考慮目標(biāo)重要性及歷史任務(wù)信任度的無(wú)人機(jī)任務(wù)決策方法

黃長(zhǎng)強(qiáng)，唐傳林，黃漢橋，王勇，杜海文

(空軍工程大學(xué) 航空航天工程學(xué)院，陜西 西安710038)

0 引言

近年來(lái)，隨著國(guó)內(nèi)無(wú)人機(jī)領(lǐng)域的快速發(fā)展，以無(wú)人機(jī)(UAV)協(xié)同作戰(zhàn)相關(guān)內(nèi)容的研究工作已經(jīng)廣泛地開展，并取得很多研究成果。任務(wù)決策是多UAV 協(xié)同任務(wù)規(guī)劃的重要組成部分，隨著未來(lái)UAV的規(guī)模、執(zhí)行任務(wù)的能力以及任務(wù)的復(fù)雜性和多重耦合性的增加而更顯重要。

多UAV 協(xié)同任務(wù)決策問(wèn)題有很多求解方法。例如，遺傳算法［1］、合同網(wǎng)［2］、貝葉斯算法［3］、線性規(guī)劃［4］、粒子群算法［5］、蟻群算法［6］、分布式拍賣算法［7］等，這些文獻(xiàn)對(duì)多UAV 任務(wù)決策進(jìn)行了研究，但是都沒(méi)有考慮UAV 的歷史任務(wù)完成情況，沒(méi)有對(duì)UAV 的任務(wù)信任度進(jìn)行評(píng)估，在實(shí)時(shí)環(huán)境中，不能為UAV 執(zhí)行后續(xù)任務(wù)提供可信的決策支持。現(xiàn)有的大多數(shù)方法基于任務(wù)的耦合性和次序性進(jìn)行研究，將環(huán)境因素的影響理想化。文獻(xiàn)［8 -9］雖然考慮了環(huán)境因素，但只是將目標(biāo)的機(jī)動(dòng)或者突現(xiàn)作為不確定條件看待，而對(duì)目標(biāo)的重要性和UAV 執(zhí)行任務(wù)的可信程度則沒(méi)有進(jìn)行研究。目前，國(guó)內(nèi)外學(xué)者對(duì)多UAV 協(xié)同作戰(zhàn)任務(wù)信任度的研究還很少，幾乎沒(méi)有相關(guān)的研究成果。

在任務(wù)決策過(guò)程中，必須考慮重要目標(biāo)優(yōu)先被打擊。因此，在任務(wù)開始前，應(yīng)該首先對(duì)目標(biāo)進(jìn)行重要性評(píng)估，在此基礎(chǔ)上根據(jù)UAV 的當(dāng)前任務(wù)信任度進(jìn)行任務(wù)決策，以便得到更符合實(shí)戰(zhàn)環(huán)境的決策結(jié)果。針對(duì)該問(wèn)題，本文首先通過(guò)改進(jìn)的模糊物元目標(biāo)重要性評(píng)估方法，得到目標(biāo)重要性排序，然后建立UAV 信任度模型，提出通過(guò)編隊(duì)中各個(gè)UAV 的歷史任務(wù)信息來(lái)評(píng)估、計(jì)算UAV 的當(dāng)前任務(wù)信任度，以當(dāng)前任務(wù)信任度作為編隊(duì)Leader 選擇的依據(jù)，實(shí)施可信的決策。

1 任務(wù)描述

復(fù)雜環(huán)境下，由于UAV 自身探測(cè)能力的限制和復(fù)雜電磁環(huán)境對(duì)飛機(jī)電子靜默和戰(zhàn)術(shù)隱身的要求，UAV 不能形成完備的戰(zhàn)場(chǎng)態(tài)勢(shì)感知信息，而有限分布式Leader-Follower 的異構(gòu)型結(jié)構(gòu)［10］使這一困難得以解決，本文采用有限分布式結(jié)構(gòu)實(shí)現(xiàn)UAV 間的信息交互。

任務(wù)設(shè)定為:UAV 編隊(duì)執(zhí)行反恐打擊任務(wù)，每個(gè)目標(biāo)上須依次執(zhí)行4 類任務(wù):搜索發(fā)現(xiàn)、目標(biāo)確認(rèn)、攻擊、目標(biāo)毀傷評(píng)估。

1)對(duì)目標(biāo)區(qū)預(yù)先進(jìn)行偵察，獲取該區(qū)域目標(biāo)的相關(guān)信息，包括:防空單元、反雷達(dá)裝置、房屋、車輛等。設(shè)定UAV 編隊(duì)起降點(diǎn)，根據(jù)偵察結(jié)果，規(guī)劃好航跡。

2)進(jìn)行目標(biāo)重要性評(píng)估，決定目標(biāo)任務(wù)的執(zhí)行順序。

3)在UAV 執(zhí)行任務(wù)的過(guò)程中如果發(fā)現(xiàn)新目標(biāo)，對(duì)目標(biāo)進(jìn)行識(shí)別并更新態(tài)勢(shì)信息，對(duì)新發(fā)現(xiàn)目標(biāo)進(jìn)行重要性評(píng)估，并將新目標(biāo)信息發(fā)布給所有UAV。

4)UAV 返回對(duì)新目標(biāo)的任務(wù)意向信息，長(zhǎng)機(jī)根據(jù)各個(gè)UAV 的歷史任務(wù)數(shù)據(jù)、當(dāng)前狀態(tài)等信息，求解基于UAV 歷史任務(wù)信任度的信任網(wǎng)絡(luò)模型，為UAV任務(wù)決策提供一個(gè)判據(jù)，優(yōu)化UAV 任務(wù)決策結(jié)果。

2 改進(jìn)的模糊物元目標(biāo)重要性評(píng)估

由于在復(fù)雜環(huán)境下，UAV 依靠自身的傳感器收集的信息有模糊性［11］。構(gòu)建目標(biāo)的模糊物元R ={M，Z，V}，其中M 表示目標(biāo)名稱，Z 表示目標(biāo)評(píng)價(jià)指標(biāo)，V 表示評(píng)價(jià)指標(biāo)量值。

目標(biāo)評(píng)價(jià)指標(biāo)體系為:1)目標(biāo)類型(z1);2)機(jī)動(dòng)性(z2);3)電磁干擾能力(z3);4)目標(biāo)距離(z4);5)時(shí)間敏感性(z5);6)目標(biāo)安全時(shí)間(z6);7)火力毀傷程度(z7);8)易損性(z8)。每個(gè)UAV 依據(jù)上述評(píng)價(jià)指標(biāo)進(jìn)行綜合模糊評(píng)判，綜合評(píng)判函數(shù)為

式中:aji表示UAV jth對(duì)目標(biāo)ith的綜合評(píng)價(jià);ηjik為UAVjth對(duì)目標(biāo)ith的第k 項(xiàng)評(píng)價(jià)指標(biāo)權(quán)重;val(zjik)為UAVjth對(duì)目標(biāo)ith的第k 項(xiàng)評(píng)價(jià)指標(biāo)的估值。根據(jù)本文所述重點(diǎn)，目標(biāo)類型在目標(biāo)評(píng)價(jià)指標(biāo)體系中占較大權(quán)重，其余評(píng)價(jià)指標(biāo)權(quán)重可合理分配。易知aji值域區(qū)間為［1，100］.

對(duì)模糊物元R={M，Z，V}的組元進(jìn)行置換。根據(jù)評(píng)價(jià)指標(biāo)，各個(gè)UAV 已計(jì)算出各個(gè)目標(biāo)的綜合指標(biāo)量值A(chǔ)，用A 代替模糊物元中評(píng)價(jià)指標(biāo)量值V.用UAV 代替評(píng)價(jià)指標(biāo)Z.于是得到各UAV 對(duì)各目標(biāo)的基于目標(biāo)重要性的模糊物元集Rmn:

定義 論域U 上，模糊集R∈U，給定了一個(gè)映射:f:R→［0，1］，則稱f(R)為模糊集合的隸屬函數(shù)。f(a)表示U 中各個(gè)元素a 屬于R 集合的程度，當(dāng)a是一個(gè)確定的元素a0時(shí)，稱f(a0)為元素a0對(duì)模糊集合的隸屬度。構(gòu)造統(tǒng)一隸屬函數(shù)f(x)，稱之為S型隸屬函數(shù)，其函數(shù)形式為

S 型隸屬函數(shù)中參數(shù)a，b 的取值范圍為:a∈(0，Rmin］，b∈(a，Rmax］，其中，Rmin表示模糊集的最小元素值，Rmax表示模糊集的最大元素值。由aji知，模糊集取值范圍在(0，100］之間，故本文取a=1，b=100.

與概率函數(shù)［12］相比，使用S 型隸屬函數(shù)作為衡量函數(shù)的特點(diǎn)及其對(duì)物元評(píng)估結(jié)果的影響在于:1)S 型隸屬函數(shù)具有映射值分布均勻合理的特性，模糊值與隸屬度值呈一一映射關(guān)系;2)在目標(biāo)數(shù)目即模糊集發(fā)生變化時(shí)，只需要對(duì)新目標(biāo)進(jìn)行模糊評(píng)估，避免了重復(fù)計(jì)算。

將模糊物元集Rmn中的元素bij經(jīng)過(guò)隸屬度函數(shù)f(x)處理后，得到新物元μij， 構(gòu)成物元集R?mn:

利用信息熵進(jìn)行數(shù)據(jù)處理:

式中osi表示經(jīng)數(shù)據(jù)處理得到的目標(biāo)i 的物元值，最終得到各個(gè)目標(biāo)模糊物元R'OS:

考慮到UAV 作戰(zhàn)前預(yù)先指定了首要攻擊目標(biāo)，在上面的基礎(chǔ)上，加入影響因子

則最終物元

通過(guò)引入影響因子，使首要攻擊目標(biāo)的重要性增大，在任務(wù)執(zhí)行過(guò)程中就能優(yōu)先被攻擊，體現(xiàn)作戰(zhàn)主觀意圖。

3 基于歷史任務(wù)的UAV 信任度評(píng)估

隨著任務(wù)的執(zhí)行，UAV 編隊(duì)及戰(zhàn)場(chǎng)環(huán)境可能發(fā)生變化，導(dǎo)致UAV 的任務(wù)發(fā)生改變。以任務(wù)過(guò)程中新增目標(biāo)任務(wù)為例，本文提出一種基于UAV 歷史任務(wù)信任度的任務(wù)決策模型，作為UAV 能否執(zhí)行新增任務(wù)的判別依據(jù)。

3.1 UAV 編隊(duì)信任網(wǎng)絡(luò)模型

將編隊(duì)各個(gè)飛機(jī)的信任關(guān)系用網(wǎng)絡(luò)表示，如圖1所示。在網(wǎng)絡(luò)中，節(jié)點(diǎn)表示各個(gè)飛機(jī)，整個(gè)編隊(duì)構(gòu)成一個(gè)節(jié)點(diǎn)集node_set ={a，b，c，d，e，f，g}，節(jié)點(diǎn)之間的連線表示二者的信息交互關(guān)系，所賦權(quán)值定義為信任度，定義2 個(gè)緊連的節(jié)點(diǎn)為直接信任關(guān)系。由于信任不具有對(duì)稱性，所以信任度是有向的。

圖1 信任網(wǎng)絡(luò)模型Fig.1 Model of trust network

3.2 UAV 信任度計(jì)算

UAV 信任度分為直接信任度和間接信任度［13］。信任度的評(píng)價(jià)因子有UAV 的任務(wù)完成度tc、任務(wù)效費(fèi)比與預(yù)定效費(fèi)比偏差值戰(zhàn)損度bd、剩余載彈量rl、航跡保持度pk、剩余燃油量ro.信任度是基于UAV 歷史完成任務(wù)信息，根據(jù)上述評(píng)價(jià)因子綜合分析結(jié)合時(shí)間衰減性、任務(wù)相關(guān)性計(jì)算出的信任估計(jì)值。

UAVith對(duì)UAVjth第n 次任務(wù)的直接信任度值計(jì)算公式為

UAVith對(duì)UAVjth的前n 次直接信任度ψij=其中0≤≤1，設(shè)直接信任度閥值為Q，ψij中所有大于等于Q 的值組成集合Sij=所有小于Q 的值組成集合Fij=ψij-Sij，即則UAVith對(duì)UAVjth執(zhí)行第n+1 次任務(wù)的直接信任度值dtn+1ij，其計(jì)算公式為

式中:δc為任務(wù)相關(guān)性因子，表示前后任務(wù)的銜接程度，如果前后任務(wù)銜接緊密則取值為1，否則取小于1 的常數(shù)值;?t為時(shí)間衰減因子，對(duì)于近期執(zhí)行的任務(wù)取值為1，隨著交互記錄距今時(shí)間的增加而逐漸減小;當(dāng)前位置函數(shù)φ(cp)刻畫與目標(biāo)的距離關(guān)系，其值越靠近1 則距離目標(biāo)越近;α 為權(quán)值參數(shù)。

間接信任度可以通過(guò)多條信任鏈獲取，但是間接推薦的信任度應(yīng)遵循如下原則:

原則1:從推薦的多條信任鏈中，除去開始節(jié)點(diǎn)和終節(jié)點(diǎn)，每條信任鏈中間節(jié)點(diǎn)構(gòu)成的集合之間的交集為空集。

原則2:從某條信任鏈中，最終得到的間接信任度應(yīng)小于該信任鏈中節(jié)點(diǎn)的最小信任度。Tab.

設(shè)UAVith與UAVjth之間不緊連且存在N 條信任鏈，每條信任鏈由若干節(jié)點(diǎn)相連，則UAVith與UAVjth的間接信任度表示為idtnij，計(jì)算公式如下所示:

式中wt為第t 條信任鏈的權(quán)重，間接信任度隨著信任鏈中節(jié)點(diǎn)數(shù)的增加而不斷減小，其可信程度也越來(lái)越小。因此本文中設(shè)定為3 層，以控制其不可信程度。

UAVith對(duì)UAVjth的總信任度用tn+1ij表示，本文采用文獻(xiàn)［13］中設(shè)計(jì)的計(jì)算公式，引述如下:

當(dāng)UAV 間不存在緊連關(guān)系即z =0 時(shí)，則不必考慮直接的推薦信任。

權(quán)值qd的大小根據(jù)直接信任度和間接信任度自身的不確定性來(lái)設(shè)定。采用的信息熵理論，直接信任度的熵函數(shù)如(14)式所示，權(quán)值計(jì)算方法如(16)式所示。

式中p 為信任度評(píng)估等級(jí)數(shù)。本文可將信任分為5 個(gè)級(jí)別:完全信任(信任度等于1)、比較信任(信任度大于等于0.8、小于1)、一般信任(信任度大于等于0.5，小于0.8)、不信任(信任度大于等于0.2，小于0.5)以及完全不信任(信任度小于0.2).間接信任度權(quán)值的計(jì)算方法同直接信任度計(jì)算方法。

由此，編隊(duì)Leader 就獲得了編隊(duì)中各UAV 的歷史任務(wù)信任度。在任務(wù)變更或者新任務(wù)出現(xiàn)時(shí)，編隊(duì)Leader 便可以根據(jù)知識(shí)庫(kù)里的各個(gè)UAV 的當(dāng)前時(shí)刻任務(wù)信任度以及各UAV 提供的對(duì)新任務(wù)的效費(fèi)比信息，進(jìn)行加權(quán)求和獲得各個(gè)UAV 的總效益值，對(duì)所有UAV 按照總效益值進(jìn)行降序排列，總效益值高的UAV 將優(yōu)先獲得新目標(biāo)的任務(wù)，待新任務(wù)分配完畢后，編隊(duì)Leader 將任務(wù)決策結(jié)果發(fā)送給各個(gè)UAV.由于戰(zhàn)場(chǎng)環(huán)境的實(shí)時(shí)動(dòng)態(tài)性，在出現(xiàn)新任務(wù)時(shí)，UAV 編隊(duì)的環(huán)境條件不盡相同，因此對(duì)于此處加權(quán)權(quán)重的選取，由編隊(duì)Leader 根據(jù)實(shí)時(shí)戰(zhàn)場(chǎng)情形主觀確定。

4 數(shù)字仿真及分析

4.1 目標(biāo)重要性評(píng)估仿真

設(shè)計(jì)2個(gè)實(shí)驗(yàn)說(shuō)明本文所提出的評(píng)估方法的性能。

1)假設(shè)UAV 編隊(duì)規(guī)模為7 架機(jī)，發(fā)現(xiàn)4 個(gè)目標(biāo)，飛機(jī)對(duì)目標(biāo)的評(píng)估構(gòu)成的模糊物元，見(jiàn)表1所示。通過(guò)本文所提的評(píng)估方法，得到目標(biāo)重要性評(píng)估結(jié)果，如圖2所示。仿真環(huán)境為XP 系統(tǒng)，主頻1.8 GHz，內(nèi)存3.25 G，Matlab 平臺(tái)。仿真時(shí)間為0.056 096 3 s.

表1 模糊物元Tab.1 Value of fuzzy matter-elements

圖2 目標(biāo)重要性隸屬度Fig.2 Target importance membership grade

2)在執(zhí)行任務(wù)過(guò)程中，發(fā)現(xiàn)2 個(gè)新目標(biāo)，經(jīng)過(guò)傳感器的探測(cè)，得到各機(jī)對(duì)目標(biāo)的評(píng)估數(shù)據(jù)如表2所示。

表2 各機(jī)對(duì)新目標(biāo)的評(píng)估值Tab.2 New targets’evaluated value among UAVs

圖3顯示了新增目標(biāo)后的仿真結(jié)果。在相同的仿真環(huán)境下，仿真時(shí)間為0.056 979 7 s.圖2和圖3都是采用本文提出的目標(biāo)重要性評(píng)估方法，根據(jù)設(shè)定的仿真初始數(shù)據(jù)進(jìn)行計(jì)算得出的結(jié)果，沒(méi)有考慮加入影響因子λ，是由于只要知道了原本的目標(biāo)重要性排序(圖2、圖3所示)，作戰(zhàn)決策者就可根據(jù)作戰(zhàn)意圖，引入影響因子，很容易得到基于作戰(zhàn)主觀意圖的最終目標(biāo)重要性排序。

圖3 目標(biāo)重要性隸屬度Fig.3 Target importance membership grade

從仿真結(jié)果可看出，目標(biāo)數(shù)的變化導(dǎo)致原有目標(biāo)的隸屬度發(fā)生了輕微的變化。這是由于新增目標(biāo)的影響，用于提取信息量的熵函數(shù)中對(duì)新目標(biāo)進(jìn)行了數(shù)據(jù)融合，所以原有目標(biāo)的隸屬度會(huì)發(fā)生變化。從仿真運(yùn)行時(shí)間看，時(shí)間差為0.000 88 s，不到毫秒級(jí)。理論上本方法可以在實(shí)時(shí)環(huán)境中用于進(jìn)行目標(biāo)重要性的評(píng)估。

對(duì)于目標(biāo)數(shù)很大或者目標(biāo)急劇增加的情況。實(shí)驗(yàn)假設(shè)UAV 從1 增加到30，目標(biāo)數(shù)從1 增加到50.仿真時(shí)間變化如圖4所示。從圖中可以更進(jìn)一步證明，理論上該方法能夠滿足在線評(píng)估的要求。

圖4 仿真時(shí)間變化趨勢(shì)Fig.4 Variety trend line of running time

4.2 UAV 信任度仿真

對(duì)于在執(zhí)行任務(wù)過(guò)程中出現(xiàn)的新目標(biāo)，應(yīng)根據(jù)當(dāng)前各UAV 的任務(wù)信任度以及對(duì)新任務(wù)所持態(tài)度綜合做出決定，由哪些UAV 執(zhí)行任務(wù)。

實(shí)驗(yàn)假設(shè)在任務(wù)過(guò)程中發(fā)現(xiàn)了新目標(biāo)，經(jīng)過(guò)目標(biāo)重要性評(píng)估后，確定為優(yōu)先攻擊對(duì)象。假設(shè)當(dāng)前各機(jī)已經(jīng)執(zhí)行6 次任務(wù)。任務(wù)數(shù)據(jù)見(jiàn)表3.

設(shè)置表3中6 個(gè)評(píng)價(jià)因子的權(quán)重分別為0.22、0.2、0.13、0.14、0.17、0.14，任務(wù)相關(guān)性因子δc根據(jù)各UAV 的任務(wù)情況決定，時(shí)間相關(guān)性因子?t分別為0.089、0.11、0.31、0.53、0.78、0.82，當(dāng)前位置φ(cp)由各UAV 決定。其中α1、α2、α3的權(quán)重分別為0.4、0.2、0.4.

實(shí)驗(yàn)設(shè)置編隊(duì)規(guī)模如圖5所示。直接信任度可由實(shí)驗(yàn)數(shù)據(jù)直接求得，間接信任鏈為3 層。例如，求“1—2”的間接信任度可通過(guò)“1—3—2”和“1—7—2”求得。

當(dāng)新目標(biāo)出現(xiàn)時(shí)，要求Leader 根據(jù)各機(jī)的任務(wù)完成情況進(jìn)行信任度評(píng)估。通過(guò)本文建立的信任度評(píng)估模型，計(jì)算得到當(dāng)前各UAV 執(zhí)行下一次任務(wù)的直接信任度、間接信任度和總信任度分別見(jiàn)表4～表6.

表3 UAV 歷次任務(wù)數(shù)據(jù)Tab.3 History mission data of UAVs

圖5 編隊(duì)規(guī)模Fig.5 Dimension of formation

表4 直接任務(wù)信任度評(píng)估結(jié)果Tab.4 Results of direct mission trust value evaluation

表5 間接任務(wù)信任度評(píng)估結(jié)果Tab.5 Results of indirect mission trust value evaluation

表6 總?cè)蝿?wù)信任度評(píng)估結(jié)果Tab.6 Results of collective mission trust evaluation

表4～表6表明了當(dāng)前時(shí)刻UAV 編隊(duì)的直接信任度和間接信任度及總?cè)蝿?wù)信任度。

在上述相同的仿真環(huán)境下仿真時(shí)間為0.388 5 s.由于本實(shí)驗(yàn)設(shè)計(jì)1 號(hào)機(jī)為L(zhǎng)eader，為了任務(wù)決策方便有效，故其他UAV 對(duì)1 號(hào)機(jī)的信任度置為0，同時(shí)UAV 對(duì)自身的信任度也置為0，信任鏈中節(jié)點(diǎn)數(shù)大于3 時(shí)，其信任度為0.

同樣的條件下，在沒(méi)有使用信任網(wǎng)絡(luò)模型的情況下，如果選擇執(zhí)行新任務(wù)的UAV 是6 號(hào)機(jī)，通過(guò)信任網(wǎng)絡(luò)模型可以看出7 號(hào)機(jī)的信任度比6 號(hào)機(jī)高，使用7 號(hào)機(jī)較好地完成新任務(wù)的可信度更強(qiáng)。因此決策結(jié)果為派遣7 號(hào)機(jī)執(zhí)行新任務(wù)。根據(jù)歷史任務(wù)數(shù)據(jù)提供的信息提取出的當(dāng)前UAV 任務(wù)可信度作為UAV 任務(wù)決策的判據(jù)，可使任務(wù)決策結(jié)果更優(yōu)。

5 結(jié)論

針對(duì)多UAV 協(xié)同任務(wù)決策問(wèn)題，提出了一種考慮目標(biāo)重要性和UAV 任務(wù)信任度兩種因素的任務(wù)決策方法。該方法由基于改進(jìn)的模糊物元的目標(biāo)重要性評(píng)估和基于歷史任務(wù)的UAV 任務(wù)信任度評(píng)估兩部分組成。其中，前者通過(guò)改進(jìn)物元組成結(jié)構(gòu)以及采用統(tǒng)一隸屬函數(shù)，使得改進(jìn)后的目標(biāo)評(píng)估方法實(shí)時(shí)性強(qiáng)，能迅速求解出評(píng)估結(jié)果。后者以UAV 歷史任務(wù)數(shù)據(jù)為基礎(chǔ)，構(gòu)建了多UAV 信任網(wǎng)絡(luò)模型，給出直接信任度、間接信任度和通過(guò)信息熵理論計(jì)算總信任度的計(jì)算方法。仿真結(jié)果表明，本文提出的任務(wù)決策方法實(shí)時(shí)性強(qiáng)，能夠滿足UAV 任務(wù)決策需求，具有一定的可行性。

References)

［1］ 余家祥，王紹華，程文鑫.基于改進(jìn)局部搜索遺傳算法的目標(biāo)分配決策［J］.系統(tǒng)工程與電子技術(shù)，2008，30(6):1114 -1117.YU Jia-xiang，WANG Shao-hua，CHENG Wen-xin.Target allocation decision making based on improved genetic algorithm with local search［J］.System Engineering and Electronics，2008，30(6):1114 -1117.(in Chinese)

［2］ 劉躍峰，張安.有人機(jī)/無(wú)人機(jī)編隊(duì)協(xié)同任務(wù)分配方法［J］.系統(tǒng)工程與電子技術(shù)，2010，32(3):584 -588.LIU Yue-feng，ZHANG An.Cooperative task assignment method of manned/unmanned aerial vehicle formation［J］.System Engineering and Electronics，2010，32(3):584 -588.(in Chinese)

［3］ 張安，史志富，劉海燕，等.基于貝葉斯優(yōu)化算法的UCAV 編隊(duì)對(duì)地攻擊協(xié)同任務(wù)分配［J］.電光與控制，2009，16(1):1 -5.ZHANG An，SHI Zhi-fu，LIU Hai-yan，et al.Cooperative task allocation for UCAV air-to-ground combat based on Bayesian optimization algorithm［J］.Electronics Optics ＆ Control，2009，16(1):1 -5.(in Chinese)［4］ Serdar Erkan，Mahmut Kandemir，Gary Giger.Advanced task assignment for unmanned combat aerial vehicles targeting cost efficiency and survivability［C］∥46th AIAA Aerospace Sciences Meeting and Exhibit.Reno:AIAA，2008 -873.

［5］ 葉文，朱愛(ài)紅，歐陽(yáng)中輝.基于混合離散粒子群算法的多無(wú)人作戰(zhàn)飛機(jī)協(xié)同目標(biāo)分配［J］.兵工學(xué)報(bào)，2010，3(31):331 -336.YE Wen，ZHU Ai-hong，OUYANG Zhong-hui.Multi-UCAV cooperation mission assignment based on hybrid discrete particle swarm optimization algorithm［J］.Acta Armamentarii，2010，3(31):331 -336.(in Chinese)

［6］ 陳晶，潘全科.改進(jìn)蟻群算法求解同型機(jī)任務(wù)調(diào)度問(wèn)題［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47(6):44 -48.CHEN Jing，PAN Quan-ke.Improved ant colony algorithm to solve identical parallel machine task scheduling problem［J］.Computer Engineering and Applications，2011，47(6):44 -48.(in Chinese)

［7］ Sujit P B，Beard R.Multiple MAV task allocation using distributed auctions［C］∥AIAA Guidance，Navigation and Control Conference and Exhibit.Hilton Head:AIAA，2007 -6452.

［8］ Mehdi Alighanbari，Jonathan P How.A robust approach to the UAV task assignment problem［J］.International Journal of Robust and Nonlinear Control，2008，18(2):118 -134.

［9］ Johnson L B，Ponda S，Choi H-L.Asynchronous decentralized task allocation for dynamic environments［C］∥Proceedings of the AIAA Infotech@ Aerospace Conference，St.Louis:AIAA，2011-1441.

［10］ 孫海波，周銳，鄒麗，等.通信和測(cè)量受限條件下異構(gòu)多UAV分布式協(xié)同目標(biāo)跟蹤方法［J］.航空學(xué)報(bào)，2011，32(2):299-310.SUN Hai-bo，ZHOU Rui，ZOU Li，et al.Distributed cooperation target tracking for heterogeneous multi-UAV under communication and measurement constraints［J］.Acta Aeronautica et Astronautica Sinica，2011，32(2):299 -310.(in Chinese)

［11］ 楊兆蘭.多目標(biāo)決策模糊物元分析［J］.甘肅聯(lián)合大學(xué)學(xué)報(bào):自然科學(xué)版，2005，19(3):12 -14.YANG Zhao-lan.Fuzzy matter-element analysis on multi-objection decision［J］.Journal of Gansu Lianhe University:Natural Sciences，2005，19(3):12 -14.(in Chinese)

［12］ 任佳，高曉光，鄭景嵩，等.復(fù)雜環(huán)境下的無(wú)人機(jī)任務(wù)決策模型［J］.系統(tǒng)工程與電子技術(shù)，2010，32(1):100 -103.REN Jia，GAO Xiao-guang，ZHENG Jing-song，et al.Mission decision making for UAV under dynamic environment［J］.System Engineering and Electronics，2010，32(1):100 -103.(in Chinese)

［13］ 彭濤，竇萬(wàn)峰.群組協(xié)同決策中基于決策者可信的信任模型研究［J］.南京師范大學(xué)學(xué)報(bào):工程技術(shù)版，2010，10(2):79-83.PENG Tao，DOU Wang-feng.Research on trust model based on trusted decision makers in group collaborative decision making［J］.Journal of Nanjing Normal University:Engineering and Technology Edition，2010，10(2):79 -83.(in Chinese)