基于BP神經網絡的藍方分層智能決策模型設計

劉相利,吳夢思，柯 凱

(1.解放軍91336部隊，秦皇島 066326；2：解放軍91889部隊，湛江 524000)

?

基于BP神經網絡的藍方分層智能決策模型設計

劉相利1,吳夢思2，柯 凱1

(1.解放軍91336部隊，秦皇島 066326；2：解放軍91889部隊，湛江 524000)

為了實現電子戰模擬訓練中藍方決策的自動化、及時性和真實性，設計了一套基于BP神經網絡的藍方智能決策系統，采用藍方裝備級、平臺級和編隊級3層互聯互通的分層決策結構構建系統的智能控制入口，以編隊級決策層為突破口設計了BP神經網絡決策模型，確定了神經網絡輸入層數據預處理規則和隱層結構，在輸出端使用決策知識庫來實現決策指令的傳達，完成神經網絡輸出層數據的指令化。系統可逼真地模擬藍方電子戰決策過程，并根據戰場態勢變化及時做出有效應對，具有一定的實用價值。

藍方分層決策系統；BP神經網絡；預處理規則；知識庫

0 引 言

電子戰仿真模擬訓練中藍方系統的決策水平、作戰能力對模擬訓練的效果至關重要，目前主要依靠人工操作實現藍方作戰決策，自主程度較低，因此對藍方自動化決策系統的研究具有重要的意義。但是，由于信息化作戰條件下對藍方決策影響因素十分復雜而且高速變化，需要依靠能夠進行快速運算的計算機進行分析決策，同時產生了決策系統的真實性和信息處理機制不同的問題[1]，在頂層體系結構設定和指令下達實現等方面存在許多難題。本文基于BP神經網絡設計了一套自動化藍方決策系統，結合知識庫和分層體系等方面的知識，實現較為逼真可靠且及時的自動化決策系統的設計。

1 藍方電子戰決策過程分析及設計

由于藍方作戰系統包含驅護艦艇、潛艇、飛機等多維立體空間內多體系、多結構的作戰平臺，導致藍方作戰系統的軟件框架構設的復雜程度較高[2]。考慮到目前主要進行紅藍雙方電子戰系統對抗的決策過程，該決策過程與藍方平臺的功能結構密不可分，因此可將藍方平臺的功能結構劃分為裝備決策層、平臺決策層和編隊決策層。3個決策層由簡到難、從局部到全面形成藍方決策系統的體系結構。編隊決策層是整個藍方決策層的總體架構，建立在裝備決策層和平臺決策層上。

作為紅方電子戰裝備的訓練對象，藍方電子戰平臺必須能模擬一定體系結構的電子戰系統的作戰過程[3]，而藍方電子戰平臺決策軟件的真實性將會對整個電子戰模擬訓練系統的真實性起決定性的影響。但由于技術、設備、時間等因素的限制，不可能在一套計算機系統上實現藍方編隊完整的電子戰作戰決策及實施過程，必須在保持訓練真實性的基礎上對藍方電子戰系統進行精煉的壓縮，這樣藍方電子戰系統的功能可確定為數據綜合處理與分發、解算紅方平臺作戰要素、威脅判斷、編隊戰術決策、兵力分配、電子偵察與干擾實施時機及方式選擇、艦艦協同偵察干擾、艦機協同偵察干擾、機機協同偵察干擾、機動等。

裝備決策內容主要分為單裝備戰術決策、雷達開機關機、雷達偵察機開機關機、偵察機偵察搜索、干擾時機選擇等。其中單裝備戰術決策是核心內容，決定了藍方單裝備平臺的戰術狀態，包括裝備開關機時間、偵察方向、干擾實施等內容。

平臺決策內容主要包括單平臺戰術決策、機動、電子戰裝備開關機時機選擇、執行裝備選擇、干擾對象選擇等。其中單平臺戰術決策是平臺決策的核心元素，根據偵察數據確定本艦(機)平臺的戰術狀態，并按上級指令選擇最適宜執行指令的裝備對指定方向開機偵察、對指定目標實施指定樣式的干擾等。

編隊決策內容包括編隊戰術決策、數據分析處理、威脅判斷、兵力分配、隊形變換以及平臺協同等，編隊結構由多平臺協同工作，根據多平臺、多裝備的偵察內容確定紅方電子戰力量分布、特點及分工，解算紅方平臺運動要素后進行編隊戰術決策，并對藍方電子戰平臺進行作戰兵力分配。

藍方對雷達及電子偵察裝備偵收的數據進行分析及處理，確定紅方電子戰兵力分配及作戰特點，進行編隊戰術決策，決策結果下發到各艦(機)平臺，控制艦(機)運動，并由艦(機)平臺解析指令下發到電子戰平臺，由各電子戰平臺對指定目標實施電子干擾。其調用關系如圖1所示。

圖1 藍方決策調用關系

2 基于BP神經網絡的決策系統設計

由于電子戰裝備性能的迅速提升，電子戰的特征呈現出更為鮮明的信息化特點，即高強度、多方位、立體化。在極短的單位時間內需要處理大量多變的流動信息，要求指揮員能夠及時掌握敵方電子戰情況，做出及時正確的應對。如果沒有有效的自動決策系統來支撐藍方平臺的運行而單純依靠指揮員指揮控制，將會對模擬電子戰藍軍決策的有效性、及時性、真實性造成較大的影響，因此需要以計算機為核心的決策系統指揮并控制電子戰藍軍系統的決策和運行。而在裝備、平臺、編隊3級結構的決策模型中，平臺和裝備決策層是在解析編隊決策內容的基礎上進行決策，因此編隊決策模型是指揮控制整個藍方電子戰系統的核心。決策的快速有效將會影響到整個藍方電子戰系統的可靠運行，因此引入BP神經網絡對編隊決策模型進行規劃設計，實現快速逼真的編隊決策[4]。

2.1 決策模型總體設計

電子戰藍方決策模型體系需要解決2個主要問題：一是決策目的，即執行電子戰決策的目的，需要各平臺或裝備達到什么目的；二是決策內容，即執行決策的內容，需要各平臺或裝備執行什么任務。根據紅方平臺電子戰作戰步驟的推進，采取快速及時的應對措施是藍方平臺必須達到的條件，一旦戰場態勢發生變化，編隊決策平臺需要立即根據需求調整編隊的電子戰作戰方案。

系統設計的編隊決策模型如圖2所示，其中的戰場態勢綜合模塊將可能影響電子戰戰場的自然因素和第三方因素進行綜合分析考慮，包括戰場自然環境、水文、氣象、雜波、中立方船只飛機等，在執行模擬訓練前由態勢想定方案給出。藍方偵察數據主要根據藍方電子戰裝備偵察的紅方電子戰數據并結合藍方已掌握的紅方電子情報，由編隊決策模型結合知識庫進行統一分析決策，最后給出藍方綜合態勢想定，并由平臺決策模型和裝備決策模型分解執行。

圖2 藍方決策模型設計

根據紅方作戰進程自動進行電子戰決策，需要藍方決策模型能夠自動解析戰情并采取應對措施，在此引入BP神經網絡進行藍方決策模型的訓練和執行。

2.2 神經網絡決策模型設計

圖3 三層BP網絡模型

在編隊決策模型的BP神經網絡結構中，將戰場態勢數據轉化為歸一化的輸入層數據是實現藍方決策自動化的關鍵，在BP神經網絡模型中設計2個輸入值，分別是戰場環境因素集H1和紅方情報數據H2，其中，

H1=[h1,h2,…,hm]

(1)

(2)

式中:戰場環境因素集H1中各因子分別代表海浪高度、風向、風力等影響戰場態勢的因素，分別按照預先設定的標準對其進行歸一化處理;紅方情報數據H2主要表述戰場環境中藍方偵察機所能偵察到的紅方雷達裝備的信息，其中J1、W1、G1、V1、D1分別表示平臺1的經度、緯度、高度、速度、航向等運動要素，TB1、TE1、f分別表示平臺1上搭載的雷達平臺的開機時間、關機時間、頻率，開機時間和關機時間計態勢開始后的相對時間，并按照預先設定進行歸一化處理，類似地輸入紅方電子戰要素。

隱層的功能是接收來自輸入層的數據并按一定規律自行組織學習，由于決策模型輸入因素較多，采取S型函數，完成輸入層到輸出層的非線性映射。在決策模型的隱層結構中，如何確定隱層結點數非常關鍵，如果隱層節點數少于理想值，將會導致網絡容錯性差、樣本學習能力低下的后果；若隱層節點數過多，將會導致學習速度變慢、需要大量的歸一化樣本數據；若隱層節點數與理想值接近，雖能夠進行正常訓練，但抗外界干擾性能較差，對陌生的輸入數據將無法正確映射。綜合考慮各方面的因素，由于具有較多的仿真模擬訓練數據樣本，足夠提供較多的樣本數據并有足夠的時間進行訓練數據的學習，因此設定較多的隱層節點數，使系統網絡得到足夠多的訓練，得出的神經網絡結構就能夠快速適應戰場態勢的變化。

輸出層的數據，其結構類似于H2，規定了藍方各平臺的運動軌跡、戰場位置和平臺協同等內容，但由于平臺戰術的多樣性及決策內容的復雜性，需要協同決策知識庫進行輸出數據的指令化。

2.3 決策知識庫的設計

藍方平臺決策模型輸出的結果主要為藍方艦(機)平臺和電子戰裝備需要執行的戰術動作，根據紅方電子戰措施采取對應的措施，結合藍方裝備特點分配各艦(機)平臺所需執行的任務，本系統建立的知識庫[6]主要由6個子庫構成：策略庫、路徑庫、協同戰術庫、戰術實現庫、戰術優化庫和樣本庫，其中戰術優化庫和樣本庫的知識只有在離線訓練時才能使用，結構如圖4所示。

圖4 決策知識庫結構

其中策略庫描述戰術概要特征，路徑庫描述藍方現有艦(機)戰術路徑，協同戰術庫表達平臺與平臺間協同戰術特征，戰術實現庫精確描述各項戰術實施措施，樣本庫包含訓練樣本和失敗樣本庫。由于電子戰作戰實時性要求極高，通過獲取知識庫的知識完成比賽可能無法得到滿意的結果，可在訓練結束后利用戰術優化庫進行相應的優化，并增加到樣本庫中進一步訓練離線訓練網絡，使決策網絡不斷地完善。

知識庫首先需要考慮知識的表述，將會直接影響到知識的獲取和使用，目前常用的方法有產生式規則表述、框架表述、語義網絡表述和一階謂詞邏輯表述等，本系統根據電子戰決策指令內容構成和特點使用混合知識表達方法，決策知識庫整體以面向對象的方法構建，同步融入神經網絡與產生式規則。

2.4 決策模型的測試與實現

對已有模擬仿真訓練的數據按預設進行歸一化處理后得到BP神經網絡的輸入值，并設定輸出期望值，進行神經網絡的學習，其流程如圖5所示。

圖5 神經網絡學習流程

選取多個態勢的多個樣本數據進行訓練，由閾值函數判定輸出層神經元的輸出值，并根據期望值自行調整訓練次數，直到達到方案要求為止。由此得出的神經網絡各層權值構成了神經網絡的結構體系，對戰場態勢的實時數據進行預處理后用神經網絡進行解算得出決策結果。

3 測試實現

藍方分層智能決策系統在WindowsXP系統上使用VC++6.0編程，軟件主界面如圖6所示。

圖6 系統軟件主界面

主界面左側是應用菜單，都有一定數目的子菜單。訓練層級子菜單分為單裝備級、單平臺級和小型編組級3層級供選，第2層子菜單有更詳細的設置，自然因素主要用于錄入戰場自然環境(如海浪、風力、溫濕度等)數據。紅方錄入用于實時讀取紅方動態和相關數據，BP訓練是使用BP神經網絡訓練已存數據進行，知識庫則分為策略庫、路徑庫、協同戰術庫、戰術實現庫、戰術優化庫、樣本庫等6個子庫，為整個系統提供數據支持，錄取回放用于錄取戰術進程并按指令回放，用于提供詳細的使用說明。

主界面上方是控制鍵區，用于控制藍方分層智能決策系統的裝載、授時、開始、暫停、結束操作，并有運行時間實時顯示。中間是作戰海圖區域，有多個區域海圖供選，選擇海圖在自然因素中操作。

對該軟件進行性能測試，對已有的5個樣本10 000批已存訓練數據進行BP神經網絡訓練，共耗時23.12s，未超出預定的100s訓練時間，符合要求。在雙艦編隊反導作戰戰術測試中，紅方戰術使用不同的平臺和裝備共進行10次測試，各次測試中藍方智能決策系統的平均反應時間如表1所示。

表1 系統反應時間

由表1可知，在10次試驗中,反應時間因紅方平臺的不同有一定的變化，但都未超過預設的5 s;系統實時性符合要求，也存在改進空間。

4 結束語

對藍方決策平臺進行裝備、平臺、編隊三級分層決策解析，以編隊決策模型為突破口，使用BP神經網絡作為自動化決策網絡的核心結構，對已有訓練實例數據進行預處理，得到包含影響電子戰藍方決策的因素集作為BP神經網絡的輸入層因子，并以面向對象的方法構建決策知識庫整體，同步融入神經網絡與產生式規則，使神經網絡輸出因子形成有效決策指令，指揮平臺和裝備執行指令，保證仿真模擬訓練藍方平臺的及時性、真實性和可靠性。

[1] 耿濤,張安.考慮協同電子干擾效果的空戰多目標分配[J].火力與指揮控制,2012,37(3):121-127.

[2] 孫珠峰,黃文斌.潛艇綜合訓練仿真系統藍方臺分層決策模型及其實現[J].軍事系統工程,2000,3(10):41- 43.

[3] 李林森,佟明安.協同多目標攻擊空戰決策及其神經網絡實現[J].航空學報,1999,20(4):309-312.

[4] Luo D L,Shen C L,et al.Air combat decision-making for cooperative multiple target attack:an approach of hybrid adaptive genetic algorithm[J].Journal of The Graduate School of The Chinese Academy of Sciences,2006,23(3):382-389.

[5] 林華.基于神經網絡的足球機器人決策知識庫的設計[J].微電子學與計算機,2011,11(1):130-134.

[6] 陳曉,夏威,包文.基于集成神經網絡的智能決策入侵檢測系統[J].計算機系統應用,2010,19(5):113- 115.

Design of Blue Team Hierarchical Intelligent Decision Model Based on BP Neural Network

LIU Xiang-li1,WU Meng-si2，KE Kai1

(1.Unit 91336 of PLA,Qinhuangdao 066326,China;2.Unit 91889 of PLA,Zhanjiang 524000,China)

To realize the automation,timeliness and authenticity of blue team decision in the electronic warfare (EW) simulation training,this paper designs a suit of blue team intelligent decision system based on BP neural network,uses three levels of interoperability hierarchical decision architecture:equipment level,platform level and formation level of blue team to construct the intelligent control inlet of decision system,designs BP neural network decision model taking the formation decision layer as breach,confirms the preprocessing rules of input layer data of neural network and structure of hidden layers,uses decision knowledge database to realize the transmission of decision command at output terminal and completes the instructional processing of neural network output layer data.The system can realistically simulate the EW decision process of blue team,and effectively adjust the policy according to the battlefield situation variety in time,which has definite application value.

blue team hierarchical decision system;BP neural network;preprocessing rule;knowledge database

2015-05-15

TP243

A

CN32-1413(2015)04-0081-04

10.16426/j.cnki.jcdzdk.2015.04.021