一种防空武器作战部署算法的制作方法

1.本发明涉及一种防空武器作战部署算法，属于区域防空反导指挥控制技术。


背景技术：

2.在现代防空作战中，防空武器作战部署的目的是在一定战斗条件下，造成有利于防空、不利于空袭的战斗态势，以求在战斗中构成优化的火力结构和探测结构，占据一定的时空优势，从而充分发挥防空火力的优长，遏制空袭兵器的威力并达到保卫我方要地的目的。良好的部署态势能够使不同性能的防空武器装备在体系化对抗下发挥协同优势。因此，作为战前筹划的一个重要环节，防空武器的合理部署尤为重要。当前防空武器作战部署一般是由人工基于经验进行初步配置，并通过仿真推演进行评估验证，通过反复迭代调整进行优化，整体耗时较长。


技术实现要素：

3.为解决上述技术问题，本发明提供了一种防空武器作战部署算法，该防空武器作战部署算法能够综合考虑防空武器的战场环境、部署位置、掩护能力等约束条件，以获取最优部署方案为目标，给出防空武器部署优化模型，以实现对多要地全方位最大掩护为目标。
4.本发明通过以下技术方案得以实现。
5.本发明提供的一种防空武器作战部署算法，包括如下步骤：
6.①
构建损失函数：根据防空武器对保卫要地的掩护范围，构建防空武器对保卫要地的掩护损失函数；
7.②
确定地理模型：构建地理空间模型，地理空间模型基于网格区分可部署区域和不可部署区域；
8.③
确定部署模型：以多个防空武器对保卫要地的掩护损失函数计算值最小化为目标，以地理空间模型为约束，建立防空武器部署优化模型；
9.④
求解部署模型：采用遗传算法或粒子群算法对防空武器部署优化模型进行求解，得到最佳部署方案。
10.所述防空武器对保卫要地的掩护范围，根据防空武器的性能参数进行计算，性能参数包括投弹圈半径r
tf
、防空武器与要地中心距离rb、最大杀伤半径r
max
、最大航路捷径p
max
。
11.所述防空武器对保卫要地的掩护范围有约束条件，该约束条件采用如下公式计算：
[0012][0013]
其中，空袭方位角α∈(-π,π]是载机空袭方向与基准线夹角，航路捷径p为地面防空武器到载机航路水平面投影的最短距离；掩护纵深rn指载机到达投弹圈前穿过要地防空火力圈的距离；为掩护范围。
[0014]
所述防空武器对保卫要地的掩护范围，采用如下形式：
[0015][0016][0017]
其中，分别为远程综合掩护值向量、中程综合掩护值向量和近程综合掩护值向量，loss(yh
i,j
)为要部署的武器i对要地j的损失函数，k为将保卫要地360
°
方向离散化后的最大下标。
[0018]
所述防空武器对保卫要地的掩护范围，在保卫要地数量为多个时，采用如下形式：
[0019][0020]
其中，m为要地数目，为所有防空武器对要地m的掩护损失函数，ηm为要地m的重要性加权，loss
yh_sum
为所有防空武器对所有要地的掩护损失函数。
[0021]
所述地理空间模型为二维展开且按网格划分。
[0022]
所述地理空间模型中，可部署区域和不可部署区域均按网格标识。
[0023]
所述步骤
④
中，采用遗传算法、以如下步骤进行计算求解：
[0024]
a.随机产生种群，确定个体适应度，用轮盘赌策略确定个体的累计概率；
[0025]
b.按照一定的变异概率和变异方法，生成新的个体，判断其是否非法解，是则重新变异或交叉，否则继续；
[0026]
c.判断是否符合优化准则，若符合，输出最佳个体及其最优解。
[0027]
本发明的有益效果在于：能够综合考虑防空武器的战场环境、部署位置、掩护能力等约束条件，以获取最优部署方案为目标，给出防空武器部署优化模型，以实现对多要地全方位最大掩护为目标，通过对该模型求解最优解，获得防空武器作战部署方案，自动给出有效的防空武器部署展示图，有益于为指挥员快速提供防空武器系统初始优化部署方案，降低人工操作失误概率。
附图说明
[0028]
图1是本发明的流程图；
[0029]
图2为本发明具体实施例中仿真场景环境模型示意图；
[0030]
图3为本发明的武器配置方案1结果示意图；
[0031]
图4为本发明的武器配置方案2结果示意图；
[0032]
图5为本发明的武器配置方案3结果示意图；
[0033]
图6为本发明的武器配置方案4结果示意图；
[0034]
图7为本发明的武器配置方案5结果示意图；
[0035]
图8为本发明的武器配置方案6结果示意图。
具体实施方式
[0036]
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
[0037]
实施例1
[0038]
如图1～8所示的一种防空武器作战部署算法，包括如下步骤：
[0039]
①
构建损失函数：根据防空武器对保卫要地的掩护范围，构建防空武器对保卫要地的掩护损失函数；
[0040]
②
确定地理模型：构建地理空间模型，地理空间模型基于网格区分可部署区域和不可部署区域；
[0041]
③
确定部署模型：以多个防空武器对保卫要地的掩护损失函数计算值最小化为目标，以地理空间模型为约束，建立防空武器部署优化模型；
[0042]
④
求解部署模型：采用遗传算法或粒子群算法对防空武器部署优化模型进行求解，得到最佳部署方案。
[0043]
实施例2
[0044]
基于实施例1，防空武器对保卫要地的掩护范围，根据防空武器的性能参数进行计算，性能参数包括投弹圈半径r
tf
、防空武器与要地中心距离rb、最大杀伤半径r
max
、最大航路捷径p
max
。
[0045]
实施例3
[0046]
基于实施例2，防空武器对保卫要地的掩护范围有约束条件，该约束条件采用如下公式计算：
[0047][0048]
其中，空袭方位角α∈(-π,π]是载机空袭方向与基准线夹角，航路捷径p为地面防空武器到载机航路水平面投影的最短距离；掩护纵深rn指载机到达投弹圈前穿过要地防空火力圈的距离；为掩护范围。
[0049]
实施例4
[0050]
基于实施例1，防空武器对保卫要地的掩护范围，采用如下形式：
[0051][0052][0053]
其中，分别为远程综合掩护值向量、中程综合掩护值向量和近程综合掩护值向量，loss(yh
i,j
)为要部署的武器i对要地j的损失函数，k为将保卫要地360
°
方向离散化后的最大下标。
[0054]
实施例5
[0055]
基于实施例4，防空武器对保卫要地的掩护范围，在保卫要地数量为多个时，采用如下形式：
[0056][0057]
其中，m为要地数目，为所有防空武器对要地m的掩护损失函数，ηm为要地m的重要性加权，loss
yh_sum
为所有防空武器对所有要地的掩护损失函数。
[0058]
实施例6
[0059]
基于实施例1，地理空间模型为二维展开且按网格划分。
[0060]
实施例7
[0061]
基于实施例6，地理空间模型中，可部署区域和不可部署区域均按网格标识。
[0062]
实施例8
[0063]
基于实施例1，步骤
④
中，采用遗传算法、以如下步骤进行计算求解：
[0064]
a.随机产生种群，确定个体适应度，用轮盘赌策略确定个体的累计概率；
[0065]
b.按照一定的变异概率和变异方法，生成新的个体，判断其是否非法解，是则重新变异或交叉，否则继续；
[0066]
c.判断是否符合优化准则，若符合，输出最佳个体及其最优解。
[0067]
实施例9
[0068]
基于上述实施例，具体采用如下步骤：
[0069]
步骤s101，确定并量化防空武器对保卫要地的掩护范围，设计防空武器对某一要地的掩护损失函数，进而获取多要地掩护损失函数；
[0070]
步骤s102，确定地理环境模型，给出环境模型及其约束环境；
[0071]
步骤s103，确定防空武器部署优化模型，并采用基于网格地图的遗传算法对所述防空武器部署模型进行求解，通过设置各型号武器配置的个数与环境模型，自动生成当前武器配置情况下的最优部署展示图。
[0072]
进一步的，确定防空武器对保卫要地的掩护范围，包括：
[0073]
(1)当r
max
》r
tf
、0≤rb≤r
tf-r
max
时，
[0074]
(2)当r
max
》r
tf
、rb》r
tf-r
max
时，且θ
p
＝θj或θ
p
＝π-θj时，
[0075]
(3)当r
max
》r
tf
、0≤rb≤r
max-r
tf
时，
[0076]
(4)当r
max
》r
tf
、rb》r
max-r
tf
、rb≤p
max
时，
[0077]
(5)当r
max
》r
tf
、rb》r
max-r
tf
、时，
[0078][0079]
其中，r
tf
为投弹圈半径、rb为防空武器与要地中心距离、r
max
为最大杀伤半径、p
max
为最大航路捷径。
[0080]
将要地360
°
方向离散化为360度，即k＝360，计算基础安全向量计算方法为：
[0081][0082][0083][0084]
其中，c为来袭方向对应的的下标，t(k)为下标到c的距离，取值范围[0,k/2]，其对应未离散化前的值为θ，取值范围为[0,180
°
]；up、low、a、b均为可设定的参数，up为基础安全度的上限，low为基础安全度的下限。
[0085]
进一步的，根据掩护范围中的r
tf
，针对远程、中程、近程防空武器，建立防卫半径并分别计算其中yh
i,j
为武器i对要地j的掩护向量，以此为基础计算出每个要地的远程掩护值向量中程掩护值向量近程掩护值向量计算公式如下：
[0086][0087][0088][0089]
其中，e1、e2∈[0,1]为算法中可设置的参数，为基础安全度，是指掩护值向量合成运算，计算原理如下：
[0090][0091]
综合考虑以上因素，建立要部署的武器i对要地j的损失函数设计如下：
[0092][0093]
考虑要地的远程掩护值向量中程掩护值向量近程掩护值向量要地j的掩护损失函数为：
[0094][0095]
进一步的，在考虑实际场景中防空武器需要对多个要地进行掩护，设计多要地掩护损失函数如下：
[0096][0097]
其中，m为要地数目，为所有防空武器对要地m的掩护损失函数，ηm为要地m的重要性加权，loss
yh_sum
为所有防空武器对所有要地的掩护损失函数。
[0098]
进一步的，确定地理环境模型，采取网格量化方法来量化防空武器部署环境，包括：环境量化在二维空间中展开，将该防卫区域利用水平线和垂直线构成的网格划分为n
×
n的离散区域；每个网格单元均为部署的基本单元，即要地与防空武器均位于某个网格上；环境模型中存在河流、高低起伏等不可部署区域。
[0099]
进一步的，针对部署情况i，确定防空武器部署优化模型，建立目标优化模型如下：
[0100]
目标函数：
[0101]
约束条件：s.t.不同防空武器不可处于同一网格单元；防空武器不可部署在不可部署区域。
[0102]
采用基于网格地图的遗传算法对所述防空武器部署优化模型进行求解，通过设置各型号武器配置的个数与环境模型，自动生成当前武器配置情况下的最优部署展示图。算法流程如下：
[0103]
(1)利用坐标对防空武器部署位置进行编码；
[0104]
(2)按照编码方法，随机产生种群，确定个体适应度
[0105]
fitness(i)＝-loss
yh_sum
(i)-mini(-loss
yh_sum
(ii))
[0106]
(3)用轮盘赌策略确定个体的累计概率
[0107][0108]
(4)按照位置均匀交叉和近邻变异方法，生成新的个体，判断其是否非法解，是则重新变异或交叉，否则继续；
[0109]
(5)对种群内所有染色体适应度进行评价，更新最优染色体；
[0110]
(6)判断是否符合终止准则，若符合，输出最佳个体及最优解。
[0111]
实施例10
[0112]
基于实施例9，具体步骤如下：
[0113]
(1)确定并量化防空武器对保卫要地的掩护范围，设计防空武器对某一要地的掩护损失函数，进而获取多要地掩护损失函数；
[0114]
(2)确定地理环境模型；
[0115]
(3)基于步骤(1)中多要地损失函数确定防空武器部署优化模型；
[0116]
(4)利用基于网格地图的遗传算法在步骤(2)所确定的环境模型情况下，对步骤(3)确定确定防空武器部署优化模型进行求解。
[0117]
给定为70
×
70的网格作为仿真场景，该场景中来袭方向的起始点为(70,70)，即各要地的来袭方向为该点到要地的方向。仿真场景中包含两个要地，其位置分别为(33,32)，(21,37)。
[0118]
两种算法的共同参数设置如下：方位离散化程度：360，即将要地的360
°
方位离散化为360份；防卫半径：远程200km，中程100km，近程40km；up＝0.6，low＝0.1，a＝70，b＝10，e1＝0.3，e2＝0，pxd＝0.7；种群数：1500；交叉概率：0.9；变异概率：0.9；最大代数：200；最大停滞代数(终止条件)：20，即当目标函数停滞达20代时终止算法。
[0119]
武器性能为：
[0120]
1型(远)：最大航路捷径130km，最大火力范围150km，武器效能0.8，电磁兼容距离1km；
[0121]
2型(中)：最大航路捷径70km，最大火力范围90km，武器效能0.8，电磁兼容距离1km；
[0122]
3型(近)：最大航路捷径40km，最大火力范围50km，武器效能0.8，电磁兼容距离1km。
[0123]
作为具体的实施例，给定制定的武器配置数量，包括：
[0124]
武器配置1：1型(远)1部，2型(中)6部，3型(近)6部；
[0125]
武器配置2：1型(远)2部，2型(中)6部，3型(近)6部；
[0126]
武器配置3：1型(远)2部，2型(中)5部，3型(近)6部；
[0127]
武器配置4：1型(远)2部，2型(中)7部，3型(近)6部；
[0128]
武器配置5：1型(远)2部，2型(中)6部，3型(近)5部；武器配置6：1型(远)2部，2型(中)6部，3型(近)7部。