基于知識庫的無人機作戰(zhàn)自主決策方法的研究

李 維 ，萬曉冬

(1.南京航空航天大學 自動化學院， 南京 211100；2.通信網(wǎng)信息傳輸與分發(fā)技術(shù)重點實驗室， 石家莊 050000)

0 引言

近年來，軍用無人機迅速發(fā)展成了一種新型武器，在幾次高技術(shù)局部戰(zhàn)爭中發(fā)揮了重要作用。美軍在海灣戰(zhàn)爭、科索沃戰(zhàn)爭、阿富汗戰(zhàn)爭、伊拉克戰(zhàn)爭中對無人機的大量軍事運用，特別是“捕食者”直接發(fā)射導彈攻擊地面目標，更是將無人機的發(fā)展與使用推向了新的高潮[1-2]。

在現(xiàn)代空戰(zhàn)中，無人機需具備自主作戰(zhàn)的能力。在實際作戰(zhàn)中，指揮員難以處理大量的戰(zhàn)場信息，無法滿足作戰(zhàn)的實時性和適應性的需求；并且為了應對UAV 與地面任務控制站之間可能出現(xiàn)的通信中斷等突發(fā)狀況，提高作戰(zhàn)無人機自主決策能力是適應現(xiàn)代化戰(zhàn)爭的必然趨勢[3-4]。

目前關(guān)于自主決策的方法有許多，如神經(jīng)網(wǎng)絡(luò)、基于黑板模型、基于案例推理[5-7]。為了充分利用指揮員已有的作戰(zhàn)經(jīng)驗以提高無人機自主決策的能力，本文提出基于知識庫的自主決策方法。將指揮員的作戰(zhàn)經(jīng)驗以特定的方式存入知識庫。無人機將結(jié)合作戰(zhàn)任務、目標狀態(tài)以及系統(tǒng)狀態(tài)，依據(jù)知識庫中的作戰(zhàn)規(guī)則來制定一系列的作戰(zhàn)行動。

1 無人機自主決策模型

無人機自主決策過程是對人腦思維模式和思維過程的模擬，其核心是知識庫。知識庫包括了模型庫(事實庫)、評估模型、規(guī)則庫。無人機平臺將傳感器系統(tǒng)的輸出處理為對狀態(tài)的認知，然后通過知識庫來決定作戰(zhàn)行動。知識庫好比指揮員的大腦，存儲了作戰(zhàn)經(jīng)驗，比如攻擊煉油廠時，較好的攻擊武器是AGM-65“小?！笨盏貙棧驗檫@類帶導彈擊中目標后容易引起大火，以達到最好的攻擊效果。這類簡單直接的知識經(jīng)驗很難用算法或者數(shù)據(jù)模型表達，若直接以if的方式鑲嵌到控制主系統(tǒng)中，將增大決策系統(tǒng)的耦合性，使系統(tǒng)變得臃腫不可維護。所以本文將上述類的作戰(zhàn)經(jīng)驗以規(guī)則的方式存儲在知識庫中的規(guī)則庫中，將規(guī)則與程序隔離。還有些作戰(zhàn)規(guī)則是針對模糊的判斷做出的選擇，比如敵方目標對我方威脅度大，應立刻對其采取措施。其中威脅程度的大小是指揮員根據(jù)目標信息以及我方狀態(tài)得到的模糊的主觀評估，如何表達這樣的評估知識也是構(gòu)建知識庫的重點。

無人機自主決策流程如圖1所示。模糊化是對傳感器數(shù)據(jù)進行模糊化處理，得到連續(xù)變量的隸屬度，然后傳遞給貝葉斯網(wǎng)絡(luò)進行評估。動態(tài)貝葉斯評估網(wǎng)絡(luò)根據(jù)各項評估模型建立對應的貝葉斯網(wǎng)絡(luò)，輸入離散變量與模糊后的連續(xù)變量證據(jù)，結(jié)合知識庫中的專家經(jīng)驗得到評估結(jié)果。推理引擎根據(jù)輸入的事實與評估當前狀態(tài)的評估結(jié)果，與規(guī)則庫中的規(guī)則進行匹配，若匹配成功，執(zhí)行相應的決策結(jié)果。

圖1 無人機自主決策流程圖

無人機平臺在執(zhí)行任務的過程中利用其自身的傳感器(如雷達、敵我識別器、電子支援設(shè)備等)對來自戰(zhàn)場的信息進行采集，采集戰(zhàn)場信息經(jīng)過各傳感器的響應處理后形成對戰(zhàn)場信息不同的表達，如戰(zhàn)場目標的類型，特征，敵我屬性等。這些戰(zhàn)場信息經(jīng)過傳感器信息的處理和知識表達之后，無人機利用所建立的相應貝葉斯網(wǎng)絡(luò)對傳感器信息和數(shù)據(jù)庫信息進行融合，并將評估結(jié)果輸入規(guī)則引擎，規(guī)則引擎結(jié)合自身情況、數(shù)據(jù)庫信息以及各方面評估效果做出戰(zhàn)術(shù)性決策，決定下一步的行動。

2 知識庫的構(gòu)建

知識庫是自主決策系統(tǒng)的核心部分。知識庫包括了模型庫(事實庫)、評估模型、規(guī)則庫。

2.1 模型庫(事實庫)

模型庫主要存儲目標、無人機平臺、任務載荷的參數(shù)信息。

其中目標主要指地面實體，包括動態(tài)實體與靜態(tài)實體單元。動態(tài)實體主要指具有機動能力的作戰(zhàn)實體，如坦克、裝甲車輛；靜態(tài)實體主要指靜止的建筑、工事，如橋梁、指揮所、煉油廠等。

無人機的任務載荷主要涉及三類，分別是偵察監(jiān)視載荷、武器載荷、干擾載荷。其中偵察監(jiān)視載荷主要用于對目標進行搜索、識別跟蹤等?？赏ㄟ^測量與分析提供目標的類型、位置、速度等信息，并提供武器瞄準、發(fā)射所需數(shù)據(jù)。武器載荷指在無人機上進行投射用于攻擊敵方目標的武器裝備，根據(jù)用途可分為航空火箭彈、航空炸彈、制導炸彈、空空導彈、空地導彈等。進行武器載荷選擇時可根據(jù)任務類型攜帶相應的武器型號，由于選定的無人機平臺載重有一定的限制，所以對攜帶的武器數(shù)量也有相應的約束。干擾載荷是指為無人機提供電子防護，還可用來干擾敵方雷達與攻擊武器的裝備，其中電子干擾機可與對敵方雷達進行壓制，降低敵方搜索能力；另一種是干擾彈，如紅外干擾彈，用于制造假目標，可誘騙敵方發(fā)射的紅外制導方式的武器，使無人機躲過敵人的攻擊。

這些實體與裝備模型可用動態(tài)與靜態(tài)兩種參數(shù)描述。動態(tài)參數(shù)用于描述當前各實體的運動狀態(tài)、工作狀態(tài)、評估結(jié)果、屬性，其可作為條件用于觸發(fā)決策規(guī)則；靜態(tài)參數(shù)包括各實體的重量、長度、體積、適用距離等常識性知識，用于決策過程中進行與實際情況對比參考。

2.2 規(guī)則庫

規(guī)則庫存放的是專家經(jīng)驗的決策知識，描述不同態(tài)勢與戰(zhàn)斗階段下無人機應做出怎樣的行動。為了對規(guī)則進行統(tǒng)一的存儲管理，需要對作戰(zhàn)規(guī)則進行形式化描述。因此選擇何種描述方法成為建立規(guī)則庫的關(guān)鍵。

規(guī)則庫采用產(chǎn)生式規(guī)則來描述作戰(zhàn)經(jīng)驗知識，有作戰(zhàn)經(jīng)驗的軍事人員將對地攻擊時用到的推斷與決策經(jīng)驗總結(jié)出的一套戰(zhàn)術(shù)描述，作為制定產(chǎn)生式規(guī)則的基礎(chǔ)，然后經(jīng)過專家的分析和改進，去掉冗余的態(tài)勢判斷，補全未知情況下的行動措施，最后建立邏輯全覆蓋、合理完善的規(guī)則庫。

產(chǎn)生式規(guī)則由條件(IF)和結(jié)論(THEN)兩部分組成。具體結(jié)構(gòu)如下:

if 子句 1 or/and 子句 2

then 子句 3 or/and 子句4

通過深入研究無人作戰(zhàn)活動的分類特點和組織形式，建立了將無人機各模塊屬性、狀態(tài)、行動相結(jié)合的規(guī)則模型。

事實庫中使用面向?qū)ο蟮姆椒ǘx各個領(lǐng)域：目標、無人機平臺(包括武器系統(tǒng)、雷達系統(tǒng)、飛控系統(tǒng))，環(huán)境等。根據(jù)實體的功能定義不同的狀態(tài)信息與數(shù)據(jù)信息。規(guī)則的前件包括對象的屬性以及狀態(tài)信息，屬性信息是對當前數(shù)據(jù)的表示，狀態(tài)信息確定了當前作戰(zhàn)階段，可用于控制流程；后件部分描述對情況下應采取的作戰(zhàn)行動。決策時，使用Rete算法進行前向規(guī)則匹配[8]，當滿足前件條件時，則觸發(fā)規(guī)則，執(zhí)行后件動作。表1是部分規(guī)則示例。

表1 規(guī)則示例

2.3 基于動態(tài)貝葉斯網(wǎng)絡(luò)的評估模型

在戰(zhàn)場中，指揮員需要根據(jù)戰(zhàn)場中態(tài)勢進行決策。例如敵方目標對我方產(chǎn)生較高威脅時，應立刻對該目標采取應對處理。判斷目標的威脅程度，即對傳感器得到而數(shù)據(jù)進行融合形成對當前態(tài)勢的描述，如何對這類評估知識進行表達是本章的主要內(nèi)容。

本文采用了動態(tài)貝葉斯網(wǎng)絡(luò)(DBN)[9]來進行戰(zhàn)場態(tài)勢的評估，包括目標威脅評估、打擊效果評估等。下面將以基于DBN的目標威脅程度評估模型為例。

運用貝葉斯網(wǎng)絡(luò)進行威脅評估，首先需要確定影響目標威脅程度判斷節(jié)點因素及其狀態(tài)，即確定貝葉斯網(wǎng)絡(luò)中的時間節(jié)點及其對應的狀態(tài)；然后按照各事件之間的因果關(guān)系建立節(jié)點間的有向弧，表示事件之間的層次關(guān)系；然后確定貝葉斯網(wǎng)絡(luò)參數(shù)，及網(wǎng)絡(luò)中各節(jié)點的先驗概率或邊緣概率；最后選擇合適的算法進行推理[10]。

影響地面目標威脅程度的因素是多樣的，結(jié)合空對地作戰(zhàn)的實際，得到影響目標威脅評估的因素主要包括目標企圖、目標毀傷能力、我方目標價值、目標面向速度、目標距離、方向、干擾能力、目標類型?；陟o態(tài)貝葉斯網(wǎng)絡(luò)的目標威脅評估網(wǎng)絡(luò)圖2，其對應的節(jié)點狀態(tài)如下：

目標威脅程度(TH)：高(H)，中(G)，低(L)；

目標企圖(IN)：火力攻擊(A)，預警探測(S)，防空攔截(P)，電子干擾(E)；

毀傷能力(DE)：強(S)，中(M)，弱(W)；

我方價值(VA)：高(H)，較高(E)，中(M)，低(L)；

面向速度(V)：快(Q)，中(M)，慢(S)；

距離(S)：遠(F)，中(M)，近(C)；

方向(D)：靠近(E)，遠離(L)；

干擾能力(G)：強(H)，中(M)，弱(L)；

目標類型(T)：雷達(T1),裝甲車輛(T2)，導彈陣地(T3)，高炮陣地(T4)。

圖2 目標威脅評估網(wǎng)絡(luò)圖

在實際作戰(zhàn)過程中，目標的狀態(tài)信息不是一成不變的，若只以某一時刻的信息作為后續(xù)決策的判斷依據(jù)將會造成巨大的誤差。所以本文采用了動態(tài)貝葉斯網(wǎng)絡(luò)，在靜態(tài)貝葉斯網(wǎng)絡(luò)中加入時間節(jié)點，將前一時刻的評估結(jié)果作為后一時刻的評估依據(jù)，能夠?qū)v史信息與最新的證據(jù)信息結(jié)合，提高評估系統(tǒng)的實時性與魯棒性。

在實際中，由于戰(zhàn)場信息的高度保密性，很難獲取大量的樣本數(shù)據(jù)進行貝葉斯網(wǎng)絡(luò)參數(shù)的學習，因此本文采用專家知識來完成貝葉斯網(wǎng)絡(luò)的參數(shù)模型，并在實驗中不斷優(yōu)化參數(shù)，使其接近真實狀態(tài)。

3 自主決策作戰(zhàn)過程及仿真分析

3.1 自主決策過程分析

在本文中的無人機自主決策作戰(zhàn)仿真過程中，當無人機發(fā)現(xiàn)并鎖定目標后，獲取目標的類型、運動路徑、當前位置等信息，加入無人機平臺的目標集，決策模塊通過規(guī)則匹配，觸發(fā)目標應對規(guī)則，無人機平臺根據(jù)獲取的目標信息進行威脅評估，并根據(jù)相應規(guī)則決定是攻擊、躲避還是忽略。若需要對目標進行打擊，觸發(fā)武器選擇規(guī)則，根據(jù)目標類型、武器載荷等約束選擇合適的武器進行打擊，打擊結(jié)束后進行打擊效果評估，根據(jù)評估結(jié)果決定是否進行二次打擊；若目標威脅程度大，敵我勢力懸殊，無人機需要對目標的攻擊進行躲避，根據(jù)電子對抗規(guī)則，若被敵方雷達鎖定，可釋放金屬箔條對雷達進行干擾，若敵方目標發(fā)射紅外導彈，可使用紅外干擾機或紅外誘餌，在電子對抗的輔助下進行機動動作對敵方的攻擊進行規(guī)避，能有效逃離敵方的壓制；若目標威脅程度低，無人機可忽略該目標繼續(xù)進行原偵察任務。在整個過程中，沒有依賴地面站的控制，無人機平臺一直循環(huán)更新目標、態(tài)勢等信息，并根據(jù)獲取的信息不斷匹配相應的規(guī)則，整個作戰(zhàn)流程根據(jù)無人機平臺以及目標的狀態(tài)信息按照相應的規(guī)則進行驅(qū)動，完成自主決策。該決策過程流程如圖3所示。

圖3 自主決策流程圖

3.2 仿真實驗

針對上述自主決策流程，進行無人機執(zhí)行簡單察打任務的仿真實驗實例。

3.2.1 作戰(zhàn)想定

我方無人機在警戒區(qū)域執(zhí)行偵察任務時，敵方裝甲車輛向我方軍事要地秘密潛入，且行進速度較快。已知敵方裝甲車輛進入無人機探測范圍。

3.2.2 實驗平臺

本實驗使用的是基于Agent[11]的仿真軟件：Repast[12]。實驗中，進行簡單的戰(zhàn)場仿真[13]，并創(chuàng)建兩個實體模型：UAVAgent與TargetAgent。TargetAgent代表我方察打無人機，具有探測、決策、打擊功能；TargetAgent代表敵方裝甲車輛。下面主要介紹無人機Agent的構(gòu)建。

無人機Agent主要由五部分構(gòu)成，分別為無人機平臺、機載雷達模塊、飛行控制模塊、火力控制模塊、輔助防御模塊。

無人機平臺：主要由無人機決策系統(tǒng)構(gòu)成，無人機通過機載雷達模塊獲取目標及環(huán)境信息，所獲信息進入由動態(tài)貝葉斯與規(guī)則推理組成的決策系統(tǒng)，得出決策結(jié)果，飛行控制、火力控制、輔助防御模塊根據(jù)該結(jié)果執(zhí)行相應的動作。

機載雷達模塊：該模塊執(zhí)行的動作包括敵方地面目標的搜索、目標識別、目標跟蹤、獲取目標位置、速度、方位信息、目標指示等。這些動作的執(zhí)行根據(jù)無人機平臺的任務以及雷達模塊工作狀態(tài)由相應的目標探測規(guī)則觸發(fā)。 雷達模塊根據(jù)雷達的相關(guān)參數(shù)，主要包括工作頻率、天線增益、發(fā)射機峰值功率、探測范圍、發(fā)現(xiàn)概率、虛警概率等。當目標進入雷達探測距離后，并不一定能發(fā)現(xiàn)目標，可以通過產(chǎn)生一個范圍為0到1的隨機數(shù)，將該數(shù)與發(fā)現(xiàn)概率相比較，若該隨機數(shù)大于發(fā)現(xiàn)概率，則目標為被發(fā)現(xiàn)，若小于發(fā)現(xiàn)概率，則判定雷達探測到該目標。

飛行控制模塊：無人機的機動主要包括無人機平飛、轉(zhuǎn)彎、俯沖、等動作的執(zhí)行。大多數(shù)無人作戰(zhàn)飛機所需的升力基本全部來源與機翼上下面壓力差形成的升力，沒有飛行速度，光靠氣流吹襲產(chǎn)生的升力是遠遠不夠的，所以無人作戰(zhàn)飛機在鎖定目標后，并不能執(zhí)行懸停動作，這樣，無人機平臺機動就可能導致敵方目標脫離機載偵察設(shè)備的視場范圍。仿真實驗中，無人機不做復雜的機動動作，在向目標點飛行時，主要采取直線平飛。當在某區(qū)域執(zhí)行偵察任務時，開啟巡航模式，即航行軌跡為圓周。當無人機偵察到敵方目標時，為保持目標在視場范圍內(nèi)執(zhí)行定常盤旋動作。

火力控制模塊：當無人機發(fā)射導彈后，導彈并不一定能夠擊中目標，可以通過產(chǎn)生一個范圍為0到1的隨機數(shù)，將該數(shù)與導彈殺傷概率相比較，若該隨機數(shù)大于殺傷概率，則目標未被擊中，若小于殺傷概率，則判定該目標被擊中。目標被擊中后不一定能被摧毀，因為目標會有一定的裝甲、抗損傷能力，可將目標裝甲能力用0到1之間的值標定，將其與導彈殺傷力的乘積通過閾值比較進行實際毀傷定性判定。

輔助防御模塊：該模塊主要動作是壓制性干擾和防御干擾。當無人機為躲避敵方地面警戒雷達探測時，通過自衛(wèi)干擾設(shè)備進行壓制性干擾躲避敵方的探測與跟蹤。當無人機被敵方警戒雷達鎖定后，根據(jù)敵方發(fā)射導彈類型選擇釋放箔條彈或者紅外干擾彈，以躲避敵方導彈的攻擊。

3.2.3 實驗結(jié)果

UAVAgent的決策日志見表2，仿真展示見圖4，整個決策流程通過改變無人機平臺與目標的狀態(tài)控制流程，其對應的狀態(tài)值記錄如表3。

圖4 仿真展示圖

表2 決策仿真日志

Tick1時刻，Target進入UAV的雷達探測范圍內(nèi)，UAV的目標隊列中加入該目標，由表3可見此時Target處于被警告狀態(tài)，觸發(fā)UAV目標應對規(guī)則庫的相應規(guī)則，對Target進行威脅評估；Tick2時刻，威脅評估完成，Target處于評估完成狀態(tài)，威脅評估結(jié)果為高，Target的威脅狀態(tài)置為高，此時UAV觸發(fā)目標打擊規(guī)則，對目標進行打擊準備；Tick3時，Target處于打擊準備狀態(tài)，武器分發(fā)為等待狀態(tài)，觸發(fā)武器選擇規(guī)則，并按照相應的武器選擇規(guī)則進行打擊武器選擇；Tick4時，武器選擇完成后，武器分發(fā)狀態(tài)為已分配狀態(tài)；Tick5時刻，Target處于UAV打擊范圍內(nèi)后，觸發(fā)相應打擊規(guī)則，進行武器發(fā)射,如圖4(b)；Tick6時，打擊結(jié)束，Target處于已攻擊狀態(tài)，觸發(fā)相應毀傷評估規(guī)則，進行打擊效果評估；Tick7時，打擊效果達標，目標處于被摧毀狀態(tài)，觸發(fā)相應規(guī)則，UAV的目標隊列中Target被移除，打擊任務完成,如圖4(c)。在上述仿真過程中，UAVAgent通過感知并使用評估網(wǎng)絡(luò)獲取當前態(tài)勢，設(shè)置各模塊的狀態(tài)值并觸發(fā)相應的規(guī)則，做出對應的行動，動作完成時改變各模塊狀態(tài)值，觸發(fā)新的規(guī)則，以此不斷推進任務的完成，完成自主決策。

表3 狀態(tài)值記錄表

4 結(jié)束語

結(jié)合人腦的思維模式和思維過程，提出基于知識庫來實現(xiàn)無人機的自主決策。知識庫主要用以存儲軍事作戰(zhàn)經(jīng)驗。通過規(guī)則匹配的方式進行決策，能避免神經(jīng)網(wǎng)絡(luò)等理論進行模型構(gòu)建帶來的困難和一些不確定因素，而且從實驗看，此決策過程是可行的。下一步工作是對無人機領(lǐng)域模型的完善，并加入環(huán)境態(tài)勢，提高無人機復雜態(tài)勢下的自主決策能力。