【CICC原创】面向空中侦察调度的机场重要性分析

2021-11-25 16:27:22

《指挥与控制学报》2021年第2期刊发,作者:杨国利, 成浩, 温荟琦, 刘伟

转载请务必注明作者及出处

摘要

针对多起始点和多目标点的空中侦察行动,在分析任务需求、飞机性能以及约束条件的基础上,将分布于不同机场的侦察机调度与飞行路径规划抽象成多旅行商问题,建立侦察调度模型,并改进遗传算法进行求解,得到最优侦察方案。通过节点移除法,求解机场移除后侦察方案的性能变化,并以此为指标衡量各个机场的重要性程度。该方法将飞行调度优化与节点重要性分析有机结合,为任务驱动的节点重要性研究提供了有益参考。

停驻于各个前沿机场电子侦察飞机是遂行多目标平时/战时侦察任务的主要手段,当前正逐渐由单机作业向多机协同侦察转变,其核心问题是多机协同下的侦察调度与任务规划。现代战争中,侦察调度与路径规划研究为解决多机多目标侦察问题提供了重要的技术支撑。受限于作战目的、战场环境、机场位置、飞机性能、功能属性等条件的约束,空中侦察调度需通过进行合理的任务规划来保证整个侦察任务的飞行总代价达到最优。

利用解决多旅行商问题(Multiple Travelling Salesman Problem, MTSP)[1-7]的方法思路研究多侦察机多目标条件下的空中侦察调度问题,是一个切实可行的解决方案。目前应用较为广泛的算法包括:遗传算法、蚁群算法、禁忌搜索算法、粒子群优化算法、模拟退火算法等。近年来,一些学者[1]通过对多无人机多目标侦察任务进行分析,将无人机航路规划调度问题转化成多旅行商问题,并利用改进的遗传算法对该问题模型进行智能寻优计算,最终求得满足实际侦察需求的分配方案。文献[2]在研究多无人机协同搜索的航路规划问题中,首先利用聚类算法将MTSP问题分解成多个独立的旅行商问题(Travelling Salesman Problem, TSP)问题,再利用改进遗传算法求解问题模型,提高了优化算法的计算效率。文献[3]综合考虑多种任务因素约束建立多无人机协同任务规划模型,并提出改进的人工蜂群算法对其进行求解。

通过求解多旅行商问题,人们可以获取各个飞机的调度方案和侦察路径,同时也为衡量各个机场的重要性提供了量化手段,用以指导节点重要性排序。众所周知,打击目标选择是联合作战指挥决策的重要环节,同时也是弹目匹配和毁伤评估的前提和基础,其工作质量对战争成败起着巨大作用。文献[8]对联合作战条件下打击目标选择理论进行研究,给出了一种可操作性的系统分析方法。文献[9]从空袭作战理论角度分析影响空袭目标选择的影响因素,并建立模糊神经网络模型对重点目标进行重要性分析。此外,“对敌有效性”作为目标选择的重要指标通常被用来表征目标在敌方作战体系中的地位和作用,不同的目标选择对敌方作战体系影响不同[8]。因此,在衡量各个机场重要性过程,既需充分考虑这些目标本身的价值(停驻飞机数量、种类,跑道长度),还需要考虑这些目标与其他目标共同作用产生的涌现特性[10]。

为探索解决空中侦察调度与机场重要性问题,深度挖掘不同机场在空中侦察任务中的地位作用,本文主要对以下两个方面展开深入研究,一是将空中侦察调度与路径规划问题转化成MTSP问题,通过对该问题进行分析建立相应模型,并改进遗传算法进行最优路径求解;二是通过节点移除法计算各机场目标失效后对整个体系空中侦察任务的影响,并选择出能够带来总飞行代价最大变化的关键机场。本文将任务优化和节点重要性分析相结合,为任务驱动下的指挥决策提供了量化手段。

C2

如何加入学会

注册学会会员:

个人会员:

关注学会微信:中国指挥与控制学会(c2_china),回复“个人会员”获取入会申请表,按要求填写申请表即可,如有问题,可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。

单位会员:

中国指挥与控制学会(c2_china),回复“单位会员”获取入会申请表,按要求填写申请表即可,如有问题,可在公众号内进行留言。通过学会审核后方可缴纳会费。

责任编辑:

文章来源: http://www.rplpftm.cn/guofang/2453026.html

标签:

Copyright @ 2011- 方庄资讯网 All Rights Reserved. 版权所有

 备案号:苏ICP1912652

联系QQ: 12345678 邮箱地址:12345678@qq.com