基于行为模式判断的多Agent协同目标动态识别问题研究

Multiple vehicles flying in a formation consists a network, and cooperate during the mission is becoming the focus in related research. When one or multiple members are under tracking by target vehicles, it is of vital importance for the network to cooperate in identifying the guidance behavior and the tracked object of target vehicles. This project is to establish generic mathematic model of guidance behavior, and achieve guidance behavior identification on unknown target based on trajectory observation. With identified behavior, long-term flight course prediction methodology will be proposed to make fast and accurate prediction on future trajectory for target vehicle with unknown guidance configuration. Through a validity judgment model, tracked objects identification methodology uses the identified guidance configuration of target vehicle to determine possibility distribution of formation members. Finally, multi-agent based coordinating methodology will be proposed to allocate observing tasks among formation members in a coordinated and adaptive fashion. Multi-agent methodology incorporated the result of flight course prediction and tracked objects identification, thus will possess improved efficiency and effectiveness.

飞行器组网飞行作战是提高飞行器作战能力的重要途径，飞行过程中，当飞行器网络中的成员受到目标飞行器锁定和追踪的时候，组网成员协同对目标飞行器飞行行为判断的基础上实现对目标飞行器追踪对象的动态识别，对于保证飞行器成员的生存能力意义重大。 本项目基于多种制导行为的数学综合，研究目标飞行器行为模式的通用预测数学描述方法，力图实现对目标飞行器制导行为的识别；基于目标飞行器飞行行为的判断，研究远期飞行轨迹预测方法，对目标飞行器未来飞行轨迹进行快速准确预测；建立目标飞行器追踪网络成员对象的动态识别理论，构造目标飞行器追踪对象的合理性判断模型，动态的做出目标飞行器对所追踪对象的合理判断；基于对目标飞行器追踪高价值成员飞行器重点观测的原则，研究基于多Agent技术的自适应目标观测任务分配方法，通过个体的行为模式控制，协调整个编队协同一致的完成对目标的观测任务，以进一步提高对目标飞行器追踪对象的识别效率。

针对行为模式判断的多Agent协同目标动态识别问题，应用聚类分析的方法将LPF（低通滤波）与EKF（扩展卡尔曼滤波）相结合创新性的提出频域法的非合作目标飞行器行为识别算法、将交互式多模型 (IMM)滤波方法与UKF滤波方法相结合创新性的提出基于模型匹配的非合作目标飞行器行为识别算法、完成了基于行为识别的全过程飞行轨迹预测和目标飞行器追踪网络成员对象的动态识别等科学问题。项目发表了与课题密切相关的5篇国际学术期刊论文和3篇国际学术会议论文。..利用通用的隐式制导函数方法对制导行为进行统一描述，并且从实际出发给出了采用时变制导系数的近似模型。在此模型基础上，利用低通滤波与卡尔曼滤波相结合的频域分离自适应卡尔曼滤波方法对观测数据进行实时处理分析，最终得到目标飞行器的制导律识别结果。基于交互式多模型滤波器估计变结构系统状态的能力，将交互式多模型 (IMM)滤波方法与UKF滤波方法相结合创新性的提出基于模型匹配的非合作目标飞行器行为识别算法，完成了飞行器PN制导行为及行为参数切换的有效识别。..针对具有未知机动追踪规律的大气层外目标飞行器全过程飞行轨迹预测，提出了一种基于制导律识别的全过程飞行轨迹预测算法。由于引入了目标飞行器的制导规律动态识别结果作为预测模型的关键参数，能够快速准确的对目标飞行器后续任务中全过程的轨迹进行完整预测。..针对目标飞行器锁定网络成员对象的动态识别问题，提出了基于制导系数合理性和视线转率相关性相结合的识别概率模型。以目标飞行器的制导系数合理性和视线转率相关性作为依据，得出追踪目标飞行器与网络成员的对象追踪关系成立的概率。..提出的基于多Agent自适应目标观测任务分配策略，结合了目标飞行器追踪对象的识别结果，在评估目标飞行器威胁程度时，引入了目标飞行器追踪对象的重要性权重系数。在目标观测任务的自适应分配过程中，保证了整体编队在观测层面能够有效应对目标飞行器的威胁，并且控制和最小化任务分配的切换代价。