据和拦截节点的制导数据，确定是否进行协同制导任务招标；步骤902：若否，则确定所示拦截节点为制导节点；步骤903：若是，则进行协同制导任务招标；步骤904：根据协同制导任务招标的目标数据和制导需求，进行协同制导任务投标；步骤905：根据制导最优规则确定制导节点。
其中，制导数据包括预计使用武器的制导体制、本地制导资源状态和拦截武器飞行时间等。
在实际情况中，首先拦截节点根据自身待拦截的目标数据及预计使用武器的制导体制、本地制导资源状态、拦截武器飞行时间等判定是否可行本地制导，若拦截武器需制导但本地无法制导时向网络发送协同制导任务招标；然后，各个作战节点根据协同制导招标的目标数据及拦截弹的制导需求，计算制导有利度并向拦截节点发送协同制导任务投标；最后，拦截节点针对协同制导任务，根据制导有利度投标结果选择制导节点组合发送中标信息。
图2为本发明的拦截武器制导区域及作战节点可制导区域示意图，具体地，结合图2进行说明，拦截节点预计使用拦截武器类型为Dk，根据其制导体制划分制导区段Qzd包括以下两个步骤：
步骤一：Dk类武器飞行末段仅采用半主动制导体制，根据预计发射斜距Rlch及照射需用距离Rzs规划制导区段，即(0,Rlch-Rzs)内采用指令等制导方式，(Rlch-Rzs,Rlch)内采用半主动制导方式。制导区段如公式(8)所示：
Figure BDA0003532890510000091
步骤二：Dk类武器飞行末段采用半主动和主动复合制导体制，根据预计发射斜距Rlch及照射需用距离Rzs、主动需用的距离Rzd规划制导区段，即(0，Rlch-Rzs-Rzd]内采用指令等制导方式，(Rlch-Rzs-Rzd，Rlch-Rzd]内采用半主动制导方式，(Rlch-Rzd，Rlch]内采用主动制导方式，具体地，可以通过公式(9)表示：
Figure BDA0003532890510000092
进一步地，设拦截节点与目标连线的地面投影长度为Ljk，以min(Ljk，LLch)作为制导区域长，以2pjkmax作为制导区域宽，得到拦截武器Dk的需制导区域
Figure BDA0003532890510000093
Llch为发射斜距Rlch的地面投影。然后将拦截节点规划所得的制导区段Qzd投影到地面即得到各类制导区域。后以拦截节点为中心，沿区域长指向目标为x轴，与x轴垂直依据右手定则确定y轴，建立制导区域坐标系。
进一步地，作战节点首先判断对预计使用拦截武器的可制导性，在此基础上计算制导有利度。假设节点包含多个制导设备[Z1 Z2 ... Zl]，按照体制又可划分为多类制导设备，每类拦制导设备的对目标的可制导判别的依据如下：
1)该类制导设备至少与拦截武器的某一段Qzd制导类型匹配，且有制导余量；
2)该类制导设备的可制导区域与拦截武器制导区域有交集。
具体地，设Bs、Be分别表示制导设备的工作范围起始角与终止角；Lz表示设备对此目标的最远制导距离在地面的投影，则单个制导设备Zji可制导区域
Figure BDA0003532890510000108
可表示为扇角大小Be-Bs，半径Lz的扇形区域，则该类制导设备的可制导区域为该类所有制导设备区域的并集，可以通过公式(10)表示：
Figure BDA0003532890510000101
其中，l′表示该类制导设备的数量；k表示制导设备类型编号。
进一步地，假设该类制导设备对应的拦截武器制导区段为Qzd，计算
Figure BDA0003532890510000102
与Qzd对应距离区段的交点。利用几何方法计算得到
Figure BDA0003532890510000103
与Qzd区域x轴方向的交点
Figure BDA0003532890510000104
进而获得可覆盖区段
Figure BDA0003532890510000105
具体地，遍历各类制导设备，依次求得其制导区域及可覆盖区段。则本节点的制导有利度可用节点Sj对拦截武器各制导区段Qzd的覆盖能力表征，可将节点Sj制导有利度Mj表示为公式(11)：
Mj＝{(xs1,xe1),…,(xsv,xev)}； (11)
其中，v表示制导区段个数，一般为2或3。
更进一步地，根据各节点上报的制导有利度综合处理获得制导组合，具体包括以下三个步骤：
步骤一：由各节点上报的制导有利度组成制导有利度矩阵M，可以通过公式(12)表示：
Figure BDA0003532890510000106
步骤二：针对每个制导区段Qzd求其最大覆盖方案，可以通过公式(13)得到：
Figure BDA0003532890510000107
其中，若
Figure BDA0003532890510000109
则表示区段Qzd制导可行，否则区段Qzd制导不可行。
步骤三：求解全程制导方案，当每个区段均制导可行时，判定全程可制导。依次求解每个区段Qzd的制导组合方案。对Mi(M的第i列)按照xsi从小到大排序得到公式(14)：
Figure BDA0003532890510000111
具体地，将
Figure BDA0003532890510000112
对应的制导权分配给节点1′，从
Figure BDA0003532890510000113
开始，若
Figure BDA0003532890510000114
则将区段
Figure BDA0003532890510000115
的制导权分配给节点j′，0＜j′＜n。
当某个区段均制导不可行时，判定无法全程可制导，需要重新进行规划。
步骤10：通过跟踪节点、拦截节点和制导节点，完成协同防空任务。
具体地，编组系统通过上述步骤挑选的跟踪节点、拦截节点、制导节点组建“传感器-拦截器-制导设备”拦截组合，完成防空作战任务。
本发明提供了一种舰艇编队网络化协同防空任务规划系统，包括如下模块：
模块M1：用于根据预设规则确定舰艇编队的值守中心节点。
模块M2：用于根据每个作战节点探测到的传感器数据，构建统一战场态势。
其中，模块M2中，每个作战节点根据传感器数据和数据融合处理算法，进行目标航迹融合和管理，构建统一战场态势。
模块M3：用于根据目标数据得到威胁目标列表，并根据威胁目标列表进行跟踪任务招标。
模块M4：用于根据每个作战节点的状态数据，进行跟踪任务投标。
模块M5：用于根据跟踪最优规则确定跟踪节点，并对目标进行跟踪，得到跟踪数据。
具体地，模块M5，包括：子模块M501：用于根据跟踪任务投标结果和跟踪有利度，确定跟踪节点；子模块M502：用于向跟踪节点发动中标信息；子模块M503：用于跟踪节点对目标进行跟踪，得到跟踪数据。
模块M6：用于根据威胁目标列表和跟踪数据，进行拦截任务招标。
模块M7：用于根据每个作战节点的状态数据，进行拦截任务投标。
具体地，模块M7，包括：子模块M701：用于根据每个作战节点的状态数据，得到拦截有利度；子模块M702：用于根据拦截有利度，进行拦截任务投标。
模块M8：用于根据拦截最优规则确定拦截节点。
模块M9：用于根据待拦截的目标数据和拦截节点的制导数据，确定制导节点。
具体地，模块M9，包括：子模块M901：用于根据待拦截的目标数据和拦截节点的制导数据，确定是否进行协同制导任务招标；子模块M902：用于若否，则确定所示拦截节点为制导节点；子模块M903：用于若是，则进行协同制导任务招标；子模块M904：用于根据协同制导任务招标的目标数据和制导需求，进行协同制导任务投标；子模块M905：用于根据制导最优规则确定制导节点。
模块M10：用于通过跟踪节点、拦截节点和制导节点，完成协同防空任务。
本发明的工作原理为：
本发明使各类作战资源从本地解耦，从架构上可实现网络化分布式协同作战，增强系统的抗毁性，同时在考虑实际约束条件下，以编队视角分析评估来袭目标威胁，充分地利用编队内各类防空作战资源，实施防空任务规划，生成可靠的杀伤链，提高编队整体的防御效能。
与现有技术相比，本发明具有如下的有益效果：
1、本发明相比传统任务规划模式，以任务协商的方式使编队作战节点参与到防空任务决策中，可减轻中心指挥节点的决策压力，增强系统的抗毁性，同时使传感器、拦截武器、制导设备从本地解耦，从架构上可实现网络化分布式协同作战。
2、本发明以编队视角分析评估来袭目标威胁，综合目标攻击意图及到达时间等要素，可有效保证防空任务输入的合理性及完备性。
3、本发明设计了一种基于任务分段招投标的任务规划方法，能够更加充分地利用编队内跟踪、拦截、制导等各类防空作战资源，尤其专门重点设计了制导环节的资源组合使用策略，提高编队整体的作战效能。
4、本发明较为全面地考虑了各环节工程实现约束，生成高效可靠的杀伤链，对后续研究具有现实指导意义。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种舰艇编队网络化协同防空任务规划方法，其特征在于，所述方法包括：
步骤1：根据预设规则确定所述舰艇编队的值守中心节点；
步骤2：根据每个作战节点探测到的传感器数据，构建统一战场态势；
步骤3：根据目标数据得到威胁目标列表，并根据所述威胁目标列表进行跟踪任务招标；
步骤4：根据每个所述作战节点的状态数据，进行跟踪任务投标；
步骤5：根据跟踪最优规则确定跟踪节点，并对目标进行跟踪，得到跟踪数据；
步骤6：根据所述威胁目标列表和所述跟踪数据，进行拦截任务招标；
步骤7：根据每个所述作战节点的状态数据，进行拦截任务投标；
步骤8：根据拦截最优规则确定拦截节点；
步骤9：根据待拦截的目标数据和所述拦截节点的制导数据，确定制导节点；
步骤10：通过所述跟踪节点、所述拦截节点和所述制导节点，完成协同防空任务。
2.根据权利要求1所述的舰艇编队网络化协同防空任务规划方法，其特征在于，所述步骤9，包括：
步骤901：根据待拦截的目标数据和所述拦截节点的制导数据，确定是否进行协同制导任务招标；
步骤902：若否，则确定所示拦截节点为所述制导节点；
步骤903：若是，则进行协同制导任务招标；
步骤904：根据所述协同制导任务招标的目标数据和制导需求，进行协同制导任务投标；
步骤905：根据制导最优规则确定制导节点。
3.根据权利要求1所述的舰艇编队网络化协同防空任务规划方法，其特征在于，所述步骤2中，每个所述作战节点根据所述传感器数据和数据融合处理算法，进行目标航迹融合和管理，构建统一战场态势。
4.根据权利要求1所述的舰艇编队网络化协同防空任务规划方法，其特征在于，所述步骤5，包括：
步骤501：根据跟踪任务投标结果和跟踪有利度，确定跟踪节点；
步骤502：向所述跟踪节点发动中标信息；
步骤503：所述跟踪节点对目标进行跟踪，得到跟踪数据。
5.根据权利要求1所述的舰艇编队网络化协同防空任务规划方法，其特征在于，所述步骤7，包括：
步骤701：根据每个所述作战节点的状态数据，得到拦截有利度；
步骤702：根据所述拦截有利度，进行拦截任务投标。
6.一种舰艇编队网络化协同防空任务规划系统，其特征在于，所述系统包括：
模块M1：用于根据预设规则确定所述舰艇编队的值守中心节点；
模块M2：用于根据每个作战节点探测到的传感器数据，构建统一战场态势；
模块M3：用于根据目标数据得到威胁目标列表，并根据所述威胁目标列表进行跟踪任务招标；
模块M4：用于根据每个所述作战节点的状态数据，进行跟踪任务投标；
模块M5：用于根据跟踪最优规则确定跟踪节点，并对目标进行跟踪，得到跟踪数据；
模块M6：用于根据所述威胁目标列表和所述跟踪数据，进行拦截任务招标；
模块M7：用于根据每个所述作战节点的状态数据，进行拦截任务投标；
模块M8：用于根据拦截最优规则确定拦截节点；
模块M9：用于根据待拦截的目标数据和所述拦截节点的制导数据，确定制导节点；
模块M10：用于通过所述跟踪节点、所述拦截节点和所述制导节点，完成协同防空任务。
7.根据权利要求6所述的舰艇编队网络化协同防空任务规划系统，其特征在于，所述模块M9，包括：
子模块M901：用于根据待拦截的目标数据和所述拦截节点的制导数据，确定是否进行协同制导任务招标；
子模块M902：用于若否，则确定所示拦截节点为所述制导节点；
子模块M903：用于若是，则进行协同制导任务招标；
子模块M904：用于根据所述协同制导任务招标的目标数据和制导需求，进行协同制导任务投标；
子模块M905：用于根据制导最优规则确定制导节点。
8.根据权利要求6所述的舰艇编队网络化协同防空任务规划系统，其特征在于，所述模块M2中，每个所述作战节点根据所述传感器数据和数据融合处理算法，进行目标航迹融合和管理，构建统一战场态势。
9.根据权利要求6所述的舰艇编队网络化协同防空任务规划系统，其特征在于，所述模块M5，包括：
子模块M501：用于根据跟踪任务投标结果和跟踪有利度，确定跟踪节点；
子模块M502：用于向所述跟踪节点发动中标信息；
子模块M503：用于所述跟踪节点对目标进行跟踪，得到跟踪数据。
10.根据权利要求6所述的舰艇编队网络化协同防空任务规划系统，其特征在于，所述模块M7，包括：
子模块M701：用于根据每个所述作战节点的状态数据，得到拦截有利度；
子模块M702：用于根据所述拦截有利度，进行拦截任务投标。
CN202210213017.XA 2022-03-04 2022-03-04 舰艇编队网络化协同防空任务规划方法及系统 Pending CN114742264A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210213017.XA CN114742264A (zh) 2022-03-04 2022-03-04 舰艇编队网络化协同防空任务规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210213017.XA CN114742264A (zh) 2022-03-04 2022-03-04 舰艇编队网络化协同防空任务规划方法及系统

Publications (1)

Publication Number Publication Date
CN114742264A true CN114742264A (zh) 2022-07-12

Family

ID=82275773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210213017.XA Pending CN114742264A (zh) 2022-03-04 2022-03-04 舰艇编队网络化协同防空任务规划方法及系统

Country Status (1)

Country Link
CN (1) CN114742264A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116432872A (zh) * 2023-06-13 2023-07-14 中国人民解放军战略支援部队航天工程大学 基于hho算法的多约束资源调度方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116432872A (zh) * 2023-06-13 2023-07-14 中国人民解放军战略支援部队航天工程大学 基于hho算法的多约束资源调度方法及系统
CN116432872B (zh) * 2023-06-13 2023-09-22 中国人民解放军战略支援部队航天工程大学 基于hho算法的多约束资源调度方法及系统

Similar Documents

Publication Publication Date Title
CN106705970B (zh) 一种基于蚁群算法的多无人机协同路径规划方法
CN112733421B (zh) 一种针对有人无人机协同对地作战的任务规划方法
Zhang et al. Three-dimensional path planning for uninhabited combat aerial vehicle based on predator-prey pigeon-inspired optimization in dynamic environment
CN105892480B (zh) 异构多无人机系统协同察打任务自组织方法
Duan et al. Max-min adaptive ant colony optimization approach to multi-UAVs coordinated trajectory replanning in dynamic and uncertain environments
Zhen et al. Improved contract network protocol algorithm based cooperative target allocation of heterogeneous UAV swarm
CN111880563A (zh) 一种基于maddpg的多无人机任务决策方法
CN108153328B (zh) 一种基于分段贝塞尔曲线的多导弹协同航迹规划方法
Li et al. Trajectory planning for UAV based on improved ACO algorithm
EP1981758B1 (en) System and method for distributed engagement
US9488441B2 (en) Method and system of mission planning
CN112947594B (zh) 一种面向无人机的航迹规划方法
CN114740883B (zh) 一种协同点侦察任务规划跨层联合优化方法
CN112666981B (zh) 基于原鸽群动态群组学习的无人机集群动态航路规划方法
CN112824998A (zh) 马尔可夫决策过程的多无人机协同航路规划方法和装置
Zhang et al. A novel heterogeneous sensor-weapon-target cooperative assignment for ground-to-air defense by efficient evolutionary approaches
CN114742264A (zh) 舰艇编队网络化协同防空任务规划方法及系统
Xie et al. Mathematical problems in engineering improved CNP‐Method‐Based local real‐time cooperative task allocation of heterogeneous multi‐UAV in communication‐constrained environment
Wei et al. Multi-UAVs cooperative reconnaissance task allocation under heterogeneous target values
Ou et al. PSO based UAV online path planning algorithms
Wei et al. UCAV formation online collaborative trajectory planning using hp adaptive pseudospectral method
Pinon et al. Task allocation and path planning for collaborative swarm guidance in support of artillery mission
Ye et al. Multi-UAV task assignment based on satisficing decision algorithm
Chen et al. Flight parameter model based route planning method of UAV using stepped-adaptive improved particle swarm optimization
Huang et al. Multi-UCAV cooperative autonomous attack path planning method under uncertain environment

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