基于機群關系特征的多機協同作戰任務分配

2022-05-23 09:58:52岳程斐薛正華姚蔚然曹喜濱

系統工程與電子技術 2022年6期

岳程斐, 薛正華, 姚蔚然, 曹喜濱

(1. 哈爾濱工業大學(深圳)空間科學與應用技術研究院, 廣東深圳 518055; 2. 哈爾濱工業大學衛星技術研究所, 黑龍江哈爾濱 150001; 3. 哈爾濱工業大學航天學院, 黑龍江哈爾濱 150001)

0 引言

當前,隨著航空飛行器種類的日益豐富,任務執行在時間和空間上呈現出復雜化耦合趨勢,不同飛機種類相互配合協同執行作戰任務已經成為主要的空戰模式。飛機種類從功能載荷的角度可以分為偵察機、轟炸機、預警機、一體機等;從有人無人角度可以分為有人機和無人機。不同類型的飛機單元協同作戰可以形成戰術陣型,配合完成阻擋、干擾、誘騙、打擊等任務,從而實現優勢互補,有效應對環境變化,提高作戰效能,這已經成為博弈或格斗的重要手段。

在多機協同作戰任務中,對所有執行單元進行實時、有效的任務分配,可以充分利用不同飛機的優勢,提高作戰集群的整體效能。但是,目前還缺少統一的泛化模型對多機的任務執行能力進行描述和評價,也無法對多種類飛機執行不同任務效果的相對優劣程度進行衡量,無法保證協同作戰的任務分配有效性。

在任務分配方面,國內外學者對無人機集群的研究較為豐富。對于無人機集群協同任務的多樣性要求,已經有了不同的分配模型進行針對性研究。唐嘉鈺等人在異構多智能體分布式任務中考慮了任務載荷資源約束、任務耦合關系約束及執行窗口約束,利用基于改進沖突消解原則的一致性聯盟算法(consensus-based coalition algorithm, CBCA)實現了異構多智能體無沖突任務分配。Miao等人為了解決多無人機聯合搜索任務的分布式任務分配問題,提出了一種基于多智能體網絡框架的分布式免疫算法。李夏苗等人在空天協同對地觀測任務中根據觀測機會和沖突度構造了適應度函數,將任務分配給不同的規劃中心,再結合禁忌表策略對任務分配方案進行了迭代優化。Fu等人為解決多機協同組合優化問題,引入了任務分配的聚類方法。Kurdi等人提出的自主式仿生任務分配方法,可以使無人機在無通信的情況下實現任務分配。周晶等人將非支配排序遺傳算法與島嶼模型、主從模型結合,構建了分布式高維多目標演化算法并引入遷移策略和貪心算法對任務分配方案進行局部提升。Zhao等人則利用神經網絡方法解決了環境不確定性條件下異構無人機的任務快速分配問題。總的來說,無人機集群任務分配中的很多典型問題,如異構無人機的協同等已經有了相應的研究成果加以解決。

此外,有人/無人機協同作戰也引起了國內外學者的關注。在任務分配方面,Zhong等人將有人/無人協同作戰結構分為3個層次:任務級、任務簇級和子任務級,建立了3個相應的數學模型進行研究,并且針對有人/無人機協同作戰中的干預決策問題,研究了基于人機工程學的應急任務分配策略。韓博文等人將目標群的總任務分解為不同類型的子任務,根據無人機作戰資源能力與任務資源需求,基于Holon組織理論構建了有人/無人機作戰聯盟多目標優化模型。Jiao等為了簡化問題,將任務分配過程分為3個階段進行研究:任務聚類階段、無人機分配階段、有人機分配階段,并且驗證了該方法的實用性。然而,無論是異構的無人機集群研究,還是有人/無人集群協同研究在任務分配方案中都未考慮各執行單元在執行同一任務時的相互關系,以及這些關系對彼此執行效率的影響。

在多機協同作戰效果評估方面,姜禹呈等人和Fan等人嘗試將協同任務指標與復雜網絡結合,用于提出評估作戰網絡協同效果的方法。史國慶等人則使用層次分析法和信息熵理論得到主觀參數和客觀權重,然后使用融合算法得到組合權重,分析了協同作戰能力。現有研究對作戰效益的評價指標主要包括各執行單元的損耗程度、目標的收益價值及飛行航程的大小,而對任務執行整體效益的評價僅僅通過各執行單元的作戰效益指標簡單疊加獲得,并未充分考慮具體執行任務過程中各飛機單元之間的相互影響關系對最終作戰效益的影響,這導致對任務執行整體效益的評估不夠準確。

為完善上述問題解決方案,本文根據不同種類飛機的特點提出了任務適應度的概念,用以描述不同任務場景下不同種類飛機執行該任務的相對優劣程度;然后考慮到同一機群內和不同機群間飛機執行單元執行同一任務時的相互關系,提出關系特征函數,用以描述執行同一任務時其他執行單元對自身作戰性能的促進或抑制作用;最后,針對某一任務需要多架不同種類的飛機共同完成的任務需求,綜合考慮任務適應度和機群關系特征,設計了貼近實戰需求的多機協同作戰全局收益指標,并通過求解最優化問題實現多機協同作戰收益最大化。

本文中重要概念和術語的定義如下。

機種:具有特定功能載荷的飛機種類。機種搭載多個不同的功能載荷時,能夠執行多種類型的任務。

執行單元:協同作戰中具備特定功能的執行者,也是作戰中的最小單元。不同機種的執行單元之間因成本、功能、特性等方面存在差異,為異構關系。

機群:由若干機種的執行單元(下文簡稱為機種單元)組成的作戰集合體。單一機群內可能包含不同機種的若干執行單元。本文中,同一機群內同一機種的個體成員之間不做區分,為同構關系。不同機群由于部署、指揮調度等存在差異,為異構關系。

紅方/藍方:參與任務時,與某個個體具有相同全局作戰目標的為紅方,具有相反全局作戰目標的為藍方。

1 多機任務適應度及描述函數

1.1 任務適應度及其表述

不同機種在戰機性能、有無人操控、可執行任務類型等方面都有很大不同。例如,就作戰功能而言,預警機主要用于搜索、監視目標,指揮并引導紅方飛機執行作戰任務;偵察機主要進行偵察、監視、態勢感知、目標探測等,并將其探測的信息和自身狀態信息及時傳輸給紅方其余執行單元;作戰機則需要能夠自主瞄準目標、攻擊目標,實現任務的實施。就有無飛行員操縱而言,無人機無飛行員參與,不受人生理極限的限制,適用于執行持續時間很長的任務和危險的任務;而有人機有飛行員參與,操縱性更強,適用于執行近距離格斗等任務。因此,在真實任務場景中,必須根據任務類型和機種的特點進行任務分配,以實現最優匹配,效益最大化。

合理有效的多機作戰集群任務分配需考慮不同機種的執行單元對某個任務的適應程度。為此,本文構建任務適應度的概念,對不同機種單元在執行任務時的相對優劣程度進行量化表征。對特定任務的適應度測量要充分考慮完成該任務的量化成功率、風險和代價。不同類型、功能的機種對不同類型任務的適應度函數構建要進行有針對性的設計。

對多機種的任務適應度描述函數進行一般形式表述如下。

(1)

(2)

任務適應度函數的設計流程如圖1所示。首先依據任務屬性和機種進行篩選,使機種能夠覆蓋所有的任務需求;然后,依據不同屬性對任務成功率的影響程度完成屬性增益系數設計;最后,依據模擬試驗的統計規律得到各屬性的適應值。

圖1 任務適應度函數設計流程圖

1.2 任務適應度函數設計

如圖1所示，首先獲取執行任務目標的屬性集合,并篩選出能滿足任務目標的所有機種。當所有任務目標建立完成后,可以采用循環計數的方法初步確定與每個任務適配的機種。主要步驟為對所有任務目標分別建立屬性集后,依次將每個屬性與所有機種單元進行對比,判斷該機種單元是否滿足這一屬性要求并作出標記,滿足該任務屬性要求數目最多的機種更符合任務需求,具體流程如圖2所示。

圖2 機種匹配選取示意圖

121 屬性增益系數設計

層次分析法通過建立層次結構模型解決分析決策問題,一般包括目的層、準則層、方案層,使用定性與定量結合的方法,依據判斷準則,為目的選擇出方案。本文以所有任務屬性需求為準則,為不同的任務類型選出適配的機種單元。適配模型層次結構如圖3所示,結構模型分為3層:第1層為不同的任務類型,目的是為其選擇適配的執行單元序列;第2層為準則層,主要包括安全性、可靠性、自主性、功能性、決策性。這些準則可以根據任務場景和選擇的機種進行擴展;第3層為可以執行任務的不同機種類型,實際執行任務時,此層為可調配的所有機種執行單元序列。

圖3 適配模型層次結構圖

設計所選取的與任務和機種單元相關的屬性進行簡要說明如下。

安全性:可以從飛機自身和作戰環境兩個角度定義,一方面需要考慮翼展、雷達反射截面等,另一方面需要考慮在單位時間內被藍方感知、威脅和受攻擊的頻率。

可靠性:可以用參與任務的執行單元在任務飛行期間內不出故障直至任務完成的概率表示。此概率主要與平均故障間隔時間和執行任務所需要的飛行時間長短有關。

自主性:主要根據自主控制能力將執行單元映射到不同的自主等級。

功能性:主要依據為執行單元執行任務時的功能載荷性質。例如,對偵察機而言,包括目標偵察能力和目標識別能力,主要與雷達的探測領域、數據頻率和分辨率有關;對戰斗機而言,則與武器的有效殺傷概率、掛載數量等有關。

決策性:可以用控制系統對信息進行分析、融合和處理的負擔率表示,當有飛行員參與時,還與人的主觀因素有關。

根據層次結構圖可建立判斷矩陣,方法如下:以上一層中某一元素為基準,對同一層的個元素中的任意兩個元素和,通過比較得出哪個更重要以及重要程度。表示相較于的重要程度,反之,表示相較于的重要程度。對于個元素,可以得到兩兩判斷矩陣:

(3)

判斷矩陣具有如下性質:

(1) 任意元素>0;

(2)=1;

(3) 主對角線元素等于1,即=1。

對于的取值,目前多采用1～9判斷尺度。表1中給出了1～9判斷尺度的含義。

表1 判斷尺度含義

為檢驗所建立的判斷矩陣的合理性,引入一致性檢驗規則。若建立的判斷矩陣能通過一致性檢驗則表明各因素的評價順序是相當一致的,模型構建合理。

在一致性檢驗中,計算一致性指標CI:

(4)

式中:為判斷矩陣的最大特征根;為判斷矩陣的階數。

查表2可以得出與階數對應的平均隨機一致性指標RI。

表2 平均隨機一致性指標

則隨機一致性指標計算如下:

(5)

當CR≤01時,一般認為判斷矩陣的一致性是可以接受的。

判斷矩陣建立完成后,可以計算以上層某元素為基準的下層個元素,,…,的排序權重,用與判斷矩陣的最大特征根對應的最大特征向量表示:

(6)

式中:特征向量可作為個屬性元素,,…,的排序權重,即所需要的屬性增益系數。

在此基礎上,機種相對于任務的適應度可通過式(2)加權得到。

122 任務屬性適應值設計

考慮任務的多種屬性時,可以根據實際任務的統計試驗結果得到不同機種單元與任務的屬性適應值。

假設第個任務包含兩個任務屬性,為躲避偵察屬性,為反打擊屬性,任務適應度函數可描述為

(7)

式中：

(8)

以虛擬任務目標MB為例,假設紅方兩機種為有人機和無人機,該任務要求紅方執行單元既要躲避藍方的地面偵察,又要躲避藍方的防空攻擊,為雙屬性任務目標。其中,()可用藍方探測范圍與目標區域的比值確定,()可用藍方攻擊范圍與目標區域的比值確定。

參照文獻[21]中不同機型的有人機和無人機對地作戰效能的評估數據與結果,無人機的偵察監視能力比有人機更為突出,因此在執行潛行或者偵察任務時,一般而言,無人機的適應值會更高。然而,無人機不夠靈活、易受通信限制,與之相比,有人機自主性更高、操控性更好。因此,在被發現概率較高時,有人機可以通過靈活的機動策略躲避探測,比無人機更適于執行任務。此外,從評估結果的數據中可以看出,有人機對地攻擊能力和突防能力的效能評估最大值都高于無人機,說明在受到一般性攻擊時,有人機較適于執行任務,但是當受攻擊風險更高時,考慮到飛行員的安全問題,只能使用無人機執行任務,此時無人機與任務的適應值可能更高。據此可以定性地表示某兩種機型的屬性適應值函數與(),()的關系,如圖4所示。

圖4 機種屬性值函數

此時,圖4中機種1為無人機,機種2為有人機,圖4(a)反映兩機種躲避偵察的能力,圖4(b)反映兩機種反打擊的能力。隨著戰場上被攻擊和被發現的概率逐漸增加,有人機和無人機面臨的風險都會逐漸提高,因此與任務的適應值會呈下降趨勢。如圖4(a)所示,當被發現概率較小時,有人機、無人機均能適應該任務,但無人機成本低、續航時間長,其適應值高于有人機;隨著被發現概率的增加,有人機操控性更好,能降低被發現的概率,適應值更高。同理,如圖4(b)所示,當被攻擊威脅較小時,有人機執行任務的成功率高,適應值相應較高;隨著被攻擊風險的提高,為減少人員傷亡,無人機的適應值將逐漸超過有人機。

圖4中的曲線僅為可能的有人機和無人機機種與任務適應值函數曲線,是對文中提出的適應度函數中屬性適應值的案例說明。考慮到實際任務與不同機種的差異,可能會有不同的曲線形式。

2 關系特征及描述函數

2.1 關系特征架構定義

在不同機種單元協同作戰完成特定任務時,各單元之間可能存在掩護、支援、協同等作戰形式,此時,各單元之間相互配合,能夠提升整體作戰效能;但同時,機群各單元之間也可能存在相互干擾等不利因素,降低整體作戰效能。此外,當存在多個機群進行任務分配時,不同機群之間由于部署等差異,導致任務執行時整體成本和作戰效能之間也存在差異。因此,亟需建立相互之間的關系特征,并在任務分配時加以考慮,以反映實戰化應用。

本文通過對實際作戰中的參與成員進行分類,得到分層的關系特征架構。

(1) 交戰雙方關系

紅方/藍方在交戰中相互對立,表現為對抗關系。協同作戰任務中,通常以某一方對另一方的偵察、打擊等為出發點,藍方不同個體對紅方的威脅無差別,在任務分配中多以打擊代價、毀傷概率等進行體現。

(2) 機群內關系

同一機群內,不同機種單元相互協作,共同完成某一任務。各自之間相互促進,提升整體作戰效能,表現為合作關系或正增益關系。機種單元之間若相互同構,且無明顯的促進作用,則個體之間無關系。若同構單元之間也存在可以構成合作關系的關系特征,并且會對最終任務收益造成額外影響,則同構單元之間有關系。

同一機群內不同機種執行單元之間具有以下特征時可定義為合作關系:

① 機群內各單元功能異構,協作時能發揮1+1>2的效果;

② 單元之間存在信息共享,協作時任務執行效率更高;

③ 單元共屬相同的控制節點;

④ 單元屬于同一機群,具備戰術協作能力;

⑤ 單元由駕駛員操控,駕駛員之間配合嫻熟。

(3) 機群間關系

不同機群之間,由于部署、指揮調度等存在差異,混合編隊的成本將高于單一機群編隊的成本。因此,任務分配過程中,在滿足任務需求的情況下,應優先分配單一機群完成任務。在任務分配時,引進競爭的概念描述不同機群聯合時的負增益效果,即共同執行任務時可導致系統整體的成本上升或效能降低,目的是盡可能避免競爭關系,從而降低混合編隊的成本,提升整體效益。

不同機群間不同的執行單元存在以下特征時可定義為競爭關系:

① 單元之間功能同構,協作時存在功能冗余;

② 單元之間在調度、部署、協同時存在差異,需要互相配合;

③ 單元之間信息傳遞有限,控制權不同,成為彼此執行任務的障礙約束;

④ 單元之間存在不利于統一戰術的個體行為。

在實際執行任務過程中,群內和群間關系的劃分并不是絕對的。機群內部也可能存在競爭關系,同樣地,機群之間也可能存在合作關系。為方便描述,在建模過程中可以通過對實際機群的重新劃分將實際系統統一到本文所描述的群內合作關系/群間競爭關系框架下,即在任務分配建模時,將實際系統中表現為合作關系的機群劃分到相同的任務分配機群中,而將表現為競爭關系的機群劃分為另外的機群,從而揭示合作/競爭關系對任務分配的影響。

以上關系可用圖5進行描述。

圖5 機群關系示意圖

2.2 關系特征函數建立

為精確地刻畫參與作戰的各成員之間關系,本文提出了關系特征函數,用以描述其他成員對自身的影響。

具體而言,第個成員和第個成員的關系可用關系特征函數表示,解釋為第個成員對第個成員的影響。該關系可用公式表示如下:

(9)

越接近1或者-1,表示合作促進或競爭抑制關系越大,0表示無關系。考慮到兩個成員之間為相互影響,=。同時,成員自身對自身無影響,=0(=)。

機群間的關系,可用機群關系特征矩陣進行描述。假設機群A包含架執行單元,機群B包含架執行單元,執行單元總數=+。則機群關系特征矩陣=(+)×(+)可表示為

--------------------

或表示為

(11)

根據關系特征架構和關系特征函數定義公式,可知和分別為機群A和機群B群內關系,和為機群A和機群B群間關系,具有如下性質:

?∈,=0(=);

?∈∪,∈[0,1];

?∈∪,∈[-1,0]。

性質1表示機群關系特征矩陣為對角線全0的方陣,成員自身對自身無作用關系;性質2表示機群A對機群B的作用關系與機群B對機群A的作用關系相同;性質3表示定義機群內部成員之間的關系為合作促進或無影響;性質4表示定義機群與機群間的成員關系為競爭抑制或無影響,數值含義參照式(9)。

3 任務分配問題建模

協同作戰任務分配需要針對不同任務進行不同機種單元的選配,并在空戰時進行實時、有效的調度,以充分發揮不同機種的各自優勢,獲得最優作戰效果。

(12)

式中:SY為所有執行單元在不考慮機群關系特征時執行第個任務的收益,為一般性的常規計劃收益;ΔSY表示執行第個任務時,機群關系對任務收益存在額外影響,即關系特征對任務的附加增益。

考慮如下任務分配矩陣=×,其元素如下:

(13)

那么,SY和ΔSY可分別表示如下:

(14)

式中:為第個執行單元執行任務時的收益函數。

(15)

執行單元執行任務的收益函數為

=-+

(16)

式中:為任務價值收益函數,表示為

=·e-

(17)

其中,為任務適應度函數,為任務的價值系數,為任務價值的時間折扣系數,為任務執行時長。

為燃油消耗函數,表示為

(18)

式中：為執行單元燃料消耗系數。

為執行單元折損懲罰值函數,表征不同機種單元在執行任務時會受到不同程度折損,因此設計在基礎獎勵上進行懲罰,表示為

=e-

(19)

式中:為執行單元基礎獎勵;為執行任務時;執行單元的折損懲罰系數。

本文任務分配的目標為求得使全局收益指標最大的任務分配矩陣,即

(20)

4 仿真分析

假設紅方為A、B兩個機群共同執行任務,機群A和機群B各包含3架機種1的執行單元和3架機種2的執行單元,分別用和表示,且相同機種的執行單元性能相同。兩機群執行單元在場景為200 km×200 km的區域中執行4個不同屬性類型的任務。參照第12節設計,各機群單元的折損懲罰值和不同任務下的兩機種任務適應參數分別如表3和表4所示。在仿真過程中限定每個執行單元只能執行一個任務,每個任務最多可分配3個執行單元。

表3 2異構機群各機種單元的折損懲罰值

表4 2機種的任務適應設計參數

根據表4,由公式(7)可計算得到不同機種對任務的適應度,如表5所示。

表5 2機種任務適應度值

由表5任務適應度可知,機種1相較于機種2更適于執行任務3和任務4,()>();而機種2更適于執行任務1和任務2。在任務分配時,應充分考慮不同機種對任務的適應度。

在執行任務時,各執行單元間的關系特征用表6表征。

表6 機群特征關系矩陣

選用粒子群算法對任務分配問題進行優化求解,初始參數設定:最大迭代次數=200,粒子種群規模=20,自我認知系數=05,群體學習系數=05,最大慣性系數=08,最小慣性系數=04。分配結果如表7、圖6和圖7所示。

表7 不同關系狀態下對各任務的分配結果及關系數目

圖6 2異構機群下的分配結果

圖7 異構機群全局效益進化曲線

由仿真結果可得:

(1) 在不考慮機群關系時,機種1被完全分配到任務3和任務4,機種2被完全分配到任務1和任務2,與任務適應度相一致;

(2) 只考慮群內合作關系時,機群內存在合作關系的執行單元被分配到執行同一任務的概率更高,且全局收益高于不考慮機群關系的收益值;

(3) 在同時考慮競爭和合作關系時,任務分配算法會在任務適應度和機群關系之間進行折中:只考慮競爭的仿真中,滿足了機種對任務的適配性,但分配結果存在相互競爭的情況;同時考慮競爭和合作的仿真中,最大化了合作關系同時規避了競爭關系,但機種對任務的適配程度有所損失。因此,同時考慮競爭和合作關系的全局收益結果優于不考慮機群關系的結果,但低于只考慮合作關系的情形。