文章快速检索  
  高级检索
基于改进共生生物搜索算法的空战机动决策
高阳阳1,2, 余敏建3, 韩其松3, 董肖杰1     
1. 空军工程大学 研究生院, 西安 710051;
2. 中国人民解放军 93175部队, 长春 130000;
3. 空军工程大学 空管领航学院, 西安 710051
摘要: 针对现代空战机动决策问题,提出了一种基于改进共生生物搜索(SOS)算法的空战机动决策方法。首先,分析了传统基本机动动作库存在的不足,对其进行了改进和扩充,设计了11种常用的基本机动动作;然后,综合考虑角度、距离、速度、高度和战机性能优势,构造了战机机动决策优势函数;最后,针对传统共生生物搜索算法在收敛速度、收敛精度以及局部最优上存在的缺陷,将轮盘赌选择方法、动态变异率和梯度思想引入到传统算法当中,对算法有效性和算法性能进行了仿真分析。仿真结果表明,改进的共生生物搜索算法在收敛速度、收敛精度以及跳出局部最优上更具优势,能够满足空战机动决策需求。
关键词: 机动决策     共生生物搜索(SOS)     机动动作库     轮盘赌     动态变异     梯度    
Air combat maneuver decision-making based on improved symbiotic organisms search algorithm
GAO Yangyang1,2, YU Minjian3, HAN Qisong3, DONG Xiaojie1     
1. Graduate College, Air Force Engineering University, Xi'an 710051, China;
2. The Chinese People's Liberation Army, Unit 93175, Changchun 130000, China;
3. Air Traffic Control and Navigation College, Air Force Engineering University, Xi'an 710051, China
Received: 2018-06-27; Accepted: 2018-09-19; Published online: 2018-10-18 11:09
Foundation item: Equipment Research Project (2017024113B41057)
Corresponding author. YU Minjian, E-mail: 1090389519@qq.com
Abstract: Aimed at the problem of modern air combat maneuver decision-making, an air combat maneuver decision-making method based on improved symbiotic organisms search (SOS) algorithm is proposed. Firstly, the shortcomings of the traditional basic maneuver inventory are analyzed, improved and expanded, and 11 kinds of common basic maneuver are designed. Secondly, considering the angle, distance, speed, altitude and the performance advantages of fighter planes, the decision-making advantage function of fighter planes is constructed. Finally, aimed at the shortcomings of the traditional SOS algorithm in convergence speed, convergence accuracy and local optimality, the roulette wheel selection method, dynamic variation rate and gradient idea are introduced into the traditional algorithm, and the effectiveness and performance of the algorithm are simulated and analyzed. The simulation results show that the improved SOS algorithm has more advantages in convergence speed, convergence accuracy and jump out of local optimum, and can meet the air combat maneuver decision-making requirements.
Keywords: maneuver decision-making     symbiotic organisms search (SOS)     maneuver inventory     roulette wheel     dynamic variation     gradient    

近年来,随着高新技术的快速发展,战机的机动性能得到了提高,但同时也给飞行员进行实时、高效的机动决策带来了很大困难。如何根据复杂的战场态势,快速、合理地进行空战机动决策,充分发挥战机空战作战效能,已经成为空战决策中最为关键的问题之一。目前,用于解决空战机动决策问题的智能算法有遗传算法[1]、贝叶斯网络[2]、影响图法[3]、微分对策法[4]、支持向量机[5]及其混合优化算法[6]等。然而这些算法收敛速度较慢,实时性差,有时得不到稳定的解,严重影响飞行员进行空战机动决策。

共生生物搜索(Symbiotic Organisms Search, SOS)算法是由Cheng和Prayogo[7]在2014年提出的一种新的智能算法。该算法在收敛速度和收敛精度上与传统智能算法相比具有较明显的改善,但是也存在缺陷,如容易陷入局部最优、收敛速度慢等。共生生物搜索算法从提出至今已有部分学者进行了改进。文献[8]提出了一种基于子群拉伸操作的精英共生生物搜索算法,提高了收敛速度和收敛精度,但容易出现早熟现象。文献[9]提出了一种基于旋转学习策略的共生生物搜索算法,将串行更新方式改为并行更新方式,用旋转学习策略代替盲目随机搜索,补充了种群多样性,提高了算法跳出局部最优的能力,但是实现起来难度较大。文献[10]将自适应和精英反向学习策略引入共生生物搜索算法中,增强了种群多样性,在一定程度上克服了算法耗时长的缺陷,但是后期收敛速度仍然有所偏慢。

针对上述分析,为进一步提高空战机动决策的精准性和时效性,本文提出了一种基于改进共生生物搜索算法的空战机动决策方法。为使决策结果更加贴近实战,对传统基本机动动作库进行了改进、扩充,重新构建了评价函数;针对传统生物体选择方式随机性大的缺陷,将轮盘赌选择方法引入传统共生生物搜索算法当中;针对传统共生生物搜索算法收敛精度低和收敛速度慢的缺陷,在寄生操作中采用适应值动态调整的变异率替代固定变异率,同时引入梯度的思想来引导变异方向,使控制量的寻优更具方向性,从而更快地完成空战机动决策解算。

1 空战机动决策建模 1.1 改进传统基本机动动作库

目前常用的机动动作库设计类型有3种:第1种是依据经典空战战术飞行动作设计的典型战术动作库[11],第2种是依据常用的空战操作方式设计的基本操纵动作库[12],第3种是根据所需解决问题的实际需求设计的动作库[13]。由于本文设计的机动动作库是为战机飞行员进行机动决策作支撑,因此采用文献[12]中依据空战操作方式设计的思想进行基本机动动作库设计。文献[12]中共设计了7种基本的机动动作,由这7种基本的机动动作虽然可以组合出很多复杂的机动动作,但还是有很多常用的空战机动动作难以进行仿真实现,并且其中有6种进行了极限操作,与实际空战不符。本文根据文献[12]中基本操纵动作库存在的问题,对机动动作进行细化扩充,细化后的基本机动动作库包括减速前飞、匀速前飞、加速前飞、左侧爬升、爬升、右侧爬升、左转弯、右转弯、左侧俯冲、俯冲、右侧俯冲,如图 1所示。

图 1 基本机动动作库 Fig. 1 Basic maneuver inventory
1.2 战机运动模型

战机在空中进行机动决策的过程就是进行机动动作选择的过程。在选择机动动作后,需要根据机动动作的控制量求解出战机的运动状态,从而对飞行轨迹进行预测。目前运用于描述飞机本体的常用模型有2种:三自由度模型[14]和六自由度模型[15]。本文采用简单实用的三自由度质点运动模型对战机的飞行轨迹和相应姿态控制进行研究。忽略侧滑角的影响,战机三自由度质点运动模型如下:

(1)

式中:Vαβ分别为战机飞行速度、航向角和俯仰角;nxny分别为战机切向过载和法向过载;γ为战机坡度;g为重力加速度,本文取9.8 m/s2

通过观察式(1)可知,在给定Vαβ初始值的情况下,如果能求得nxnyγ随时间变化的规律,通过对积分就可求得战机三维位置坐标xyz的变化量,从而对战机运动轨迹进行预测,具体公式如下:

(2)
1.3 战机机动决策优势函数

传统的综合优势函数主要根据角度优势、距离优势、速度优势和高度优势进行构造,但随着战机性能在空战中发挥的作用越来越明显,传统的综合优势函数已经不适用于求解现代空战中的机动决策问题。因此本文以传统模型为基础,考虑战机性能优势,建立如图 2所示的空战优势评价指标体系。

图 2 空战优势评价指标体系 Fig. 2 Air combat superiority evaluation index system