一种基于聚类的无人系统对抗巡逻策略生成与切换方法

本发明涉及无人系统智能决策，特别涉及一种基于聚类的无人系统对抗巡逻策略生成与切换方法。

背景技术：

1、随着无人系统技术的迅速发展，以无人机、无人车、无人艇为代表的自主无人系统凭借其高机动性、强持续性与低人力成本的优势，在区域巡逻、目标监视等任务中得到了广泛应用。在对抗环境下，巡逻者需要按照一定的策略在多个巡逻位置之间移动，而攻击者则可能通过持续观测巡逻者的历史轨迹来估计其行为规律，进而预测未来路径。为提升巡逻策略的不可预测性，现有技术通常采用马尔可夫链模型描述巡逻者在各位置之间的转移概率，并通过生成多个状态转移矩阵、按一定方式切换使用来增加攻击者的预测难度。然而，如何对巡逻策略集合的不可预测性进行统一量化、如何对策略集合的多样性进行有效刻画、以及如何在部署时对多个状态转移矩阵进行结构化切换，仍是当前需要进一步解决的问题。

2、现有技术中，巡逻策略的不可预测性通常由策略内熵与策略间熵加权构成，其中策略间熵多采用矩阵间平均绝对差异的算术平均进行度量。该度量方式与策略内熵的物理含义不一致，对策略集合多样性的刻画不够全面。此外，在部署阶段，巡逻者在不同状态转移矩阵之间通常采用均匀随机抽取的方式进行切换，切换方式较为单一，难以持续增加攻击者从历史轨迹中估计巡逻规律的难度。上述问题使得现有巡逻策略在面对具备持续观测能力的攻击者时，仍存在被逐步估计和预测的风险。

技术实现思路

1、本发明提供一种基于聚类的无人系统对抗巡逻策略生成与切换方法，旨在解决现有巡逻策略不可预测性度量不一致、策略集合多样性刻画不全面以及策略切换方式单一导致攻击者易于预测巡逻规律的问题。本发明实施例提供了一种基于聚类的无人系统对抗巡逻策略生成与切换方法，该方法包括：

2、获取待巡逻物理环境的无向巡逻拓扑图，基于无向巡逻拓扑图中各节点的价值参数和攻击时间参数计算目标稳态分布；

3、定义巡逻策略不确定性指数，其由策略内熵和策略间熵加权构成，用于评估由多个状态转移矩阵构成的策略集合；策略内熵为策略集合中各状态转移矩阵的稳态加权熵的算术平均，稳态加权熵为各状态转移矩阵的各行熵以目标稳态分布为权重的加权平均值；策略间熵以策略集合中各状态转移矩阵之间的平均绝对差异为距离，采用凝聚层次聚类与平均链接法按预先确定的聚类阈值将策略集合划分为若干簇，以各簇所包含的状态转移矩阵数量占策略集合总数的比例为概率分布计算香农熵；策略内熵与策略间熵均为以比特为单位的香农熵；

4、采用基于聚类模式的双熵平衡优化算法，以最大化巡逻策略不确定性指数为优化目标，在满足拓扑约束、行随机性约束、元素非负约束和目标稳态分布约束的条件下，通过稳态约束最近点投影、扰动型转移矩阵生成器和模拟退火主流程进行迭代搜索，生成包含多个满足约束条件的状态转移矩阵的策略集合；

5、控制无人系统根据所生成的策略集合执行巡逻任务，采用与计算策略间熵时相同的聚类结构进行两级切换协议：第一级为簇间切换，将所有簇按随机顺序排列，使前后使用的状态转移矩阵来自不同簇；第二级为簇内抽取，从当前簇中均匀随机抽取一个状态转移矩阵，执行一段随机长度的转移步数后切换至下一簇。

6、本发明实施例提供的技术方案，通过基于节点价值与攻击时间计算目标稳态分布，使高价值且攻击时间短的节点获得更高访问概率，从而在资源分配层面保证巡逻重点与防护需求一致；通过以目标稳态分布为权重构造策略内熵，并以状态转移矩阵间平均绝对差异为距离、经凝聚层次聚类与平均链接法划分簇后在各簇规模分布上计算策略间熵，且二者均为以比特为单位的香农熵，从而从微观随机性与宏观多样性两个层面统一刻画策略集合的不可预测性，并克服现有度量量纲不一致、难以识别分组结构的缺陷；通过以最大化该指数为目标，在拓扑约束、行随机性约束、元素非负约束和目标稳态分布约束下，经稳态约束最近点投影、扰动型转移矩阵生成器和模拟退火主流程迭代搜索生成策略集合，使所生成的策略集合在满足约束的同时兼具单矩阵内部随机性与多矩阵之间差异性；通过采用与聚类结构对齐的两级切换协议控制无人系统执行巡逻任务，其中簇间切换保证前后使用的状态转移矩阵来自不同簇，使攻击者观测序列在结构差异显著的转移规律之间持续交替，簇内抽取保证同一簇内具体矩阵不可预测，二者共同注入持续非平稳性，使攻击者基于历史轨迹的频率统计难以收敛至任何单一状态转移矩阵估计，由此增大攻击者预测误差，提升巡逻路径不可预测性，增强防护效果。

1.一种基于聚类的无人系统对抗巡逻策略生成与切换方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于无向巡逻拓扑图中各节点的价值参数和攻击时间参数计算目标稳态分布，包括：

3.根据权利要求1所述的方法，其特征在于，所述策略内熵的计算包括：

4.根据权利要求1所述的方法，其特征在于，所述策略间熵的计算包括：

5.根据权利要求1所述的方法，其特征在于，所述策略内熵的权重系数和所述策略间熵的权重系数均大于零；所述策略间熵满足以下性质：当所有状态转移矩阵属于同一簇时取值为零，当每个状态转移矩阵自成一簇时取值为，

6.根据权利要求1所述的方法，其特征在于，所述稳态约束最近点投影用于对扰动型转移矩阵生成器得到的候选矩阵进行修正，包括：

7.根据权利要求6所述的方法，其特征在于，所述扰动型转移矩阵生成器用于在基矩阵之上生成候选转移矩阵，所述扰动型转移矩阵生成器的输入包括基矩阵、混合系数、多样性因子和熵聚焦标志，所述基矩阵为满足拓扑约束和行随机性约束的初始转移矩阵，所述扰动型转移矩阵生成器包括：

8.根据权利要求7所述的方法，其特征在于，所述模拟退火主流程包括：

9.根据权利要求1所述的方法，其特征在于，还包括确定聚类阈值：

10.根据权利要求9所述的方法，其特征在于，还包括构建归因验证体系，所述归因验证体系用于评估并验证策略生成算法与切换协议各自的防御贡献，包括：