CN118505067B - 一种无人机编队作战效能评估方法 - Google Patents
一种无人机编队作战效能评估方法 Download PDFInfo
- Publication number
- CN118505067B CN118505067B CN202410955992.7A CN202410955992A CN118505067B CN 118505067 B CN118505067 B CN 118505067B CN 202410955992 A CN202410955992 A CN 202410955992A CN 118505067 B CN118505067 B CN 118505067B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- matrix
- weight
- evaluation
- 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 80
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 72
- 230000003068 static effect Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 33
- 239000013598 vector Substances 0.000 claims description 23
- 230000000694 effects Effects 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 14
- 230000008901 benefit Effects 0.000 claims description 9
- 238000003672 processing method Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 241000669618 Nothes Species 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000013077 scoring method Methods 0.000 abstract description 4
- 238000012067 mathematical method Methods 0.000 abstract description 2
- 238000005755 formation reaction Methods 0.000 description 54
- 239000010410 layer Substances 0.000 description 33
- 238000004891 communication Methods 0.000 description 5
- 230000009194 climbing Effects 0.000 description 4
- 238000011158 quantitative evaluation Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 206010010144 Completed suicide Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种无人机编队作战效能评估方法，属于体系效能评估领域。该方法的主要思路如下：（1）针对特定作战场景构建无人机编队作战能力递阶层次结构，基于AHP方法得到该作战场景下能力组成末端的指标总体权重静态值；（2）得到待选无人机型号的总体权重动态值矩阵；（3）针对不同型号、不同架次无人机编队采用算数平均的方法，得到该编队下的总体权重值，通过专家打分法确定该编队下的评价矩阵；（4）基于灰色分析法确定评估等级和评估灰类，利用模糊数学方法处理评价矩阵，可计算得到无人机编队总体效能值。本发明能够满足单架次无人机、多型号多架次无人机编队等不同应用场景下的效能评估需求，具有较强的适应性。
Description
技术领域
本申请涉及体系效能评估领域，具体为一种无人机编队作战效能评估方法。
背景技术
随着航空武器装备的跨越式发展，以中、小型无人机为代表的新型作战武器在战场侦察、目标清除、通信中继等特殊作战场景中的作用愈发明显，结合信息通信、高效协同的无人机编队很可能是未来影响战场局势的重要因素。
与有人作战武器相比，无人机能够在更为严酷、恶劣和危险的环境下工作，大幅减小作战飞行员伤亡。同时，与单架次无人机相比，集群协同作战能够通过高效协作提高任务完成质量，结合信息化应用，通过资源信息共享提高任务遂行能力。因此，无人机编队在现代战场上获得了大量应用。
目前，无人机编队作战模式尚不成熟，以“饱和”为主的编队方式一方面难以满足复杂战场环境下目标离散、形势瞬变的作战要求；另一方面，没有充分发挥编队智能化、集成化、信息化的优势，任务自主决策、目标协同作战等效益不高。因此，针对特定作战任务和复杂战场环境进行无人机编队效能评估分析，结合无人机智能化、信息化、集成化优势条件完成任务自主规划是实现无人机编队实战应用的核心和关键，对于提高智能装备辅助作战水平具有重要意义，需要开展系统性研究工作。同时，对无人机编队作战效能的评估也是确定无人机装备技战指标、规划平台模块功能以及实施效果检验的前提和基础；一方面可以作为无人机编队作战任务规划设计的参考，另一方面是武器装备型号产品更新迭代的重要依据。
目前，主流的效能评估方法可以分为三种：主观赋权法、客观赋权法以及两者相结合的方法。其中，主观赋权法（如AHP法）可排除思维过程中的非一致性，却无法排除赋权专家的思维片面性，评估结果强烈依赖于专家的专业领域知识积累以及主观判断；客观赋权法（如熵权法）则基于客观数据以及量化数学理论计算得到客观权重值，但这种赋权模式忽视了决策者对于任务、环境、需求的主观经验，赋权值有可能与实际目标产生偏差。
发明人研究发现，传统的作战效能评估主要采用定性分级、技战性能评审等形式，评价专家针对作战任务和战场环境需求对比参战装备性能的满足情况，并结合专业知识和经验判断对装备是否满足作战要求进行定性评价。采用该方式，评估结果与评价专家的专业、数量、认知水平、主观意愿等密切相关，一方面无法对作战效能进行定量的评估，另一方面评估结果仅适用于特定目标作战场景，变更作战任务或战场地形等参数后评估结果将不具备参考价值。
有鉴于此，本发明公开了一种以无人机编队技战指标客观评价为基础的作战效能定量评估方法，快速实现无人机编队作战效能的定量评估。
发明内容
本申请的发明目的在于，提供一种无人机编队作战效能评估方法，其能为定量对无人机编队作战效能进行评估，为不同型号无人机编队以及无人机作战任务规划的效能发挥提供理论参考，具有重要的进步意义。
为了实现上述目的，本申请采用如下技术方案：
一种无人机编队作战效能评估方法，包括如下步骤：
S1、获取无人机编队作战效能评估目标的递阶层次结构，递阶层次结构包括目标层、第一准则层、……第y准则层，y为自然数且y≥2；基于构建的递阶层次结构，通过层次分析法，构造两两判断矩阵；两两判断矩阵包括目标层-第一准则层判断矩阵、……第（y-1）准则层-第y准则层判断矩阵；
所述步骤S1中，两两判断矩阵的计算通式如下：
；
S2、基于两两判断矩阵，获取一致性检验通过的第y准则层的静态组合权重；
S2.1 所述步骤S2中，将步骤S1中的两两判断矩阵进行元素规范化处理，如下式（1）所示：
（1）；
将规范化矩阵按行相加，可得初始权重值z，如下式（2）所示：
（2）；
将初始权重值进行规范化处理，得到初始权重规范化后的权重向量，如下式（3）所示：
（3）；
S2.2 计算出各层次权重后，需要对各层级进行一致性检验，检验步骤如下：
a.计算判断矩阵最大特征根：
（4）；
式中，为判断矩阵的维数，为权重向量的第个分量，为判断矩阵列向量归一化后的矩阵；
b.计算一致性指标，计算公式如下：
（5）；
c.查找一致性指标，对应关系如下所示：
；
d.计算一致性比例，计算公式如下：
（6）；
当小于0.1时，认为该判断矩阵的一致性是能够接受的，否则应对判断矩阵进行调整并重新计算权重，再进行一致性检验，直至通过；
确认一致性检验全部通过后，将各层级权重相乘，得到第y准则层的静态组合权重；
S3、选取若干种型号无人机的性能参数，通过对性能参数进行标准化处理方法，确定规范化矩阵I，具体如下：
(7)；
式中,为第y准则层的指标数量，为待选型无人机型号种类；
所述步骤S3中，标准化处理方法为：
S3.1 对于能力指标，具备能力，则将规范值取值1；若不具备能力指标，则将规范值取值0；
S3.2 对于效益性指标，将实际值除以需求值，得到规范值；
S3.3 对于成本指标，将需求值除以实际值，得到规范值；
S4、根据设定的无人机编队配置，计算得到编队的动态权值的权重配置向量；
所述步骤S4的处理步骤如下：
S4.1 对矩阵I的列向量求均值，计算公式如下：
（8）；
S4.2 计算第型无人机，第个指标的偏离度，计算公式如下：
（9）；
式中，为木桶效应调节因子，为反木桶效应调节因子，、分别由专家设定；
S4.3 计算基于“木桶效应”的偏离度动态权值并将其归一化可得归一化后的动态权值，计算公式如下：
（10）；
确定无人机编队组合，通过选定型号动态权值的算数平均，得到无人机编队的权重配置向量；
S5、通过专家打分，确定如下评价样本矩阵：
（11）；
式中，表示第个专家对末端第个指标的评分；
S6、基于测度理论，确定如下效能评估4类定量等级集合：
（12）；
基于等级集合构造四类灰数显性函数：
第一类，灰数，其显性函数为：
（13）；
第二类，灰数，其显性函数为：
（14）；
第三类，灰数，其显性函数为：
（15）；
第四类，灰数，其显性函数为：
（16）；
基于灰数显性函数，采用如下公式计算各指标的灰色统计数：
（17）；
则总的灰色统计数为：
（18）；
S7、构造模糊权矩阵：
（19）；
式中，，为的转置；
利用无人机编队的权重配置向量以及模糊权矩阵，得到综合效能评估矩阵，计算公式如下：
（20）；
采用如下公式，计算得到效能评估计算值：
（21）；
式中，为的转置。
所述步骤S3中，标准化处理方法如下：
S3.1 对于能力指标，其计算公式如下：
(22)；
S3.2 对于效益性指标，其计算公式如下：
(23)；
S3.3 对于成本指标，其计算公式如下：
(24)；
式中，为指标实际值，为指标需求能力。
所述步骤S1中，若采用至少两名专家评判，则需将标度进行几何平均。
所述步骤S2中，若构造得到的两两判断矩阵一致性检验未通过，则需重新调整矩阵在层次分析法中的标度，并重新计算权重，直至一致性检验通过。
针对前述问题，考虑到目前主流效能评估方法在评估时主观性较强，本申请引入基于武器装备领域考虑“木桶效应”影响的动态权重配置模型，提供一种全新的无人机编队作战效能评估方法，对无人机作战效能进行评估，以增强评估结果的客观性、科学性。
该方法主要思路是：
（1）针对特定作战场景构建无人机编队作战能力递阶层次结构，基于AHP方法得到该作战场景下能力组成末端的指标总体权重静态值；
（2）通过专家打分法，对待选无人机型号在末端指标上进行标准化处理形成作战效能评估规范化矩阵，基于“木桶效应”和“反木桶效应”的偏离度模型对静态权重进行重新配置，得到待选无人机型号的总体权重动态值矩阵；
（3）针对不同型号、不同架次无人机编队采用算数平均的方法，得到该编队下的总体权重值，通过专家打分法确定该编队下的评价矩阵；
（4）基于灰色分析法确定评估等级和评估灰类，利用模糊数学方法处理评价矩阵，可计算得到无人机编队总体效能值。
本申请中，首先构建评估目标的递阶层次结构，如图1所示。本申请的技术方案中，递阶层次结构包括目标层、第一准则层、……第y准则层，第一准则层对应准则层，第y准则层即对应末端准则层，末端准则层含有若干个能力指标。
专家参照表如下表1所示。
表1 评估比例标度表
例如，目标层与第一准则层之间的两两判断判断矩阵，通过专家参照标度表打分，即可获得（如若为多名专家评判则需将标度进行几何平均），计算通式如下：
。
将判断矩阵元素规范化：
（1）。
将规范化矩阵按行相加可得初始权重值：
（2）。
将初始权重值规范化可得：
（3）。
接着，计算出各层次权重后，需要对各层级进行一致性检验，检验步骤如下。
a.计算判断矩阵最大特征根：
（4）；
式中，为判断矩阵的维数，为权重向量的第个分量，为判断矩阵列向量归一化后的矩阵。
b.计算一致性指标，计算公式如下：
（5）。
c.查找一致性指标，如下所示：
。
d.计算一致性比例，计算公式如下：
（6）；
当小于0.1时，认为该判断矩阵的一致性是能够接受的，否则应对判断矩阵进行调整并重新计算权重，再进行一致性检验，直至通过。确认一致性检验全部通过后，将各层级权重相乘即可得到末端层级的静态组合权重。
第三，对照多个待选型号的无人机参数，将其对应数据进行标准化处理可以得到评估指标的规范化矩阵，即：
（7）；
式中，为末端准则层指标数量，为待选型无人机数量。
无人机编队抵近侦察作战能力指标体系的底层通常由若干指标构成，如起降能力可由最大爬升速度、最大飞行速度、最大起飞重量、展开时间、回收形式等具备明确物理含义的指标进行描述。然而，在效能评估过程中，由于各指标无法直接进行直接比较，因此需进行特定的标准化预处理。这里将能力指标分为能力指标、效益指标以及成本指标分别描述其标准化处理方法。
然后，根据设定的无人机编队配置，计算得到编队的动态权值权重配置向量，具体操作如下。
对矩阵I的列向量求均值，计算公式如下：
（8）。
计算第型无人机，第个指标的偏离度，计算公式如下：
（9）。
式中，为木桶效应调节因子，为反木桶效应调节因子，两者共同调整偏移度的灵敏值，、分别由专家设定。木桶调节因子是最小值，反木桶调节因子对应最大值。
接着，计算基于“木桶效应”的偏离度动态权重值并将其归一化可得归一化后的动态权值，计算公式如下：
（10）；
确定无人机编队组合，通过选定型号动态权重值的算数平均，得到无人机编队的权重配置向量。
第四，通过专家打分，确定如下评价样本矩阵：
（11）；
式中，表示第个专家对末端第个指标的评分。
基于测度理论，确定效能评估4类定量等级集合：
（12）。
基于等级集合构造四类灰数显性函数。
第一类，灰数，其显性函数为：
（13）。
第二类，灰数，其显性函数为：
（14）。
第三类，灰数，其显性函数为：
（15）。
第四类，灰数，其显性函数为：
（16）。
基于灰数显性函数，采用如下公式计算各指标的灰色统计数：
（17）；
则总的灰色统计数为：
（18）。
第五，构造模糊权矩阵：
（19）；
式中，，为的转置。
利用无人机编队的权重配置向量以及模糊权矩阵，可以得到综合效能评估矩阵，计算公式如下：
（20）。
采用如下公式，计算得到效能评估计算值：
（21）；
式中，为的转置。
本申请中，标准化处理方法为：对于效益性指标，将实际值除以需求值得到规范值；对于成本指标，将需求值除以实际值得到规范值；对于能力指标，具备能力取值1不具备能力取值0。相应计算公式如下。
对于能力指标，其计算公式如下：
(22)；
对于效益性指标，其计算公式如下：
(23)；
对于成本指标，其计算公式如下：
(24)；
式中，为指标实际值，为指标需求能力。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
（1）目前主流的效能评估方法虽能排出思维过程中的严重非一致性，却无法排除个人可能存在的严重片面性，因此评估结果强烈依赖于专家的知识储备和主观选择；本发明引入了偏移度修正静态权重的方法，对现有AHP算法得到的静态权重进行动态调整，并联合灰关联以及模糊数学理论，提出了一种针对无人机编队的效能评估方法，对现有方法进行了拓展完善，且能够实现无人机作战效能的定量评估；
（2）本发明能够满足单架次无人机、多型号多架次无人机编队等不同应用场景下的效能评估需求，具有较强的适应性；
（3）本发明基于无人机参数以及专家打分结果等基础参数，运用矩阵运算的方法，即可得到实时评估值，应用便捷、实用性强。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1为实施例中无人机编队作战效能评估阶梯层次结构图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
为了达到更好的技术效果，邀请打分的专家应为军事理论领域认识、一线使用人士、无人机专业领域人士以及系统工程专业人士等。为了达到更好的技术效果，原则上邀请专家数量越多越好。
下面结合图和实施例对本发明的技术方案进行详细的说明。
实施例1
定义无人机编队效能评估应用场景为城市巷战复杂区域小规模分队/无人机编队协同侦察作战场景，即：设想由小规模步兵连队携带无人机作战编队，在进入作战区域前对其进行放飞。无人机作战编队放飞后，无人机自主编队飞行到锁定区域上空，完成对侦查区域的编队拆分以及路径规划，如遇电子对抗或复杂电磁环境，还需自主完成信息中继飞行器指派，并协同步兵连队一同进入作战区域开展围剿行动。侦察过程中，对敌军事设施、人员、武器配置等进行高清拍照侦查，相关数据传输回我信息终端，经判别数据信息后，由指控中心给步兵连队下达明确的行动指令，步兵连队则根据指令开展行动。同时，若编队遭遇敌方零散武装人员，自主识别并执行自杀式打击，以达到精准清除敌方有生力量，高效完成作战任务的目的。需要说明的是，后续所有效能评估均指在该想定场景下的无人机编队效能评估。
通过上述想定场景不难发现，无人机编队不仅需要极强的侦察能力，还需具备一定的打击能力。因此，针对既定任务场景构建全面涵盖无人机执行任务所需的能力指标递阶层次体系至关重要。抵近侦察作战能力通常由四大能力组成，分别是机动能力、侦察能力、打击能力以及通信能力。机动能力主要由起降能力、巡航能力、编队能力、路径规划能力和避障能力组成；侦察能力则需要具有高清摄录像能力、摄像头全景旋转能力和摄像头防抖动能力；打击能力主要由弹药装载能力、弹药毁伤能力、准确命中能力；通信能力主要包括数据传输能力、飞控信号通信能力、电子对抗能力、信号中继能力。综上所述，可以得到如图1所示的能力指标递阶层次图，即构建出作战效能评估的递阶层次结构。需要说明的是，案例结构可以进一步向下层构建到具体指标，如起降能力可由最大爬升速度、最大飞行速度、最大起飞重量、展开时间、回收形式等具有明确物理含义的指标进行描述。
基于构建的递阶层次结构，通过AHP评估比例标度表（如表1所示）构造两两判断矩阵，其构建过程如下。
通过邀请行业内专家打分，构造各层级间的两两判断矩阵，其包括目标层-准则层判断矩阵（如表2所示）、准则层-子准则判断矩阵；其中，准则层-子准则判断矩阵包含准则层-子准则判断矩阵01（如表3所示）、准则层-子准则判断矩阵02（如表4所示）、准则层-子准则判断矩阵03（如表5所示）、准则层-子准则判断矩阵04（如表6所示）。以准则层-子准则判断矩阵02为例，其是以A2侦察能力作为准则层，A2侦察能力中的A21高清摄像录像能力、A22摄像头全景旋转能力、A23摄像头防抖动能力作为子准则判断层，并以A21高清摄像录像能力、A22摄像头全景旋转能力、A23摄像头防抖动能力进行两两比较，根据AHP评估比例标度表构建出相应的两两判断矩阵。
表2 目标层-准则层判断矩阵
表3 准则层-子准则判断矩阵01
表4 准则层-子准则判断矩阵02
表5 准则层-子准则判断矩阵03
表6 准则层-子准则判断矩阵04
调研7种型号无人机参数（依次记为1#~7#），通过对性能参数进行标准化处理的方式确定规范化矩阵。以#1无人机A11指标为例进行数据规范化说明，其余指标由于篇幅问题不再详述。A11起降能力需求指标为最大爬升速度4m/s、最大飞行速度20m/s、最大起飞重量10kg、展开时间5min、具备一键返航能力。实际#1无人机最大爬升速度2m/s、最大飞行速度15m/s、最大起飞重量5.3kg、展开时间10min、具备一键返航能力。将上述参数按照效益指标/成本指标/能力指标的分类进行标准化处理后作算数平均即可得到规范化值，即（2/4+15/20+5.3/10+5/10+1）/5=0.656。计算结果如下表7所示。
表7 规范化矩阵I
假设评估10架次#1型无人机+5架次#2型无人机的编队作战效能，邀请5名专家针对该编队形式按1-9打分法评估末端性能以确定评价样本矩阵，如表8所示。5名专家包含军事理论学领域专家1名、系统工程领域专家1名、无人机应用领域专家2名以及仿真推演领域专家1名。
表8 评价样本矩阵
通过前述方法获取指标体系层级间两两判断矩阵、明确无人机的编队模式以及该模式下的评价矩阵。完成上述评估前准备条件后，开始实施评估，具体流程如下。
（1）依据构造的两两判断矩阵，计算权重。
目标层-准则层的信息如下表9所示。
表9 目标层-准则层判断矩阵相关信息
后续准则层-子准则层的计算类似，下面直接给出结果。表10为目标层-子准则判断矩阵01相关信息，表11为目标层-子准则判断矩阵02相关信息，表12为目标层-子准则判断矩阵03相关信息，表13为目标层-子准则判断矩阵04相关信息。
表10 目标层-子准则判断矩阵01相关信息
表11 目标层-子准则判断矩阵02相关信息
表12 目标层-子准则判断矩阵03相关信息
表13 目标层-子准则判断矩阵04相关信息
将各层级权重相乘，即可得到末端层级的静态组合权重，即将通过A的判断矩阵得到的权重向量的第一个元素0.0847与准则层-子准则判断矩阵01的各权重相乘，第二个元素0.2333与目标层-子准则判断矩阵02的各权重相乘，第三个元素0.5423与目标层-子准则判断矩阵03的各权重相乘，第四个元素0.1397与目标层-子准则判断矩阵04的各权重相乘：
。
需要说明的是，若构造得到判断矩阵一致性检验未通过，则需重新调整矩阵重新计算权重直至一致性检验通过。
（2）基于规范化的矩阵I，按照公式（8）、（9）可以得到各型无人机偏离度矩阵，作为示例这里取，进行计算。表14为对矩阵I的列向量求均值结果，表15为无人机偏离度矩阵相关信息。
表14 对矩阵I的列向量求均值结果
表15 无人机偏离度矩阵相关信息
通过公式（10）得到各型号无人机归一化的动态权值，如表16所示。
表16 归一化后的动态权值
则5架次#1型无人机+10架次#2型无人机编队权重值利用上表相应权重做算数平均，即可：
。
（3）由公式（12）构造等级集合。其中，9代表无人机编队效能优秀，7代表效能良好，5代表效能普通，2代表效能较差。
由公式（13）-公式（16），可以构造得到如下4类显性函数：
；
；
；
。
基于预先得到的评价矩阵，由公式（17）、公式（18）可得灰色统计数以及总的灰色统计数，结果如表17所示。
表17 灰色统计数以及总的灰色统计数
（4）由公式（19）可得模糊权矩阵，如表18所示。
表18 模糊矩阵
由公式（20），可得综合能效评估矩阵：
。
由公式（21），可得能效评估计算值：
。
由于该能效评估值介于7与9之间，说明该无人机编队执行作战侦察任务的总体效能良好。
本发明的方法在简便、快速的基础上，通过引入“木桶效应”偏离度模型对权重数据进行了动态修正，增加了效能评估的客观性，能够为无人机编队效能评估提供有力手段。该案例仅作为方法说明使用，不构成真实参照。
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限制。
Claims (3)
1.一种无人机编队作战效能评估方法，其特征在于，包括如下步骤：
S1、获取无人机编队作战效能评估目标的递阶层次结构，递阶层次结构包括目标层、第一准则层、……第y准则层，y为自然数且y≥2；基于构建的递阶层次结构，通过层次分析法，构造两两判断矩阵；两两判断矩阵包括目标层-第一准则层判断矩阵、……第（y-1）准则层-第y准则层判断矩阵；
所述步骤S1中，两两判断矩阵的计算通式如下：
；
S2、基于两两判断矩阵，获取一致性检验通过的第y准则层的静态组合权重；
S2.1 所述步骤S2中，将步骤S1中的两两判断矩阵进行元素规范化处理，如下式（1）所示：
（1）；
将规范化矩阵按行相加，可得初始权重值z，如下式（2）所示：
（2）；
将初始权重值进行规范化处理，得到初始权重规范化后的权重向量，如下式（3）所示：
（3）；
S2.2 计算出各层次权重后，需要对各层级进行一致性检验，检验步骤如下：
a.计算判断矩阵最大特征根：
（4）；
式中，为判断矩阵的维数，为权重向量的第个分量，为判断矩阵列向量归一化后的矩阵；
b.计算一致性指标，计算公式如下：
（5）；
c.查找一致性指标，对应关系如下所示：
；
d.计算一致性比例，计算公式如下：
（6）；
当小于0.1时，认为该判断矩阵的一致性是能够接受的，否则应对判断矩阵进行调整并重新计算权重，再进行一致性检验，直至通过；
确认一致性检验全部通过后，将各层级权重相乘，得到第y准则层的静态组合权重；
S3、选取若干种型号无人机的性能参数，通过对性能参数进行标准化处理方法，确定规范化矩阵I,具体如下：
(7)；
式中, 为第y准则层的指标数量，为待选型无人机型号种类；
所述步骤S3中，标准化处理方法为：
S3.1 对于能力指标，具备能力，则将规范值取值1；若不具备能力指标，则将规范值取值0；
S3.2 对于效益性指标，将实际值除以需求值，得到规范值；
S3.3 对于成本指标，将需求值除以实际值，得到规范值；
S4、根据设定的无人机编队配置，计算得到编队的动态权值的权重配置向量；
所述步骤S4的处理步骤如下：
S4.1 对矩阵I的列向量求均值，计算公式如下：
（8）；
S4.2 计算第型无人机，第个指标的偏离度，计算公式如下：
（9）；
式中，为木桶效应调节因子，为反木桶效应调节因子，、 分别由专家设定；
S4.3 计算基于“木桶效应”的偏离度动态权值并将其归一化可得归一化后的动态权值，计算公式如下：
（10）；
确定无人机编队组合，通过选定型号动态权值的算数平均，得到无人机编队的权重配置向量；
S5、通过专家打分，确定如下评价样本矩阵：
（11）；
式中，表示第个专家对末端第个指标的评分；
S6、基于测度理论，确定如下效能评估4类定量等级集合：
（12）；
基于等级集合构造四类灰数显性函数：
第一类，灰数，其显性函数为：
（13）；
第二类，灰数，其显性函数为：
（14）；
第三类，灰数，其显性函数为：
（15）；
第四类，灰数，其显性函数为：
（16）；
基于灰数显性函数，采用如下公式计算各指标的灰色统计数：
（17）；
则总的灰色统计数为：
（18）；
S7、构造模糊权矩阵：
（19）；
式中，，为的转置；
利用无人机编队的权重配置向量以及模糊权矩阵，得到综合效能评估矩阵，计算公式如下：
（20）；
采用如下公式，计算得到效能评估计算值：
（21）；
式中，为的转置。
2.根据权利要求1所述无人机编队作战效能评估方法，其特征在于，所述步骤S1中，若采用至少两名专家评判，则需将标度进行几何平均。
3.根据权利要求1或2所述无人机编队作战效能评估方法，其特征在于，所述步骤S2中，若构造得到的两两判断矩阵一致性检验未通过，则需重新调整矩阵在层次分析法中的标度，并重新计算权重，直至一致性检验通过。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410955992.7A CN118505067B (zh) | 2024-07-17 | 2024-07-17 | 一种无人机编队作战效能评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410955992.7A CN118505067B (zh) | 2024-07-17 | 2024-07-17 | 一种无人机编队作战效能评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118505067A CN118505067A (zh) | 2024-08-16 |
| CN118505067B true CN118505067B (zh) | 2024-09-10 |
Family
ID=92246807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410955992.7A Active CN118505067B (zh) | 2024-07-17 | 2024-07-17 | 一种无人机编队作战效能评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118505067B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2650357A1 (en) * | 2008-01-21 | 2009-07-21 | Thales Nederland B.V. | Multithreat safety and security system and specification method thereof |
| CN116029482A (zh) * | 2022-12-06 | 2023-04-28 | 江苏杰瑞信息科技有限公司 | 一种工程保障体系效能评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116739431B (zh) * | 2023-06-28 | 2024-03-26 | 北京流体动力科学研究中心 | 基于层次分析法的飞行器实时威胁评估方法 |
-
2024
- 2024-07-17 CN CN202410955992.7A patent/CN118505067B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2650357A1 (en) * | 2008-01-21 | 2009-07-21 | Thales Nederland B.V. | Multithreat safety and security system and specification method thereof |
| CN116029482A (zh) * | 2022-12-06 | 2023-04-28 | 江苏杰瑞信息科技有限公司 | 一种工程保障体系效能评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118505067A (zh) | 2024-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ardil | Fighter Aircraft Selection Using Technique for Order Preference by Similarity to Ideal Solution with Multiple Criteria Decision Making Analysis | |
| CN111079090A (zh) | 一种“低慢小目标”的威胁评估方法 | |
| CN115759754A (zh) | 基于动态博弈变权的超视距空战模拟目标威胁评估方法 | |
| CN114444203B (zh) | 基于战场态势变权的空中集群威胁评估方法 | |
| CN111652475A (zh) | 联合作战体系作战能力多层次分析评估方法以及存储介质 | |
| Duan et al. | Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory | |
| Ardil | Military Attack Helicopter Selection Using Distance Function Measures in Multiple Criteria Decision Making Analysis | |
| Radovanović et al. | Application of the fuzzy AHP-VIKOR hybrid model in the selection of an unmanned aircraft for the needs of tactical units of the armed forces | |
| Fu et al. | The overview for UAV air-combat decision method | |
| Ardil | Fighter Aircraft Selection Using Fuzzy Preference Optimization Programming (POP) | |
| CN115951709A (zh) | 基于td3的多无人机空战策略生成方法 | |
| Ardil | Unmanned Combat Aircraft Selection using Fuzzy Proximity Measure Method in Multiple Criteria Group Decision Making | |
| CN112734258A (zh) | 航空电子系统效能评估表征系统 | |
| CN113537663A (zh) | 基于topsis算法的无人机航迹评价方法 | |
| CN114266355A (zh) | 一种基于BiLSTM-Attention的战术意图识别方法 | |
| CN116225049A (zh) | 一种多无人机狼群协同作战攻防决策算法 | |
| CN117933523A (zh) | 一种基于优化随机森林的对地攻击无人机自主作战效能评估方法 | |
| CN118505067B (zh) | 一种无人机编队作战效能评估方法 | |
| CN117436282B (zh) | 基于双重变权和topsis-灰关联的架构优选方法 | |
| CN117540156A (zh) | 面向任务的复杂装备体系能力分析方法和模拟对抗系统 | |
| CN109299858A (zh) | 一种基于实装战技指标特征的相似度计算方法 | |
| Gang et al. | A methods of operational effectiveness for C4ISR system based on system dynamics analysis | |
| Han et al. | Operational effectiveness evaluation of space-based information system based on improved ahp-bpnn model | |
| Çoban et al. | MALE UAV selection in interval Type-2 fuzzy sets environment | |
| CN112612300A (zh) | 多平台智能决策的多目标博弈方法及装置 |
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 |