基于PSO的多艦艇編隊(duì)指揮協(xié)同控制模型仿真

劉洋 王蕾

摘 要：為了提高多艦艇編隊(duì)指揮協(xié)同控制能力，提出基于粒子群（PSO）尋優(yōu)進(jìn)化的多艦艇編隊(duì)指揮協(xié)同控制模型，采用多傳感融合跟蹤識別方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的大數(shù)據(jù)信息采樣，分析艦艇編隊(duì)的火力分布指數(shù)，采用Lyapunov指數(shù)譜預(yù)測方法進(jìn)行多艦艇編隊(duì)的攻擊能力和覆蓋能力預(yù)測，構(gòu)建多艦艇編隊(duì)指揮協(xié)同控制的優(yōu)化目標(biāo)函數(shù)，采用粒子群進(jìn)化尋優(yōu)方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制過程最優(yōu)化求解，將多艦艇編隊(duì)指揮協(xié)同控制問題轉(zhuǎn)化為粒子群進(jìn)化的全局優(yōu)化問題，結(jié)合參數(shù)優(yōu)化調(diào)節(jié)和攻擊陣位的自適應(yīng)調(diào)節(jié)，實(shí)現(xiàn)多艦艇編隊(duì)指揮協(xié)同控制優(yōu)化，提高多艦艇編隊(duì)的攻擊能力和防御能力。仿真結(jié)果表明，采用該方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的尋優(yōu)能力較好，收斂性較強(qiáng)，控制輸出的穩(wěn)定性較好。

關(guān)鍵詞： PSO;多艦艇編隊(duì);指揮;協(xié)同控制

【Abstract】 In order to improve the command and cooperative control ability of multi-warship formation， a multi-warship formation command collaborative control model based on particle swarm optimization and evolution is proposed. Big data information of multi-warship formation command and collaborative control is sampled by multi-sensor fusion tracking and recognition method， the firepower distribution index of warship formation is analyzed， and the attack ability and coverage ability of multi-warship formation are predicted by Lyapunov exponential spectrum prediction method. The optimal objective function of command and cooperative control of multi-warship formation is constructed， and the optimal solution of command and collaborative control process of multi-warship formation is carried out by using particle swarm evolutionary optimization method. The command and collaborative control problem of multi-warship formation is transformed into the global optimization problem of particle swarm evolution. Combined with parameter optimization adjustment and adaptive adjustment of attack position， the command and collaborative control optimization of multi-warship formation is realized. The attack ability and defense ability of multi-ship formation is improved. The simulation results show that the method has good optimization ability， strong convergence and good stability of control output.

【Key words】 ?PSO; multi-ship formation; command; cooperative control

0 引 言

隨著高性能武器裝備的列裝，海軍作戰(zhàn)艦艇的攻擊性能越來越強(qiáng)大，進(jìn)行多艦艇編隊(duì)作戰(zhàn)成為未來海上作戰(zhàn)的主要形式，研究多艦艇編隊(duì)指揮協(xié)同控制方法，在提高水面艦艇的攻擊和防御能力方面具有重要意義。對多艦艇編隊(duì)指揮協(xié)同的控制建立在對攻擊路徑和攻擊火力的自適應(yīng)尋優(yōu)控制基礎(chǔ)上，建立多艦艇編隊(duì)指揮協(xié)同控制的目標(biāo)參數(shù)模型，采用自適應(yīng)尋優(yōu)控制方法，構(gòu)建多艦艇編隊(duì)火力控制優(yōu)化模型，實(shí)現(xiàn)多艦艇編隊(duì)火力自動控制和仿真分析，提高多艦艇編的攻擊能力[1]。

傳統(tǒng)方法中，對多艦艇編隊(duì)指揮協(xié)同控制方法主要采用遺傳算法和仿生算法，建立多艦艇編隊(duì)指揮協(xié)同控制的目標(biāo)函數(shù)，采用過程尋優(yōu)和攻擊節(jié)點(diǎn)的優(yōu)化部署方法，進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制，但上述方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的模糊度較大，時(shí)滯較長，不能有效滿足多艦艇編隊(duì)指揮協(xié)同控制和實(shí)時(shí)控制的特點(diǎn)[2]，對此，本文提出基于粒子群（Particle swarm optimization， PSO）尋優(yōu)進(jìn)化的多艦艇編隊(duì)指揮協(xié)同控制模型，采用多傳感融合跟蹤識別方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的大數(shù)據(jù)信息采樣，分析艦艇編隊(duì)的火力分布指數(shù)，采用粒子群進(jìn)化尋優(yōu)方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制過程最優(yōu)化求解，將多艦艇編隊(duì)指揮協(xié)同控制問題轉(zhuǎn)化為粒子群進(jìn)化的全局優(yōu)化問題，實(shí)現(xiàn)參數(shù)優(yōu)化求解，最后進(jìn)行仿真實(shí)驗(yàn)分析，得出有效性結(jié)論。

1 被控對象模型和參數(shù)優(yōu)化

1.1 多艦艇編隊(duì)指揮協(xié)同控制對象模型

為了實(shí)現(xiàn)對多艦艇編隊(duì)指揮協(xié)同控制優(yōu)化設(shè)計(jì)，采用物聯(lián)網(wǎng)和多傳感器組網(wǎng)方法，進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的約束參數(shù)采集，采集的控制參數(shù)主要有艦艇的航速、陣位、火力點(diǎn)以及彈藥發(fā)射量等參數(shù)，對艦艇的位姿參數(shù)采用傳感器進(jìn)行實(shí)時(shí)采集，采集的艦艇參數(shù)主要有速度、磁通量等信息，利用傳器融合跟蹤識別方法進(jìn)行誤差補(bǔ)償[3]，采用Kalman濾波融合方法進(jìn)行參數(shù)融合，實(shí)現(xiàn)多艦艇編隊(duì)的協(xié)同控制，總體實(shí)現(xiàn)流程如圖1所示。

分析圖3得知，采用本文方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的尋優(yōu)能力較好，收斂性較強(qiáng)，控制輸出的穩(wěn)定性較好，具有很好的多艦艇編隊(duì)指揮協(xié)同控制指揮調(diào)度能力。

4 結(jié)束語

研究多艦艇編隊(duì)指揮協(xié)同控制方法，在提高水面艦艇的攻擊和防御能力方面具有重要意義。本文提出基于粒子群尋優(yōu)進(jìn)化的多艦艇編隊(duì)指揮協(xié)同控制模型，將編隊(duì)指揮協(xié)同控制問題轉(zhuǎn)化為粒子群進(jìn)化的全局優(yōu)化問題，結(jié)合參數(shù)優(yōu)化調(diào)節(jié)和攻擊陣位的自適應(yīng)調(diào)節(jié)，實(shí)現(xiàn)多艦艇編隊(duì)指揮協(xié)同控制優(yōu)化，提高多艦艇編隊(duì)的攻擊能力和防御能力。研究得知，采用本文方法進(jìn)行多艦艇編隊(duì)指揮協(xié)同控制的調(diào)度性能較好，對艦艇的攻擊陣位等參數(shù)的估計(jì)精度較高，尋優(yōu)能力較強(qiáng)。

參考文獻(xiàn)

[1]傅冰，肖玉杰. 跨平臺火力兼容評估指標(biāo)體系研究[J].兵器裝備工程學(xué)報(bào)，2019，40（5）：110-114.

[2]劉振，徐學(xué)文，李靜.考慮協(xié)同制導(dǎo)的編隊(duì)一體化防空問題分析與求解[J].指揮與控制學(xué)報(bào)，2018，4（3）：213-219.

[3]葛立志.基于全彈道控制分析的水下航行器攻擊模型視景仿真[J].艦船電子工程，2015，35（3）：137-141.

[4]傅冰，楊華東，肖玉杰.艦艇編隊(duì)跨平臺武器射彈命中前火力兼容判斷研究[J].海軍工程大學(xué)學(xué)報(bào)，2018，30（6）：69-73.

[5]傅冰，曹淵，肖玉杰.跨平臺非制導(dǎo)射彈命中末端火力兼容性判斷研究[J].兵工學(xué)報(bào)，2019，40（2）：377-383.

[6]代森強(qiáng)，賀鵬. 水面艦隊(duì)防空配置問題研究[J].信息工程大學(xué)學(xué)報(bào)，2016，17（5）：613-616.

[7]蔡芝明，金家善，陳硯橋. 艦艇編隊(duì)備件攜帶方案的混合約束問題研究[J].海軍工程大學(xué)學(xué)報(bào)，2016，28（5）：80-85，111.

[8]蔡芝明，金家善，陳硯橋.非穩(wěn)態(tài)及多約束下多層級系統(tǒng)器材配置優(yōu)化方法[J].北京航空航天大學(xué)學(xué)報(bào)，2017，43（1）：36-46.

[9]TONG Shaocheng， HUO Baoyu， LI Yongming. Observer-based adaptive decentralized fuzzy fault-tolerant control of nonlinear large-scale systems with actuator failures[J]. IEEE Transactions on Fuzzy Systems， 2014， 22（1）： 1-15.

[10]HAN S I， LEE J M. Fuzzy echo state neural networks and funnel dynamic surface control for prescribed performance of a nonlinear dynamic system[J]. IEEE Transactions on Industrial Electronics， 2014， 61（2）： 1099-1112.