王盼盼，陳 謀，吳慶憲，邵書義

（南京航空航天大學(xué)自動(dòng)化學(xué)院, 南京 211106）

近年來，無人機(jī)因具有戰(zhàn)場適應(yīng)能力強(qiáng)、生存能力強(qiáng)、低成本高效費(fèi)比、配置靈活等優(yōu)點(diǎn)，迅速成為一種新型武器裝備。無人機(jī)為了有效完成不同任務(wù)，須具有一定程度的自主決策和自主規(guī)避能力［1］，能在保證自身安全的前提下，自主完成進(jìn)攻、防御和偵察等不同任務(wù)。因此，無人機(jī)應(yīng)具有自主認(rèn)知、自主決策、自主規(guī)劃和自主控制能力［2］。提高無人機(jī)的自主威脅規(guī)避決策能力是適應(yīng)現(xiàn)代化戰(zhàn)爭的必然趨勢［3］。

依據(jù)人腦的行為認(rèn)知模式，美國空軍上校博伊德提出觀察?判斷?決策?行動(dòng)的循環(huán)模型［4］。傳統(tǒng)的威脅規(guī)避方法主要有預(yù)規(guī)劃的全局式規(guī)避和反應(yīng)式及時(shí)規(guī)避［5］。由于環(huán)境的變化，全局式威脅規(guī)避需要不斷地進(jìn)行重規(guī)劃，使得其應(yīng)用有很大的局限性；反應(yīng)式及時(shí)規(guī)避方法是通過雷達(dá)等傳感器實(shí)時(shí)獲取局部環(huán)境的變化并做出反應(yīng)動(dòng)作。文獻(xiàn)［6］提出一種可以提高無人機(jī)在動(dòng)態(tài)環(huán)境下態(tài)勢感知能力的速度障礙法，有助于生成規(guī)避威脅的機(jī)動(dòng)。文獻(xiàn)［7］提出基于混合時(shí)間集的脈沖微分包含模型，通過分析認(rèn)知無人機(jī)?環(huán)境系統(tǒng)狀態(tài)的運(yùn)動(dòng)模式，推導(dǎo)出系統(tǒng)防碰撞穩(wěn)定的條件。結(jié)合人腦的思維模式和思維過程，文獻(xiàn)［8］提出了基于知識庫來實(shí)現(xiàn)無人機(jī)自主決策的方法。文獻(xiàn)［9］提出了一種在非均勻結(jié)構(gòu)雷達(dá)威脅模型下基于改進(jìn)馬爾科夫決策過程模型的多無人機(jī)航路規(guī)劃算法，將航路威脅代價(jià)和航路綜合代價(jià)有效降低了25%。利用卷積神經(jīng)網(wǎng)絡(luò)（Recurrent neural networks，RNNs）模擬人類的運(yùn)動(dòng)皮層，文獻(xiàn)［10］在認(rèn)知地圖的基礎(chǔ)上進(jìn)行路徑規(guī)劃和控制決策，并用長短時(shí)記憶（Long short term memory，LSTM）神經(jīng)網(wǎng)絡(luò)對交通數(shù)據(jù)、車輛狀態(tài)數(shù)據(jù)和車輛機(jī)動(dòng)行為集合進(jìn)行訓(xùn)練，輔助系統(tǒng)生成規(guī)劃路徑和決策。以上文獻(xiàn)從類腦智能規(guī)避決策的角度出發(fā)，取得了一定的研究成果，但針對無人機(jī)威脅規(guī)避智能決策的研究仍處于初級階段，需要進(jìn)一步深入研究。

無人機(jī)自主威脅規(guī)避決策是無人機(jī)自主控制系統(tǒng)的核心環(huán)節(jié)，在無人機(jī)進(jìn)行威脅規(guī)避時(shí)快速做出合理的機(jī)動(dòng)決策對其安全具有至關(guān)重要的作用。受上述文獻(xiàn)啟發(fā)，借鑒人類在現(xiàn)實(shí)中遇到威脅，能利用直覺結(jié)合經(jīng)驗(yàn)知識迅速做出適宜的判斷和決策，快速高效的決策結(jié)果能有效避免安全事故的發(fā)生。因此，本文提出一種基于經(jīng)驗(yàn)直覺的無人機(jī)威脅規(guī)避機(jī)動(dòng)決策方法，模擬人類進(jìn)行思維決策的過程，使無人機(jī)在面臨威脅時(shí)能像人一樣快速做出有效的威脅規(guī)避決策。

1 問題描述與預(yù)備知識

1.1 無人機(jī)直覺威脅規(guī)避決策原理

在復(fù)雜的飛行環(huán)境下，無人機(jī)不僅面臨地形威脅、探測威脅、氣象威脅，還面臨非合作飛行單位威脅等。為了提高無人機(jī)的生存能力，需要快速高效地對所面臨威脅做出規(guī)避決策。無人機(jī)通過模擬人類的直覺思維決策過程來進(jìn)行威脅規(guī)避機(jī)動(dòng)，實(shí)現(xiàn)基于機(jī)器直覺決策原則［11］的無人機(jī)威脅規(guī)避決策，可以提高無人機(jī)的智能威脅規(guī)避能力。無人機(jī)基于直覺決策原理的威脅規(guī)避系統(tǒng)工作原理如圖1所示。

圖1 無人機(jī)直覺威脅規(guī)避決策原理圖Fig.1 Schematic diagram of UAV threat avoidance decision-making based on intuitions

無人機(jī)直覺決策首先要對外界環(huán)境進(jìn)行感知和處理，信息感知過程包括通過傳感器獲取外界環(huán)境中的原始信息并將原始數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理；然后對感知的信息進(jìn)行搜索匹配，包括情景記憶中相似情景的映射和對情景廣義特征的提?。蛔詈蟾鶕?jù)提取的特征進(jìn)行機(jī)動(dòng)決策輸出。為了實(shí)現(xiàn)無人機(jī)有效威脅規(guī)避決策，本文選取無人機(jī)位置、速度、迎角、側(cè)滑角、航跡傾斜角、航跡滾轉(zhuǎn)角、航跡方位角、目標(biāo)點(diǎn)位置、威脅距離、威脅方位和威脅速度等共15 維數(shù)據(jù)信息作為廣義特征中的關(guān)鍵影響因素；接著對當(dāng)前態(tài)勢進(jìn)行直覺決策，直覺決策包含直覺啟發(fā)［11］規(guī)避和隱式直覺決策。隱式直覺決策是將本征抽象的廣義特征直接映射到?jīng)Q策結(jié)果的策略空間，即根據(jù)當(dāng)前態(tài)勢信息直接獲得決策結(jié)果。另外，直覺啟發(fā)會(huì)對直覺本原中存儲的知識進(jìn)行更新以獲得新知識并作用于策略空間，本文利用直覺啟發(fā)以輔助無人機(jī)進(jìn)行威脅規(guī)避決策。最后，通過隱式直覺決策出的結(jié)果和直覺啟發(fā)決策出的結(jié)果進(jìn)行博弈選擇，從而獲得最合適的決策結(jié)果。

1.2 規(guī)避動(dòng)作描述

在無人機(jī)飛行過程中，主要考慮無人機(jī)的前視區(qū)域威脅和機(jī)動(dòng)限制條件，忽略無人機(jī)前視區(qū)域之外的威脅。假設(shè)無人機(jī)的機(jī)載傳感器能夠準(zhǔn)確實(shí)時(shí)感知并獲取無人機(jī)狀態(tài)信息，并且機(jī)載雷達(dá)能準(zhǔn)確實(shí)時(shí)探測到如圖2 所示的前視錐形區(qū)域的威脅方位與威脅距離。由于雷達(dá)的原始數(shù)據(jù)是使用離散的點(diǎn)描述威脅信息，單個(gè)數(shù)據(jù)點(diǎn)不能準(zhǔn)確描述威脅的相關(guān)信息，所以需要先將雷達(dá)探測到的數(shù)據(jù)點(diǎn)進(jìn)行聚類處理。本文將無人機(jī)雷達(dá)掃描的前視錐形區(qū)域均等地劃分為若干個(gè)扇形棱錐區(qū)域，扇形棱錐區(qū)域劃分的越多，無人機(jī)威脅規(guī)避性能也就越靈活，但是計(jì)算量也會(huì)越大。綜合考慮，將無人機(jī)前視探測區(qū)域均等劃分成如圖2 所示的12 個(gè)扇形棱錐，從機(jī)頭正上方按照順時(shí)針方向依次標(biāo)記為S1，S2，…，S12。結(jié)合無人機(jī)威脅規(guī)避機(jī)動(dòng)決策需要對7 種基本操作庫［12］進(jìn)行擴(kuò)充并與12 種不同威脅規(guī)避區(qū)域相對應(yīng)，如圖3 所示，除此之外無人機(jī)動(dòng)作庫中還有勻速前飛、減速前飛和加速前飛。

圖2 雷達(dá)探測區(qū)域與目標(biāo)點(diǎn)距離示意圖Fig.2 Schematic diagram of the distance between the radar detection area and the target point

圖3 改進(jìn)基本機(jī)動(dòng)動(dòng)作庫Fig.3 Improved basic maneuvers library

2 無人機(jī)安全規(guī)避的直覺決策方法

2.1 無人機(jī)感知數(shù)據(jù)處理

威脅規(guī)避直覺決策模型中需要獲取無人機(jī)當(dāng)前態(tài)勢下的環(huán)境信息。從無人機(jī)自身角度出發(fā)，需要準(zhǔn)確獲取無人機(jī)的位置信息、速度信息和姿態(tài)信息，包括無人機(jī)的位置、速度、迎角、側(cè)滑角、航跡傾斜角、航跡滾轉(zhuǎn)角和航跡方位角?？紤]到復(fù)雜環(huán)境下無人機(jī)會(huì)遇到的地形威脅和非合作單位威脅，還需實(shí)時(shí)獲取威脅的位置、速度和方位信息。同時(shí)為了防止無人機(jī)進(jìn)行機(jī)動(dòng)規(guī)避時(shí)背離目標(biāo)點(diǎn)飛行，還需已知目標(biāo)點(diǎn)的位置。

通過空速管、陀螺儀和機(jī)載雷達(dá)等傳感器獲取無人機(jī)的飛行參數(shù)和導(dǎo)航參數(shù)等如圖4 所示的態(tài)勢信息，將采集的連續(xù)12 幀［13］狀態(tài)信息作為特征向量。對原始數(shù)據(jù)進(jìn)行濾波，去除明顯錯(cuò)誤數(shù)據(jù)，并修補(bǔ)缺失數(shù)據(jù)［13］，再對數(shù)據(jù)進(jìn)行歸一化處理并編碼成特征向量，為直覺感知中的相似情景的映射和本征抽樣做準(zhǔn)備［11］。

圖4 無人機(jī)態(tài)勢信息感知數(shù)據(jù)樹形圖Fig.4 Tree diagram of UAV situation perception data

2.2 無人機(jī)直覺機(jī)動(dòng)決策結(jié)果標(biāo)簽化

無人機(jī)直覺情景決策知識庫的建立，不僅需要將感知數(shù)據(jù)結(jié)構(gòu)化處理后作為輸入數(shù)據(jù)，還需要輸出直覺決策的機(jī)動(dòng)動(dòng)作。為了便于情景與決策結(jié)果之間的映射，將機(jī)動(dòng)動(dòng)作決策結(jié)果與決策標(biāo)簽進(jìn)行對應(yīng)。

根據(jù)飛行區(qū)域、法向過載和推力的改變，對無人機(jī)機(jī)動(dòng)動(dòng)作的7 種基本操作庫［12］進(jìn)行擴(kuò)充后分別為向上爬升、右上爬升1、右上爬升2、右轉(zhuǎn)彎、右下俯沖1、右下俯沖2、向下俯沖、左下俯沖1、左下俯沖2、左轉(zhuǎn)彎、左上爬升1、左上爬升2、勻速前飛、減速前飛和加速前飛15 種模式。針對這15 種機(jī)動(dòng)模式，分別設(shè)置1、2、3、4、5、6、7、8、9、10、11、12、13、14、15 共15 個(gè)標(biāo)簽值與之對應(yīng)，如圖5 所示。

圖5 機(jī)動(dòng)動(dòng)作決策與模式解析標(biāo)簽對應(yīng)圖Fig.5 Maneuver decision modes and corresponding labels

2.3 無人機(jī)直覺啟發(fā)規(guī)避

無人機(jī)機(jī)動(dòng)決策是一個(gè)動(dòng)態(tài)的連續(xù)變化過程，在無人機(jī)機(jī)動(dòng)決策過程中，威脅信息、無人機(jī)的機(jī)動(dòng)狀態(tài)和目標(biāo)點(diǎn)的位置都有可能發(fā)生改變。為了使無人機(jī)在不同的飛行狀態(tài)下，面對復(fù)雜的飛行環(huán)境都能實(shí)時(shí)規(guī)避威脅，必須準(zhǔn)確感知無人機(jī)的態(tài)勢信息，模擬人腦的大局觀對當(dāng)前態(tài)勢信息進(jìn)行預(yù)測評估，從而對無人機(jī)下一幀機(jī)動(dòng)動(dòng)作做出決策。當(dāng)無人機(jī)直覺情景決策知識庫中情景匹配不成功時(shí)，需要采用直覺啟發(fā)算法輔助無人機(jī)進(jìn)行規(guī)避決策。

若無人機(jī)當(dāng)前時(shí)刻沒有感知到威脅信息，只需按照預(yù)定的飛行路線保持原飛行狀態(tài)繼續(xù)飛行，但當(dāng)無人機(jī)檢測到威脅信號時(shí)，無人機(jī)需要改變原飛行狀態(tài)，對機(jī)動(dòng)動(dòng)作選擇進(jìn)行實(shí)時(shí)迭代更新并進(jìn)行機(jī)動(dòng)規(guī)避。針對威脅信息的不同，需要選取不同的機(jī)動(dòng)動(dòng)作進(jìn)行安全規(guī)避。為確定威脅規(guī)避區(qū)域，本文綜合考慮威脅等級、目標(biāo)點(diǎn)的引導(dǎo)作用和無人機(jī)的機(jī)動(dòng)限制條件選擇無人機(jī)的規(guī)避區(qū)域及其對應(yīng)的機(jī)動(dòng)動(dòng)作，如圖6 所示。

圖6 無人機(jī)直覺啟發(fā)規(guī)避區(qū)域選擇原理圖Fig.6 Schematic diagram of UAV intuition-inspired avoid?ance area selection

外部威脅對無人機(jī)的機(jī)動(dòng)決策起到主要的影響作用，首先需要雷達(dá)準(zhǔn)確獲取威脅所在的方位、距離和速度信息。基于雷達(dá)探測所獲取的威脅距離和威脅速度，對威脅等級進(jìn)行評估判定。

無人機(jī)在規(guī)避的過程中還要考慮到目標(biāo)點(diǎn)對無人機(jī)的引導(dǎo)作用，避免無人機(jī)為了規(guī)避威脅而逐漸偏離目標(biāo)點(diǎn)甚至背離目標(biāo)點(diǎn)飛行情況的發(fā)生，因此加入目標(biāo)點(diǎn)引導(dǎo)概率函數(shù)。假設(shè)任務(wù)目標(biāo)點(diǎn)的坐標(biāo)為Oobj(xobj，yobj，zobj)，為了方便計(jì)算，將其轉(zhuǎn)化到機(jī)體坐標(biāo)系下有［14］：

式中d為無人機(jī)前視區(qū)域的最大距離，p為無人機(jī)雷達(dá)的掃描角度。

此外無人機(jī)的機(jī)動(dòng)限制條件也會(huì)影響其威脅規(guī)避動(dòng)作的選擇，所以要在無人機(jī)安全邊界保護(hù)系統(tǒng)的范圍內(nèi)進(jìn)行機(jī)動(dòng)動(dòng)作規(guī)避，以無人機(jī)安全飛行邊界為基準(zhǔn)，對規(guī)避動(dòng)作進(jìn)行排除，綜合形成無人機(jī)直覺啟發(fā)輔助規(guī)避機(jī)動(dòng)決策結(jié)果。

2.4 無人機(jī)隱式直覺決策

LSTM 網(wǎng)絡(luò)是在RNN 網(wǎng)絡(luò)的基礎(chǔ)上引入人腦的記憶機(jī)制和遺忘機(jī)制，能有效克服RNN 網(wǎng)絡(luò)在訓(xùn)練過程中的梯度爆炸和梯度消失問題，而且利用LSTM 模擬人腦的記憶機(jī)制和遺忘機(jī)制的過程符合人對突發(fā)威脅的預(yù)判規(guī)避機(jī)制［13］，所以用LSTM 網(wǎng)絡(luò)訓(xùn)練無人機(jī)飛行數(shù)據(jù)，威脅數(shù)據(jù)和目標(biāo)點(diǎn)數(shù)據(jù)，并與相應(yīng)的機(jī)動(dòng)決策標(biāo)簽集形成對應(yīng)關(guān)系，從而建立無人機(jī)直覺情景決策知識庫。

在無人機(jī)安全規(guī)避決策時(shí)，需要考慮LSTM網(wǎng)絡(luò)在當(dāng)前時(shí)刻的決策輸出，然后通過softmax 函數(shù)［16］計(jì)算模型的輸出，softmax 函數(shù)如下式所示

式中，A為無人機(jī)威脅規(guī)避的機(jī)動(dòng)決策集合，s為機(jī)動(dòng)決策集合A中的某個(gè)元素，y為機(jī)動(dòng)決策s的輸出概率，h為LSTM 網(wǎng)絡(luò)隱含層最后輸出，Wysh為邏輯回歸的權(quán)重系數(shù)，by為邏輯回歸的偏置項(xiàng)。

采用0?1損失函數(shù)計(jì)算樣本的平均輸出誤差［16］，通過基于時(shí)間的誤差反向傳播算法（Back propaga?tion trough time，BPTT）［17］，來訓(xùn)練LSTM 網(wǎng)絡(luò)。

以無人機(jī)飛行過程中威脅機(jī)動(dòng)規(guī)避為研究背景，實(shí)驗(yàn)數(shù)據(jù)從某仿真系統(tǒng)［18］中提取。通過多次運(yùn)行該仿真系統(tǒng)，得出無人機(jī)的態(tài)勢信息以及機(jī)動(dòng)決策信息，從中選取多組原始數(shù)據(jù)，針對每組12×15 數(shù)據(jù)信息進(jìn)行濾波，去除明顯錯(cuò)誤數(shù)據(jù)，并修補(bǔ)缺失數(shù)據(jù)，再對數(shù)據(jù)進(jìn)行歸一化處理并編碼成特征向量［13］，同時(shí)記錄下與之對應(yīng)的機(jī)動(dòng)決策標(biāo)簽集，形成映射關(guān)系并輸入到LSTM 網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，進(jìn)而獲得無人機(jī)直覺情景決策知識庫，無人機(jī)隱式直覺決策基本框架如圖7 所示。

圖7 無人機(jī)隱式直覺決策框架圖Fig.7 Framework of UAV’s implicit intuitive decision-making

2.5 無人機(jī)威脅規(guī)避直覺決策算法

本節(jié)結(jié)合2.3 節(jié)無人機(jī)直覺啟發(fā)規(guī)避和2.4 節(jié)無人機(jī)隱式直覺決策，提出無人機(jī)威脅規(guī)避直覺決策算法，進(jìn)而模擬有經(jīng)驗(yàn)的飛行員進(jìn)行直覺規(guī)避威脅。

通過對無人機(jī)直覺啟發(fā)輔助規(guī)避決策和隱式直覺決策的研究，建立如圖8 所示的無人機(jī)威脅規(guī)避直覺決策算法。對無人機(jī)多種經(jīng)驗(yàn)?zāi)B(tài)的原始結(jié)構(gòu)化信息進(jìn)行訓(xùn)練，形成無人機(jī)情景記憶決策知識庫。首先獲取無人機(jī)的當(dāng)前飛行態(tài)勢數(shù)據(jù)，判斷是否存在威脅，如果無威脅或威脅等級較低時(shí)，無人機(jī)保持原計(jì)劃飛行；如果威脅等級處于中等但并不一定會(huì)對無人機(jī)造成實(shí)質(zhì)性的損傷，無人機(jī)減速前行；如果威脅等級較高時(shí)，需要對無人機(jī)進(jìn)行機(jī)動(dòng)規(guī)避決策。然后提取并結(jié)構(gòu)化處理傳感器采集到的飛行數(shù)據(jù)、威脅數(shù)據(jù)和目標(biāo)點(diǎn)數(shù)據(jù)等，歸一化處理并編碼成特征向量同時(shí)進(jìn)行情景匹配，如果情景匹配成功，則對決策方案進(jìn)行預(yù)評估，并選取最優(yōu)決策方案到執(zhí)行環(huán)節(jié)；如果沒有匹配到成功的情景模式，則需要根據(jù)直覺啟發(fā)輔助規(guī)避算法確定無人機(jī)的規(guī)避機(jī)動(dòng)決策給執(zhí)行環(huán)節(jié)，并更新無人機(jī)直覺情景決策知識庫。

圖8 無人機(jī)威脅規(guī)避直覺決策算法Fig.8 Intuitive decision-making algorithm for UAV threat avoidance

3 驗(yàn)證與仿真

3.1 數(shù)據(jù)準(zhǔn)備

因?qū)嶋H地形過大，為便于仿真分析，將一個(gè)實(shí)際場景地形數(shù)據(jù)按照164∶1 的比例尺縮放到仿真三維地圖上，包含地形威脅數(shù)據(jù)，則單個(gè)柵格長、寬和高均記為164 m。后續(xù)為便于仿真分析，直接使用柵格坐標(biāo)。假設(shè)無人機(jī)起始柵格坐標(biāo)為（10，10，86），無人機(jī)的終止目標(biāo)柵格坐標(biāo)為（290，270，34）。非合作探測雷達(dá)威脅數(shù)據(jù)和氣象威脅數(shù)據(jù)如表1 所示，非合作飛行器威脅的起始柵格坐標(biāo)為（300，10，35），終止柵格坐標(biāo)為（10，300，20）。

表1 雷達(dá)威脅和氣象威脅數(shù)據(jù)信息Table 1 Information of radar threats and weather threats

3.2 無人機(jī)直覺情景決策知識庫訓(xùn)練

將20 000 組特征向量隨機(jī)抽取80%作為訓(xùn)練集，剩下20%作為驗(yàn)證集。通過多次仿真實(shí)驗(yàn)得出效果最好的LSTM 網(wǎng)絡(luò)的參數(shù)如下：隱含層記憶單元數(shù)目N=100，分批訓(xùn)練mini_BatchSize=512，訓(xùn)練迭代次數(shù)為2 000，步長α=0.001，超參數(shù)β1=0.900，β2=0.999，平滑項(xiàng)ε=10-8。圖9 為訓(xùn)練樣本在不同迭代次數(shù)下的訓(xùn)練準(zhǔn)確率，從圖中可以看出測試集準(zhǔn)確率大約在1 400 次迭代之后達(dá)到90%，在1 640 次之后逐漸穩(wěn)定在92%左右。圖10 為信息迭代過程中LSTM 網(wǎng)絡(luò)的損失函數(shù)的變化曲線，Mini?batch 損失收斂到0.35 附近。Adam算法［19］結(jié)合了Momentum 算法和RMSprop（Root mean square prop）算法的優(yōu)點(diǎn)，能夠自適應(yīng)地調(diào)整學(xué)習(xí)率更新策略［20］，對比使用SGDM 算法和RM?SProp 算法訓(xùn)練無人機(jī)直覺情景決策知識庫模型，使用Adam 算法具有更好的直覺機(jī)動(dòng)決策效果，如圖11 所示。對比3 種模型可知Adam 算法不僅收斂速度快，且測試集決策準(zhǔn)確度高于SGDM 和RMSProp 算法，所以基于Adam 算法的LSTM 網(wǎng)絡(luò)更適用于實(shí)現(xiàn)無人機(jī)直覺情景決策知識庫的建立。

圖9 訓(xùn)練集和驗(yàn)證集決策準(zhǔn)確率變化曲線Fig.9 Curves of decision accuracy rate changing with itera?tion for the training set and the validation set

圖10 Mini-batch 損失變化曲線Fig.10 Curve of the mini-batch loss changing with iteration

圖11 不同優(yōu)化算法決策準(zhǔn)確率變化對比圖Fig.11 Comparison of changes in decision accuracy rates of different optimization algorithms

3.3 經(jīng)驗(yàn)直覺模型決策準(zhǔn)確性驗(yàn)證實(shí)驗(yàn)

將地形數(shù)據(jù)信息、威脅信息和目標(biāo)點(diǎn)信息經(jīng)歸一化處理并編碼成特征向量輸入到無人機(jī)直覺決策情景匹配數(shù)據(jù)庫中，無人機(jī)基于經(jīng)驗(yàn)直覺的機(jī)動(dòng)規(guī)避決策序列如表2 所示。

表2 無人機(jī)直覺機(jī)動(dòng)決策表Table 2 UAV intuitive maneuver decisions

航跡輸出結(jié)果如圖12～14 所示。其中綠色和黃色半球是不同威脅半徑的雷達(dá)威脅，紅色球體是氣象威脅，紅色曲線是非合作飛行器的飛行軌跡，綠色軌跡是無人機(jī)基于直覺決策平滑處理后的軌跡路線圖。圖12 是規(guī)避航跡俯視圖，從圖中可以看出無人機(jī)的飛行軌跡，實(shí)現(xiàn)了氣象威脅的規(guī)避，但該圖對無人機(jī)是否進(jìn)入非合作目標(biāo)探測雷達(dá)的探測區(qū)域不能清晰反映。從圖13 中可以清楚地看出無人機(jī)通過左轉(zhuǎn)彎有效地規(guī)避了非合作單位的威脅。結(jié)合圖13，14，可以看出無人機(jī)不僅規(guī)避了非合作雷達(dá)的探測區(qū)域，還實(shí)現(xiàn)了地形規(guī)避。綜上可知，無人機(jī)直覺決策算法成功規(guī)避多種威脅，確保航跡安全。

圖12 多威脅情況下無人機(jī)直覺決策規(guī)避路徑俯視圖Fig.12 Top view of the UAV’s intuitive decision-making avoidance path in the multi-threat situation

圖13 多威脅情況下無人機(jī)直覺決策規(guī)避路徑左視圖Fig.13 Left view of the UAV’s intuitive decision-making avoidance path in the multi-threat situation

圖14 多威脅情況下無人機(jī)直覺決策規(guī)避路徑前視圖Fig.14 Front view of the UAV’s intuitive decision-making avoidance path in the multi-threat situation

相同飛行環(huán)境下無人機(jī)直覺決策規(guī)避路徑與基于群智能算法的規(guī)避路徑進(jìn)行對比，如圖15 所示，其中黃色曲線是基于群智能算法的規(guī)避路徑。兩種方法均能實(shí)現(xiàn)無人機(jī)安全規(guī)避，從圖15（a）俯視圖中可以看出兩種方法規(guī)避路線沒有太大的區(qū)別，從圖15（b）的側(cè)視圖中可以看出直覺決策規(guī)避路徑曲線更為平滑，尤其是機(jī)動(dòng)5 到機(jī)動(dòng)8 直覺決策規(guī)避路徑比群智能優(yōu)化算法規(guī)避路徑的平滑性高。另外，對于具備成熟的情景決策知識庫的直覺決策算法時(shí)間復(fù)雜度為O(1)，即直接輸出機(jī)動(dòng)決策，而群智能算法時(shí)間復(fù)雜度為O(n)，主要與樣本的迭代次數(shù)相關(guān)。此時(shí)在時(shí)間復(fù)雜度上直覺決策算法優(yōu)于群智能算法，但是前期需要花費(fèi)大量的時(shí)間來建立和完善無人機(jī)情景決策知識庫。該仿真實(shí)驗(yàn)中直覺決策算法的航跡總長度為68 671.72 m，群智能算法的航跡總長度為71 812.32 m，可見在航跡代價(jià)上直覺決策算法略優(yōu)于群智能算法。

圖15 兩種不同算法下的無人機(jī)航跡曲線側(cè)視圖Fig.15 Side view of UAV trajectory curve of the two differ?ent algorithms

4 結(jié)論

本文針對無人機(jī)在非博弈對抗飛行環(huán)境中安全規(guī)避威脅及智能機(jī)動(dòng)決策問題，提出了一種基于經(jīng)驗(yàn)直覺的無人機(jī)威脅規(guī)避機(jī)動(dòng)決策方法。首先設(shè)計(jì)了無人機(jī)直覺啟發(fā)輔助規(guī)避決策算法，然后提出基于數(shù)據(jù)的無人機(jī)隱式直覺決策算法，選用Ad?am 梯度下降算法調(diào)整的LSTM 網(wǎng)絡(luò)對處理好的數(shù)據(jù)進(jìn)行訓(xùn)練，建立了無人機(jī)直覺情景決策知識庫，應(yīng)用于無人機(jī)基于經(jīng)驗(yàn)直覺的機(jī)動(dòng)威脅規(guī)避決策。最終仿真結(jié)果表明該方法能準(zhǔn)確地對無人機(jī)威脅規(guī)避進(jìn)行直覺決策，進(jìn)一步驗(yàn)證了所提出的基于經(jīng)驗(yàn)直覺的無人機(jī)機(jī)動(dòng)規(guī)避方法的有效性。