基于决策树搜索的空间飞行器集群对抗目标分配方法

doi:10.7527/S1000-6893.2022.26910

集群智能与协同控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于决策树搜索的空间飞行器集群对抗目标分配方法

邹子缘, 陈琪锋

1. 中南大学航空航天学院，长沙　410083

收稿日期:2022-01-07 修回日期:2022-02-24 发布日期:2022-03-04
通讯作者: 陈琪锋,E-mail:chenqifeng@csu.edu.cn E-mail:chenqifeng@csu.edu.cn

Decision tree-based target assignment for confrontation of multiple space vehicles

ZOU Ziyuan, CHEN Qifeng

1. School of Aeronautics and Astronautics, Central South University, Changsha 410083, China

Received:2022-01-07 Revised:2022-02-24 Published:2022-03-04

摘要/Abstract

摘要： 本文针对空间飞行器集群对抗中的多对多目标分配问题，基于可达集理论计算空间飞行器集群对目标的拦截概率，建立了综合考虑可达性、燃料消耗和拦截概率的多级指标优化模型。采用决策树搜索求解该目标分配模型，为避免对相同飞行器/目标分配组合拦截概率的重复计算，提出了基于深度优先搜索生成目标分配指导表的方法，利用该指导表构建集群对抗目标分配的决策树，大大缩短了计算时间；之后基于多级指标对决策树遍历搜索，给出综合收益最优的目标分配方案。对空间飞行器集群对抗目标分配的仿真计算验证了该方法的有效性。

关键词: 决策树, 目标分配, 深度优先搜索, 可达域, 多目标优化

Abstract: To solve the problem of target assignment in confrontation of multiple space vehicles， the probability of target interception by the spacecraft cluster is calculated based on the reachable set theory. A multi-layer index optimization model considering reachability， fuel consumption and interception probability is established. Decision tree search is used to solve the target assignment model. To avoid repeated calculation of interception probability of the same interceptor-target combination， we propose a new method which use the depth-first search method to generate the target assignment guidance table， and the target assignment decision tree is generated by using the guidance table， which greatly reduces the calculation time. Then， by traversing the decision tree based on the multi-layer index， we obtain the optimal target assignment combination. The effectiveness of the proposed method is verified by simulation examples.

Key words: decision tree, target assignment, depth-first search, reachable domain, multi-objective optimization

中图分类号:

V448.232

邹子缘, 陈琪锋. 基于决策树搜索的空间飞行器集群对抗目标分配方法[J]. 航空学报, 2022, 43(S1): 726910-726910.

ZOU Ziyuan, CHEN Qifeng. Decision tree-based target assignment for confrontation of multiple space vehicles[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2022, 43(S1): 726910-726910.

参考文献

[1] LU Y P, LI H H. An attack-number bounded integer programming method for the static WTA problem[J]. Systems Engineering-Theory & Practice, 2019, 39(3): 783-789 (in Chinese). 陆一平, 李慧慧. 静态武器目标分配问题的攻击界整数规划求解方法[J]. 系统工程理论与实践, 2019, 39(3): 783-789.
[2]
[3] ZHANG Y. Fundamentals of operations research (2rd Edtion) [M]. Beijing: Tsinghua University Press, 2010:1-15(in Chinese). 张莹. 运筹学基础(第二版)[M].北京: 清华大学出版社, 2010:1-15.
[4] LU Y P, CHEN D Z. A new exact algorithm for the Weapon-Target Assignment problem[J]. Omega, 2021, 98: 102138.
[5] AHUJA R, KUMAR A, JHA K, et al. Exact and heuristic methods for the weapon target assignment problem[J]. Working Papers, 2004, 55(6): 1136-1146.
[6] CAI H P, CHEN Y W, XING L N. Research on dynamic weapon target assignment problem based on SVNTS algorithm[J]. Computer Engineering and Applications, 2006, 42(31): 7-10, 22 (in Chinese). 蔡怀平, 陈英武, 邢立宁. SVNTS算法的动态武器目标分配问题研究[J]. 计算机工程与应用, 2006, 42(31): 7-10, 22.
[7]
[8] MA F, CAO Z Y, LIU H. Construction and search of strategy space of target assignment based on game theory[J]. Systems Engineering and Electronics, 2010, 32(9): 1941-1945 (in Chinese). 马飞, 曹泽阳, 刘晖. 基于博弈论的目标分配策略空间构建与搜索[J]. 系统工程与电子技术, 2010, 32(9): 1941-1945.
[9] LEE Z J, SU S F, LEE C Y. Efficiently solving general weapon-target assignment problem by genetic algorithms with greedy eugenics[J]. IEEE Transactions on Systems, Man, and Cybernetics Part B, Cybernetics: a Publication of the IEEE Systems, Man, and Cybernetics Society, 2003, 33(1): 113-121.
[10] DING Z L, LIU G L, XIE Y, et al. Dynamic targets assignment with reinforcement learning and neural network[J]. Electronic Design Engineering, 2020, 28(13): 54-60 (in Chinese). 丁振林, 刘冠龙, 谢艺, 等. 基于强化学习与神经网络的动态目标分配算法[J]. 电子设计工程, 2020, 28(13): 54-60.
[11]
[12] XIAO W, YU J L, DONG X W, et al. Cooperative interception against highly maneuvering target with acceleration constraints[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41(Sup 1): 723777 (in Chinese). 肖惟, 于江龙, 董希旺, 等. 过载约束下的大机动目标协同拦截[J]. 航空学报, 2020, 41(S1): 723777.
[13] YU D T, WANG H, LI L S, et al. Attack area modeling of kinetic kill vehicle head-on interception with energy constraint[J]. Journal of Astronautics, 2017, 38(7): 704-713 (in Chinese). 于大腾, 王华, 李林森, 等. 能量约束下的动能拦截弹逆轨拦截攻击区建模[J]. 宇航学报, 2017, 38(7): 704-713.
[14]
[15] BOGDANOWICZ Z R, TOLANO A, PATEL K, et al. Optimization of weapon-target pairings based on kill probabilities[J]. IEEE Transactions on Cybernetics, 2013, 43(6): 1835-1844.
[16] LEE Z J, SU S F, LEE C Y. Efficiently solving general weapon-target assignment problem by genetic algorithms with greedy eugenics[J]. IEEE Transactions on Systems, Man, and Cybernetics Part B, Cybernetics: a Publication of the IEEE Systems, Man, and Cybernetics Society, 2003, 33(1): 113-121.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

基于决策树搜索的空间飞行器集群对抗目标分配方法

Decision tree-based target assignment for confrontation of multiple space vehicles

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	梁超, 杨力, 潘成胜, 戚耀文. 卫星网络动态资源图多QoS约束路由算法[J]. 航空学报, 2023, 44(1): 326422-326422.
[2]	孙刚, 彭双, 陈浩, 伍江江, 李军. 面向测控数传资源一体化场景的卫星地面站资源多目标优化方法[J]. 航空学报, 2022, 43(9): 326114-326114.
[3]	郑帅, 王子涵, 赵浩然, 杨朋涛, 洪军. 基于差分进化算法的飞机油量传感器布局优化方法[J]. 航空学报, 2022, 43(8): 125809-125809.
[4]	荆涛, 田锡天. 基于蒙特卡洛-自适应差分进化算法的飞机容差分配多目标优化方法[J]. 航空学报, 2022, 43(3): 425278-425278.
[5]	罗庆, 张涛, 单鹏, 张文涛, 刘子豪. 基于改进Q学习的IMA系统重构蓝图生成方法[J]. 航空学报, 2021, 42(8): 525792-525792.
[6]	张军峰, 游录宝, 杨春苇, 胡荣. 基于多目标帝国竞争算法的进场排序与调度[J]. 航空学报, 2021, 42(6): 324439-324439.
[7]	刘深深, 陈江涛, 桂业伟, 唐伟, 王安龄, 韩青华. 基于数据挖掘的飞行器气动布局设计知识提取[J]. 航空学报, 2021, 42(4): 524708-524708.
[8]	孙刚, 陈浩, 彭双, 杜春, 李军. 一种基于偏好MOEA的卫星地面站资源多目标优化算法[J]. 航空学报, 2021, 42(4): 524475-524475.
[9]	何程, 马东立, 贾玉红, 杨穆清, 陈刚. 联翼布局传感器飞机多目标优化设计[J]. 航空学报, 2021, 42(12): 224761-224761.
[10]	刘继新, 江灏, 董欣放, 兰思洁, 王浩哲. 基于空中交通密度的进场航班动态协同排序方法[J]. 航空学报, 2020, 41(7): 323717-323717.
[11]	孙俊峰, 周铸, 黄勇, 庞宇飞, 卢风顺, 许勇. 通用飞行器气动优化设计数字化集成平台——DIPasda[J]. 航空学报, 2020, 41(5): 623348-623348.
[12]	李润泽, 张宇飞, 陈海昕. 超临界机翼多目标气动优化设计的策略与方法[J]. 航空学报, 2020, 41(5): 623409-623409.
[13]	潘成胜, 行贵轩, 戚耀文, 杨力. 多状态空间信息网络拓扑生成优化算法[J]. 航空学报, 2020, 41(4): 323546-323546.
[14]	田文朋, 夏峰, 宋鹏飞, 张柁, 杨鹏飞. 水陆两栖飞机静力试验优化机翼变形的载荷配平[J]. 航空学报, 2020, 41(11): 223956-223956.
[15]	顾文婷, 赵振山, 周翰玮, 冯剑, 谭兆光, 李栋. 翼身融合背撑发动机布局的动力短舱设计[J]. 航空学报, 2019, 40(9): 623047-623047.