基于分層模糊推理的墜機(jī)搜索方案研究

【摘 要】針對墜機(jī)搜索問題我們設(shè)計了基于分層模糊推理的模型。該模型通過基于分層模糊推理的性能評估模型和搜索代價模型對搜索方案進(jìn)行了最優(yōu)化設(shè)計，并求出了搜索總代價。

【關(guān)鍵詞】模糊推理；基于面積的區(qū)域分解；線性掃描

1.模型建立

本文采用模糊推理來評估各機(jī)型的整體性能。設(shè)計步驟如下：

第一步，確定輸入輸出，選擇語言變量，實現(xiàn)搜索飛機(jī)的性能參數(shù)模糊化。以速度和傳感器搜索直徑作為輸入變量構(gòu)成的模糊推理機(jī)為例，速度v用語言變量為：低速、中速、高速、超高速；搜索直徑用語言變量為：很小范圍、小范圍、中范圍、大范圍；輸出是搜索飛機(jī)的性能評估指數(shù)c，用5個語言變量為：弱、較弱、中等、較強(qiáng)、強(qiáng)。

第二步，確定每個語言變量的隸屬度函數(shù)。搜索飛機(jī)速度，搜索范圍和搜索飛機(jī)的性能評估指數(shù)的隸屬度函數(shù)。

第三步，設(shè)計模糊推理規(guī)則庫，選擇模糊推理機(jī)。建立速度—搜索范圍推理規(guī)則。當(dāng)搜索飛機(jī)的速度越大，傳感器搜索范圍越大時，搜索飛機(jī)的性能評價越高，分配給它的區(qū)域面積也就越大。

同理，按照上述方法可以設(shè)計出航程—搜索范圍推理機(jī)、續(xù)航時間—搜索范圍推理機(jī)。共3個左層單模糊推理器，每個模糊推理器的推理結(jié)果是一個依據(jù)輸入變量從而得到搜索飛機(jī)的性能評估指數(shù)，3層推理器得到3個性能評估指數(shù)（c1，c2，c3）。

然后，利用模型1中的數(shù)據(jù)依次求出各機(jī)型3個性能評估指數(shù)。寫成矩陣形式如下：

C=c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

c

其中，c（i=1，2，...7，j=1，2，3）為第i種機(jī)型對應(yīng)的第j個性能評估指數(shù)。

第四步，對矩陣C的數(shù)據(jù)進(jìn)行融合處理，得到3個模糊推理器的綜合模糊輸出，數(shù)據(jù)融合采用乘積的形式，具體形式如下：

A=A

A

A

A

A

A

A

其中，A=c

對A進(jìn)行歸一化處理，得到融合后綜合模糊輸出A'：

A'=A

' A

' A

' A

' A

' A

' A

'

其中，A'=，i=1，2，...7

第五步，對數(shù)據(jù)融合和歸一化的結(jié)果 即為搜索飛機(jī)性能評價數(shù)值結(jié)果pi。

2.模型求解

這里總共使用7種機(jī)型的數(shù)據(jù)主要考慮航程、探測范圍、單位時間耗油量、續(xù)航時間、四個參數(shù)指標(biāo)。A型機(jī)各參數(shù)值依次為：6477、120、74、5；B型機(jī)：550、200、52、2.5；C型機(jī)860、200、58、4.5；D型機(jī)：964、180、64、4.8；E型機(jī)：3380、400、240、4.4；F型機(jī)：1339、150、80、6.3。假定搜索區(qū)域為正八邊形，面積為S。

首先，求解速度和傳感器探測范圍作為輸入變量構(gòu)成的模糊推理機(jī)。

第一步，速度、探測范圍、搜索飛機(jī)的性能評估指數(shù)c1的語言變量均依次用1、2、3、4描述。

第二步，確定每個語言變量的隸屬度函數(shù)。

其中探測范圍的等級按遞增的方式分為4等級，范圍依次為：100～150，150～200，200～250，250以上；速度的等級也按遞增的方式分為4個等級，范圍依次為：190～200，200～210，210～220，220以上。

第三步，設(shè)計模糊推理規(guī)則庫，選擇模糊推理機(jī)。

構(gòu)造的速度-探測范圍推理規(guī)則用矩陣nji表示，代表第i個級別的速度和第j個級別的探測范圍對應(yīng)的性能評估指數(shù)。

1 2 3 4

2 3 4 5

3 4 5 5

4 5 5 5

同理，航程的隸屬度劃分為4個等級。范圍依次為：0～800，800～1200，1200～1600，1600以上。由航程推理機(jī)得到搜索飛機(jī)的性能評價指數(shù)為c2。續(xù)航時間的隸屬度劃分為4個等級。范圍依次為：0～2，2～4，4～6，6以上。由續(xù)航時間推理機(jī)得到搜索飛機(jī)的性能評價指數(shù)為c3。均符合上述推理規(guī)則表。

然后，用表1中的數(shù)據(jù)，依次找到各機(jī)型對應(yīng)的性能指數(shù)（c1，c2，c3）：

第四步，對矩陣C中的數(shù)據(jù)進(jìn)行融合處理，得到3個模糊推理器的綜合模糊輸出。數(shù)據(jù)融合采用乘積的形式，求出的A的值為：

A=[48 24 24 36 125 36 1]

第五步，對A進(jìn)行歸一化處理，即可得到各機(jī)型分配百分比pi的值。結(jié)果如下：0.1633、0.0816、0.0816、0.1224、0.4252、0.1224、0.0034。

第六步，在每種機(jī)型分配的區(qū)域內(nèi)，確定應(yīng)該分配的該機(jī)型的架數(shù)。

劃分思想如下：用m：m：...：m來表示七種機(jī)型的分配的比例， S表示區(qū)域的最小分割單位的面積。則各區(qū)域依次分配的面積為：ms，ms，...，ms。則有：

S=sm，

從而可以求出s的值，進(jìn)而可以依次求出各機(jī)型分配的區(qū)域面積：ms，ms，...，ms。之后，為各區(qū)域確定該機(jī)型飛機(jī)所以分配的架數(shù)。飛機(jī)架數(shù)的確定可用給定的分割區(qū)域的面積除以每架飛機(jī)一次所能搜索的區(qū)域面積即可得到該區(qū)域應(yīng)分配飛機(jī)的架數(shù)。即：

a=

其中，a表示第i種機(jī)型的飛機(jī)應(yīng)派遣的架數(shù)，s表示第i種機(jī)型的飛機(jī)一次能搜索的最大區(qū)域面積。

假設(shè)，總的搜索區(qū)域面積S為7560000平方公里，則各機(jī)型應(yīng)分配的架數(shù)依次為：3、6、4、6、6、3、5。

3.靈敏度分析

在模型中，通過改變雷達(dá)探測范圍w的數(shù)值，使其依次為：w+10，w+30，w+50，通過計算，上述結(jié)果在不同雷達(dá)探測范圍下的誤差為0.0055。根據(jù)模型靈敏度可以看出該模型是理想的。 [科]

【參考文獻(xiàn)】

[1]Zhiyong Zhang. Proficient Matlab R2011a[M].Beijing： Beijing Aeronautics and Astronautics Press，2012.

[2]Hui Peng，Lincheng Shen，Xiaohua Huo.Research of multiple unmanned aerial vehicle（uav）cooperative regional coverage search[C].Vol.19No.11.2472-2476，2007.