1.本发明属于无人机技术领域，具体涉及一种无人机自主对地攻击能力评价方法。
背景技术：2.当前，无人机作为信息化特征显著的新型作战装备，已经成为局部战争和军事行动不可或缺的重要作战力量。随着无人机种类越来越多，任务领域不断拓展，任务类型也越来越广泛，已经逐步从安全性空域执行情报/侦察与监视(isr)任务向对抗性空域执行主流作战任务发展，并从单机作战向多机集群作战发展。无人机系统机上无人、复杂任务以及高对抗战场环境决定了无人机必须具备很高的自主性，自主性能力成为无人机的典型作战能力，体现了无人机处理不同任务与环境的复杂性、动态性和不确定性的能力，以及人机交互程度。面对种类复杂、型号众多的无人机系统，科学构建无人机的自主性评价标准体系，提出适合无人机技术特征和作战使用特点的自主评价方法，具有迫切的军事需求。
[0003][0004]
在持续开展自主作战相关设计技术研究的同时，国外对无人机自主能力评价进行了大量的研究，目前比较典型且广泛应用的无人系统评价方法主要有sheridan的自动装置等级(levels of automation，loa)、自主控制水平等级(autonomous controllevel，acl)、无人系统自主性等级(autonomy levels for unmanned systems， alfus)、人-机权限四级模型和自主系统参考框架。但是，目前还没有形成一个具体的、统一的、适合于我国无人机自主对地攻击能力进行评价的评价方法。
技术实现要素：[0005]
为了克服现有技术的不足，本发明提供了一种无人机自主对地攻击能力评价方法，解决了目前还没有适合无人机技术特征和作战使用特点的自主评价方法的迫切需求。本方法包含：分析无人机需要具备的基本能力；无人机自主性能评价指标体系模型的创建；构造判断矩阵；各层次因素的相对权值的计算；利用logistic函数对数据进行处理，最终得到无人机性能指标得分，完成对无人机自主对地攻击能力的评价。本发明可有效地对无人机自主对地攻击能力进行评价。
[0006]
本发明解决其技术问题所采用的技术方案包括如下步骤：
[0007]
步骤1：构建无人机自主对地攻击能力指标体系；
[0008]
所述无人机自主对地攻击能力指标分为三层：
[0009]
第一层的一级指标分别为：1信息感知能力、2规划能力、3自动控制能力、4 自动侦察打击能力和5抗电磁干扰能力；共有5个一级指标；
[0010]
第二层的二级指标分别为：1.1气象条件感知、1.2空域环境感知、1.3战场态势感知、2.1航迹规划、2.2任务规划、3.1自动起飞着落巡航能力、3.2飞行姿态与航速控制、3.3载荷控制、4.1攻击决策、4.2攻击引导、5.1抵抗敌方电磁干扰、5.2电磁攻击；共有12个二级指标；
[0011]
第三层的三级指标分别为：1.1.1自动气象条件侦测、1.2.1自动空管信息加载响应、1.3.1自动态势生成、1.3.2自动信息融合、1.3.3自动目标探测、1.3.4自动目标识别、1.3.5识别目标距离测量精度、1.3.6识别目标距离测量时间、1.3.7自动威胁判断、1.3.8自动威胁决策、1.3.9自动威胁规避、2.1.1自动航路加载、2.1.2自动航路校验、2.1.3自动航路存储、2.1.4自动航路增加、2.1.5自动航路修改、2.1.6自动航路删除、2.1.7自动航路重规划、2.1.8航路规划时间、2.2.1余度管理切换、2.2.2自动任务重规划、2.2.3自动攻击列表排序、2.2.4自动攻击列表管理、2.2.5自动攻击方案生成、2.2.6攻击方案计算时间、3.1.1飞行模式自动/人工选择、3.1.2自动驶入跑道、 3.1.3自动驶出跑道、3.1.4自动起降、3.1.5自动飞行、3.1.6自动返航、3.1.7自动转换导航模式、3.1.8自动降级、3.2.1包线临界值告警、3.2.2自动速度保持、3.2.3自动姿态保持、3.3.1自动供电、3.3.2能量转换、3.3.3能量分配、3.3.4能量诊断、3.3.5 能量控制、3.3.6能量保护、3.3.7能量热管理、3.3.8自动选择频段、3.3.9自动选择带宽、3.3.10自动选择速率、3.3.11自动选择距离、3.3.12自动传感器开机、3.3.13自动传感器关机、3.3.14自动传感器工作模式切换、3.3.15自动传感器工作参数调整、 3.3.16自动舱门关闭、3.3.17自动舱门开启、3.3.18自动悬挂物投放控制、3.3.19自动悬挂物状态监测、3.3.20发射装置自动充气控制、3.3.21自动挂装控制、4.1.1自动武器选择、4.1.2自动弹目比匹配、4.1.3自动坐标攻击火控计算、4.1.4自动目标位置解算、4.1.5自动毁伤评估、4.1.6自动二次打击决策、4.1.7自动固定目标攻击决策、 4.1.8自动未知目标攻击决策、4.2.1自动攻击火控引导、4.2.2自动照射目标、4.2.3自动弹道参数加载、5.1.1自动侦测干扰频率、5.1.2自动跳频通信、5.1.3自动电子测量、5.2.1自动有源电子干扰、5.2.2自动反辐射攻击、5.2.3自动无源电子干扰；共有 74个三级指标；
[0012]
步骤2：构建判断矩阵，确定不同指标的相对重要性权值；
[0013]
对无人机自主对地攻击能力指标三层体系中的每个指标赋值，所赋指标值取值为集合[1,10]中的整数；
[0014]
对于任一无人机目标a，假设a的能力指标体系同一层中的n个指标的指标值分别为a1、a2、
…an
，i＝1,2,...,n，j＝1,2,...,n；计算ai与aj对于目标a的相对重要程度a
ij
，如表1所示：
[0015]
表1 评价指标重要度比较结果
[0016] a1a2...ana1a
11a12
...a
1n
a2a
21a22
...a
2n
...............a
nan1an2
...a
nn
[0017]
其中
[0018][0019]
得到量化判断矩阵为：
[0020]
a'＝[a
ij
]n×n[0021]
步骤3：利用构建的量化判断矩阵计算各层次指标的相对权值；
[0022]
通过层次分析法计算各层次指标的相对权值，首先对量化判断矩阵按列规范化，即：
[0023][0024]
然后按行相加得和向量，即
[0025][0026]
接下来将和向量规范化，得到权重向量，即
[0027][0028]
步骤4：将一级指标权重向量中的每个一级指标的权重值与该一级指标所包含的二级指标权重向量相乘，5个一级指标得到5个列向量，将这5个列向量拼接成为一个列向量w2,w2中每一个值对应一个二级指标；
[0029]
再将w2中每一个值与该值对应的二级指标所包含的三级指标的权重向量相乘，得到12个列向量，再把这12个列向量进行拼接，得到权重矩阵w；
[0030]
步骤5：对无人机自主对地攻击能力指标的三级指标进行评分，除了识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间四个指标外其余三级指标的评分根据该指标是否实现自动化进行评分，若实现自动化评分为1，若未实现自动化，则评分为0；
[0031]
对于识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间四个指标，取值为实际值；对四个指标的实际值分别设计不同的设计 logistic函数进行规范化到[0,1]区间，具体如下：
[0032]
对于识别目标距离测量精度指标，设计logistic函数为：
[0033][0034]
对于识别目标距离测量时间指标，设计logistic函数为：
[0035][0036]
对于航路规划时间指标，设计logistic函数为：
[0037][0038]
对于攻击方案计算时间指标，设计logistic函数为：
[0039][0040]
上面4个logistic函数中的x为各个指标的实际值，y为各个指标实际值规范化后的结果；
[0041]
将上面4个指标规范化后的结果和其他三级指标的评分按照步骤1中三级指标定
义的顺序组成组成行向量x3，将行向量x3与权重矩阵w相乘得到最终的无人机性能指标得分，完成对无人机自主对地攻击能力的评价。
[0042]
本发明的有益效果如下：
[0043]
国内外研究现状表明，能量化的标准很少，大部分都仅仅停留在理论层面，没有实践意义，只有参考价值。而本发明评价方法，不仅提供了合适的能力指标体系，还可以通过这个方法计算出最终的评价结果，对无人机自主对地攻击能力进行了量化，有助于未来航空领域科学技术的发展。
附图说明
[0044]
图1是本发明识别目标距离测量精度指标规范化logistic函数图。
[0045]
图2是本发明识别目标距离测量时间指标规范化logistic函数图。
[0046]
图3是本发明航路规划时间指标规范化logistic函数图。
[0047]
图4是本发明攻击方案计算时间指标规范化logistic函数图。
[0048]
图5是本发明无人机自主对地攻击能力第一二级指标。
[0049]
图6是本发明无人机自主对地攻击能力第一个一级指标包含的第二三级指标。
[0050]
图7是本发明无人机自主对地攻击能力第二个一级指标包含的第二三级指标。
[0051]
图8是本发明无人机自主对地攻击能力第三个一级指标包含的第二三级指标。
[0052]
图9是本发明无人机自主对地攻击能力第四个一级指标包含的第二三级指标。
[0053]
图10是本发明无人机自主对地攻击能力第五个一级指标包含的第二三级指标。
具体实施方式
[0054]
下面结合附图和实施例对本发明进一步说明。
[0055]
本发明的目的在于提供一种无人机自主对地攻击能力的评价方法，方法主要的架构是设计出适合于我国地无人机自主对地攻击的评价体系，通过指标体系的建立构造出判断矩阵，然后对各层次因素之间的相对权值进行求值，并对飞机的参数进行处理，从而计算出无人机自主对地攻击能力的评估分数。
[0056]
针对现有问题，本发明主要工作包括以下两个方面：
[0057]
1)建立评价体系；
[0058]
2)对数据进行处理。
[0059]
假设为单架无人机对地面目标进行打击任务，任务的要求包括目标的区域以及主要外形特点，加载空域和地形约束后，无人机完成从地面机场起飞-巡航-侦察-识别目标-打击-返回的一系列任务过程，在这一过程中评价无人机的自主性能。在任务执行过程中主要的操作管理包括飞行管理和任务管理，对应任务操作能力。本发明的基于层次分析法构建指标体系的方法。
[0060]
一种无人机自主对地攻击能力评价方法，包括如下步骤：
[0061]
步骤1：构建无人机自主对地攻击能力指标体系；
[0062]
基于任务过程中的飞行管理和任务管理要求，对无人机自主性能评价指标体系框架进一步细化，形成无人机自主对地攻击能力指标体系。
[0063]
所述无人机自主对地攻击能力指标分为三层：
[0064]
本发明将无人机自主对地攻击能力指标分解为5个方面，再分别对每个方面进行分析，最终综合构建了无人机自主性评估指标体系。第一层的一级指标分别为：1 信息感知能力、2规划能力、3自动控制能力、4自动侦察打击能力和5抗电磁干扰能力；共有5个一级指标；
[0065]
第二层的二级指标分别为：1.1气象条件感知、1.2空域环境感知、1.3战场态势感知、2.1航迹规划、2.2任务规划、3.1自动起飞着落巡航能力、3.2飞行姿态与航速控制、3.3载荷控制、4.1攻击决策、4.2攻击引导、5.1抵抗敌方电磁干扰、5.2电磁攻击；共有12个二级指标；
[0066]
第三层的三级指标分别为：1.1.1自动气象条件侦测、1.2.1自动空管信息加载响应、1.3.1自动态势生成、1.3.2自动信息融合、1.3.3自动目标探测、1.3.4自动目标识别、1.3.5识别目标距离测量精度、1.3.6识别目标距离测量时间、1.3.7自动威胁判断、1.3.8自动威胁决策、1.3.9自动威胁规避、2.1.1自动航路加载、2.1.2自动航路校验、2.1.3自动航路存储、2.1.4自动航路增加、2.1.5自动航路修改、2.1.6自动航路删除、2.1.7自动航路重规划、2.1.8航路规划时间、2.2.1余度管理切换、2.2.2自动任务重规划、2.2.3自动攻击列表排序、2.2.4自动攻击列表管理、2.2.5自动攻击方案生成、2.2.6攻击方案计算时间、3.1.1飞行模式自动/人工选择、3.1.2自动驶入跑道、 3.1.3自动驶出跑道、3.1.4自动起降、3.1.5自动飞行、3.1.6自动返航、3.1.7自动转换导航模式、3.1.8自动降级、3.2.1包线临界值告警、3.2.2自动速度保持、3.2.3自动姿态保持、3.3.1自动供电、3.3.2能量转换、3.3.3能量分配、3.3.4能量诊断、3.3.5 能量控制、3.3.6能量保护、3.3.7能量热管理、3.3.8自动选择频段、3.3.9自动选择带宽、3.3.10自动选择速率、3.3.11自动选择距离、3.3.12自动传感器开机、3.3.13自动传感器关机、3.3.14自动传感器工作模式切换、3.3.15自动传感器工作参数调整、 3.3.16自动舱门关闭、3.3.17自动舱门开启、3.3.18自动悬挂物投放控制、3.3.19自动悬挂物状态监测、3.3.20发射装置自动充气控制、3.3.21自动挂装控制、4.1.1自动武器选择、4.1.2自动弹目比匹配、4.1.3自动坐标攻击火控计算、4.1.4自动目标位置解算、4.1.5自动毁伤评估、4.1.6自动二次打击决策、4.1.7自动固定目标攻击决策、 4.1.8自动未知目标攻击决策、4.2.1自动攻击火控引导、4.2.2自动照射目标、4.2.3自动弹道参数加载、5.1.1自动侦测干扰频率、5.1.2自动跳频通信、5.1.3自动电子测量、5.2.1自动有源电子干扰、5.2.2自动反辐射攻击、5.2.3自动无源电子干扰；共有 74个三级指标；
[0067]
步骤2：构建判断矩阵，确定不同因素的相对重要性权值；
[0068]
在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而不把所有因素放在一起比较，而是两两相互比较，对此时采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准确度。
[0069]
对无人机自主对地攻击能力指标三层体系中的每个指标赋值，所赋指标值取值为集合[1,10]中的整数；
[0070]
对于任一无人机目标a，假设a的能力指标体系同一层中的n个指标的指标值分别为a1、a2、
…an
，i＝1,2,...,n，j＝1,2,...,n；计算ai与aj对于目标a的相对重要程度a
ij
，如表1所示：
[0071]
表1 评价指标重要度比较结果
[0072] a1a2...ana1a
11a12
...a
1n
a2a
21a22
...a
2n
...............a
nan1an2
...a
nn
[0073]
其中
[0074][0075]
得到量化判断矩阵为：
[0076]
a'＝[a
ij
]n×n[0077]
步骤3：利用构建的量化判断矩阵计算各层次指标的相对权值；
[0078]
通过层次分析法计算各层次指标的相对权值，首先对量化判断矩阵按列规范化，即：
[0079][0080]
然后按行相加得和向量，即
[0081][0082]
接下来将和向量规范化，得到权重向量，即
[0083][0084]
步骤4：将一级指标权重向量中的每个一级指标的权重值与该一级指标所包含的二级指标权重向量相乘，5个一级指标得到5个列向量，将这5个列向量拼接成为一个列向量w2,w2中每一个值对应一个二级指标；
[0085]
再将w2中每一个值与该值对应的二级指标所包含的三级指标的权重向量相乘，得到12个列向量，再把这12个列向量进行拼接，得到权重矩阵w；
[0086]
步骤5：飞机参数的处理基于无人机自主对地攻击能力指标体系，在无人机自主性能评价指标体系中可以将指标分为两类。
[0087]
第一类为自动控制类，比如自动武器选取、自动起降、自动航路修改等指标。这类指标按照是否实现自动化进行打分即可，如果未能在该指标上实现自动化，则为0 分，若已经在该指标上实现自动化，则为1分。
[0088]
比如自动目标探测指标。对于某型无人机而言，如果该无人机能实现自动目标探测，则为1分，若不能实现，则为0分。
[0089]
第二类指标是测量数据类，比如航路规划时间、识别目标距离测量精度、攻击方案计算时间等。这类指标由于本身的范围不在0-1之间，取值范围也相差较大，所以需要对这类指标进行数据标准化。
[0090]
目前，数据标准化处理通常采用的是线性变换方法，然而在处理非均匀分布的指标数据集合时，尤其是对局部集中分布数据的处理存在一定局限性，例如无法有效地将数据划分层级，缺乏辨识性等。
[0091]
logistic函数最早用于人口增长问题的研究，长久以来它几乎是唯一描述s型增长的曲线模型，即描述了一个群体的某属性由低水平向高水平发展的过程，且不同阶段的变化速度各不相同。在以往的研究中，学者大多将logistic函数曲线应用于经济预测研究中，通常首先对现有已知样本数据拟合，然后预测今后可能出现的结果。
[0092]
针对线性标准化方法存在的局限性，结合logistic曲线函数特性设计s形曲线模型对指标数据进行非线性变换，构建非线性的标准化处理方法，该方法能够在不改变数据序列及整体分布的前提下对各数据点的取值进行非线性放缩，在将数据稠密的区间进行扩大的同时将数据稀疏的区间进行压缩，是一种良好的数据标准化方法。
[0093]
在无人机自主性能评价指标体系中第二类指标有四个，分别为识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间，这四个指标由于各自的取值范围不同，所以所选取的logistic曲线函数也不同。
[0094]
对无人机自主对地攻击能力指标的三级指标进行评分，除了识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间四个指标外其余三级指标的评分根据该指标是否实现自动化进行评分，若实现自动化评分为1，若未实现自动化，则评分为0；
[0095]
对于识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间四个指标，取值为实际值；对四个指标的实际值分别设计不同的设计logistic 函数进行规范化到[0,1]区间，具体如下：
[0096]
对于识别目标距离测量精度指标，它的数据范围为几米到几十米不等，主要数据集中分布在5米-25米左右。基于以上情况，设计logistic函数为：
[0097][0098]
根据该logistic函数可以将识别目标距离测量精度的数据进行数据标准化，标准化后的函数如图1所示。
[0099]
从图中可以看出，当识别目标距离测量精度小于10米时，所得到的性能指标评分在1-0.9之间，当识别目标距离测量精度大于22米时，所得到的性能指标评分小于0.1，这样的数据标准化处理能够有效反映出评分的准确性。
[0100]
对于识别目标距离测量时间指标，它的数据范围为几秒到几十秒不等，主要数据集中分布在5s-40s左右。基于以上情况，设计logistic函数为：
[0101][0102]
根据该logistic函数可以将识别目标距离测量时间的数据进行数据标准化，标准化后的函数如图2所示。
[0103]
从图中可以看出，当识别目标距离测量时间小于15s时，所得到的性能指标评分在1-0.9之间，当识别目标距离测量时间大于35s时，所得到的性能指标评分小于 0.1，这样的数据标准化处理能够有效反映出评分的准确性。
[0104]
对于航路规划时间指标，它的数据范围为几秒到几十秒不等，主要数据集中分布在5s-20s左右。基于以上情况，设计logistic函数为：
[0105][0106]
根据该logistic函数可以将航路规划时间的数据进行数据标准化，标准化后的函数如图3所示。
[0107]
从图中可以看出，当航路规划时间小于5s时，所得到的性能指标评分在1-0.9 之间，当航路规划时间大于15s时，所得到的性能指标评分小于0.1，这样的数据标准化处理能够有效反映出评分的准确性。
[0108]
对于攻击方案计算时间指标，它的数据范围为几秒不等，主要数据集中分布在 0-1s左右。基于以上情况，设计logistic函数为：
[0109][0110]
根据该logistic函数可以将攻击方案计算时间的数据进行数据标准化，标准化后的函数如图4所示。
[0111]
从图中可以看出，当攻击方案计算时间小于0.5s时，所得到的性能指标评分在 1-0.9之间，当攻击方案计算时间大于1s时，所得到的性能指标评分小于0.1，这样的数据标准化处理能够有效反映出评分的准确性。
[0112]
上面4个logistic函数中的x为各个指标的实际值，y为各个指标实际值规范化后的结果；
[0113]
将上面4个指标规范化后的结果和其他三级指标的评分按照步骤1中三级指标定义的顺序组成组成行向量x3，将行向量x3与权重矩阵w相乘得到最终的无人机性能指标得分，完成对无人机自主对地攻击能力的评价。
[0114]
具体实施例：
[0115]
(1)建立无人机自主对地攻击能力评价指标体系。
[0116]
基于任务过程中的飞行管理和任务管理要求，对无人机自主性能评价指标体系框架进一步细化，形成无人机自主性能评价指标体系。如图5至图10所示。
[0117]
(2)构造判断矩阵。
[0118]
对于一级指标来说，一级指标存在信息感知能力、规划能力、自动控制能力、自动侦查打击能力、抗电磁干扰能力这5个要素，这些要素都会同时影响飞机的性能分数，那么这些要素对于目标层的权重就可以通过相互之间的比较来确定。同理，二级、三级指标皆采用这种方法，将不同的要素进行互相比较，得出不同要素对于飞机性能的相对重要程度，解出比较结果判断矩阵。算法中所涉及的各个参数在本实例中的取值如下所示，一级评价指标重要等级打分情况如表2所示，一级评价指标重要度比较结果如表3所示；二级评价指标重要等级打分情况如表4、表6、表8、表10、表12 所示，二级评价指标重要度比较结果如表5、表7、表9、表11、表13所示；三级评价指标重要等级打分情况如表16至表25，三级评价指标重要度比较结果除了自动气象条件侦测(如表14)、自动空管信息加载响应(如表15)这两个指标，其余均由矩阵表示。
[0119]
表2 一级评价指标重要等级打分
[0120]
信息感知能力规划能力自动控制能力自动侦查打击能力抗电磁干扰能力12345
[0121]
表3 一级评价指标重要度比较结果
[0122][0123]
表4 信息感知能力的二级评价指标重要等级打分
[0124]
气象条件感知空间环境感知战场态势感知123
[0125]
表5 信息感知能力的二级评价指标重要度比较结果
[0126] 气象条件感知空间环境感知战场态势感知气象条件感知10.50.333空间环境感知210.667战场态势感知31.51
[0127]
表6 规划能力的二级评价指标重要等级打分
[0128]
航迹规划任务规划45
[0129]
表7 规划能力的二级评价指标重要度比较结果
[0130] 航迹规划任务规划航迹规划10.800任务规划1.2501
[0131]
表8 自动控制能力的二级评价指标重要等级打分
[0132]
自动起飞着陆巡航能力飞行姿态与航速控制载荷控制678
[0133]
表9 自动控制能力的二级评价指标重要度比较结果
[0134] 自动起飞着陆巡航能力飞行姿态与航速控制载荷控制自动起飞着陆巡航能力10.8570.750飞行姿态与航速控制1.16710.875载荷控制1.3331.1431
[0135]
表10 自动侦察打击能力的二级评价指标重要等级打分
[0136]
攻击决策攻击引导91
[0137]
表11 自动侦察打击能力的二级评价指标重要度比较结果
[0138][0139][0140]
表12 抗电磁干扰能力的二级评价指标重要等级打分
[0141]
抵抗敌方电磁干扰电磁攻击23
[0142]
表13 抗电磁干扰能力的二级评价指标重要度比较结果
[0143] 抵抗敌方电磁干扰电磁攻击抵抗敌方电磁干扰10.667电磁攻击1.5001
[0144]
三级指标中自动气象条件探测打分为1、自动空管信息加载响应打分为 2。
[0145]
表14 气象条件感知引申出的三级评价指标重要度比较结果
[0146] 自动气象条件探测自动气象条件探测1
[0147]
表15 空域环境感知引申出的三级评价指标重要度比较结果
[0148] 自动空管信息加载响应自动空管信息加载响应1
[0149]
表16 战场态势感知引申出的三级指标重要等级打分
[0150][0151]
其三级评价指标重要度比较结果矩阵如下所示：
[0152][0153]
表17 航迹规划引申出的三级指标重要等级打分
[0154]
自动航路加载自动航路校验自动航路储存自动航路增加1231自动航路修改自动航路删除自动航路重规划航路规划时间
2312
[0155]
其三级评价指标重要度比较结果矩阵如下所示：
[0156][0157]
表18 任务规划引申出的三级指标重要等级打分
[0158][0159]
其三级评价指标重要度比较结果矩阵如下所示：
[0160][0161]
表19 自动起飞着落巡航能力引申出的三级指标重要等级打分
[0162][0163]
其三级评价指标重要度比较结果矩阵如下所示：
[0164][0165]
表20 飞行姿态与航速控制引申出的三级指标重要等级打分
[0166]
包线临界值警告自动速度保持自动态势保持312
[0167]
其三级评价指标重要度比较结果矩阵如下所示：
[0168][0169]
表21 载荷控制引申出的三级指标重要等级打分
[0170][0171]
其三级评价指标重要度比较结果矩阵如下所示：
[0172][0173]
表22 攻击决策引申出的三级指标重要等级打分
[0174]
自动武装选择自动弹目比匹配自动坐标攻击火控计算自动目标位置解算1234自动毁伤评估自动二次打击决策自动固定目标攻击决策自动位置目标攻击决策5678
[0175]
其三级评价指标重要度比较结果矩阵如下所示：
[0176][0177]
表23 攻击引导引申出的三级指标重要等级打分
[0178]
自动攻击火控引导自动照射目标自动弹道参数加载912
[0179]
其三级评价指标重要度比较结果矩阵如下所示：
[0180][0181]
表24 抵抗敌方电磁干扰引申出的三级指标重要等级打分
[0182]
自动侦测干扰频率自动跳频通信自动电子测量345
[0183]
其三级评价指标重要度比较结果矩阵如下所示：
[0184][0185]
表25 电磁攻击引申出的三级指标重要等级打分
[0186]
自动有源电子干扰自动反辐射攻击自动无源电子干扰678
[0187]
其三级评价指标重要度比较结果矩阵如下所示：
[0188][0189]
基于对每种因素的综合评价可以得到量化判断矩阵，其中每个元素都为正数，且对称位置的数值互为倒数。
[0190]
(3)计算各层次因素的相对权值。
[0191]
(a1)按照上述的参数值，根据步骤3的公式对一级评价指标量化判断矩阵按列规范化得如下矩阵。
[0192][0193]
(b1)根据步骤3的公式，将规范化的一级评价指标量化判断矩阵按行相加得和向量。
[0194]
w1＝(0.333,0.667,1,1.333,1.667)
t
[0195]
(c1)根据步骤3的公式将上面的和向量规范化，得到权重向量。
[0196][0197]
(a2)按照上述的参数值，根据步骤3的公式对二级评价指标量化判断矩阵按列规范化。
[0198]
(a2.1)信息感知能力的二级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0199][0200]
(a2.2)规划能力的二级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0201][0202]
(a2.3)自动控制能力的二级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0203][0204]
(a2.4)自动侦察打击能力的二级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0205]
(a2.5)抗电磁干扰能力的二级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0206][0207]
(b2)根据步骤3的公式，将规范化的二级评价指标量化判断矩阵按行相加得和向量。
[0208]
(b2.1)信息感知能力的二级评价指标量化判断矩阵按行相加得和向量：
[0209]w21
＝(0.5,1,1.5)
t
[0210]
(b2.2)规划能力的二级评价指标量化判断矩阵按行相加得和向量：
[0211]w22
＝(0.889,1.111)
t
[0212]
(b2.3)自动控制能力的二级评价指标量化判断矩阵按行相加得和向量：
[0213]w23
＝(0.857,1,1.1429)
t
[0214]
(b2.4)自动侦察打击能力的二级评价指标量化判断矩阵按行相加得和向量：
[0215]w24
＝(1.8,0.2)
t
[0216]
(b2.5)抗电磁干扰能力的二级评价指标量化判断矩阵按行相加得和向量：
[0217]w25
＝(0.8,1.2)
t
[0218]
(c2)根据步骤3的公式将上面的和向量规范化，得到权重向量。
[0219]
(c2.1)信息感知能力的二级评价指标的权重向量：
[0220][0221]
(c2.2)规划能力的二级评价指标的权重向量：
[0222][0223]
(c2.3)自动控制能力的二级评价指标的权重向量：
[0224][0225]
(c2.4)自动侦察打击能力的二级评价指标的权重向量：
[0226][0227]
(c2.5)抗电磁干扰能力的二级评价指标的权重向量：
[0228][0229]
(a3)按照上述的参数值，根据步骤3的公式对三级评价指标量化判断矩阵按列规范化。
[0230]
(a3.1)气象条件感知引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0231]
[1]
[0232]
(a3.2)空域环境感知引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0233]
[1]
[0234]
(a3.3)战场态势感知引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0235][0236]
(a3.4)航迹规划引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0237][0238]
(a3.5)任务规划引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0239][0240]
(a3.6)自动起飞着落巡航能力引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0241][0242]
(a3.7)飞行姿势与航速控制引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0243][0244]
(a3.8)载荷控制引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0245][0246]
(a3.9)攻击决策引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵
[0247][0248]
(a3.10)攻击引导引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0249][0250]
(a3.11)抵抗敌方电磁干扰引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0251][0252]
(a3.12)电磁攻击引申出的三级评价指标量化判断矩阵按列规范化可得以下矩阵：
[0253][0254]
(b3)根据步骤3的公式，将规范化的一级评价指标量化判断矩阵按行相加得和向量。
[0255]
(b3.1)气象条件感知引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0256]
w1＝(1)
t
[0257]
(b3.2)空域环境感知引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0258]
w2＝(1)
t
[0259]
(b3.3)战场态势感知引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0260]
w3＝(0.6,0.8,1,1.2,1.4,1.6,1.8,0.2,0.4)
t
[0261]
(b3.4)航迹规划引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0262]
w4＝(0.533,1.067,1.6,0.533,1.067,1.6,0.533,1.067)
t
[0263]
(b3.5)任务规划引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0264]
w5＝(1.5,0.2,1,1.5,0.5,1)
t
[0265]
(b3.6)自动起飞着落巡航能力引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0266]
w6＝(0.533,1.067,1.6,0.533,1.067,1.6,0.533,1.067)
t
[0267]
(b3.7)飞行姿势与航速控制引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0268]
w7＝(1.5,0.5,1)
t
[0269]
(b3.8)载荷控制引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0270]
w8＝(0.219,0.438,0.656,0.875,1.094,1.313,1.531,1.75,1.969,0.219,0.438,0.656,0.875,1.094, 1.313,1.75,1.969,0.219,0.438,0.656)
t
[0271]
(b3.9)攻击决策引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0272]
w9＝(0.222,0.444,0.667,0.889,1.111,1.333,1.556,1.778)
t
[0273]
(b3.10)攻击引导引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0274]w10
＝(2.25,0.25,0.5)
t
[0275]
(b3.11)抵抗敌方电磁干扰引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0276]w11
＝(0.75,1,1.25)
t
[0277]
(b3.12)电磁攻击引申出的三级评价指标量化判断矩阵按行相加得和向量：
[0278]w12
＝(0.857,1,1.143)
t
[0279]
(c3)根据步骤3的公式将上面的和向量规范化，得到权重向量。
[0280]
(c3.1)气象条件感知引申出的三级评价指标的权重向量：
[0281][0282]
(c3.2)空域环境感知引申出的三级评价指标的权重向量：
[0283][0284]
(c3.3)战场态势感知引申出的三级评价指标的权重向量：
[0285][0286]
(c3.4)航迹规划引申出的三级评价指标的权重向量：
[0287][0288]
(c3.5)任务规划引申出的三级评价指标的权重向量：
[0289][0290]
(c3.6)自动起飞着落巡航能力引申出的三级评价指标的权重向量：
[0291][0292]
(c3.7)飞行姿势与航速控制引申出的三级评价指标的权重向量：
[0293][0294]
(c3.8)载荷控制引申出的三级评价指标的权重向量：
[0295][0296]
(c3.9)攻击决策引申出的三级评价指标的权重向量：
[0297][0298]
(c3.10)攻击引导引申出的三级评价指标的权重向量：
[0299][0300]
(c3.11)抵抗敌方电磁干扰引申出的三级评价指标的权重向量：
[0301][0302]
(c3.12)电磁攻击引申出的三级评价指标的权重向量：
[0303][0304]
(e)计算权重矩阵。
[0305]
将计算出的一级指标的权重数值与该一级指标所对应的二级指标权重数相乘，再将所得结果与对应的三级指标相乘，即可得到权重矩阵。
[0306]
(e1)一级指标的权重数值与该一级指标所对应的二级指标权重数相乘：
[0307][0308][0309][0310][0311][0312]
设w2为将w21、w22、w23、w24、w25拼接起来的新矩阵，即
[0313]
w2＝(0.011,0.022,0.033,0.059,0.074,0.057,0.067,0.076,0.24,0.027,0.133,0.2)
t
[0314]
(e2)将w2与对应的三级指标相乘：
[0315][0316]
[0317][0318][0319][0320][0321][0322][0323][0324][0325][0326][0327]
(e3)计算权重矩阵。
[0328]
设w为权重矩阵则w为w31、w32、w33、w34、w35、w36、w37、w38、 w39、w310、w311、w312拼接出来的矩阵，即权重矩阵w为：
[0329]
w＝(0.011,0.022,0.002,0.003,0.004,0.004,0.005,0.006,0.007,0.001,0.002,0.004,0.008,0.012, 0.004,0.008,0.012,0.004,0.008,0.019,0.006,0.012,0.019,0.006,0.012,0.004， 0.008,0.011,0.004,0.008,0.011,0.004,0.008,0.033,0.011,0.022,0.001,0.002,0.002,0.003,0.00 4,0.005,0.006,0.006,0.007,0.001,0.002,0.002,0.003,0.004， 0.005,0.006,0.006,0.007,0.001,0.002,0.002,0.007,0.013,0.02,0.027,0.033,0.04,0.047,0.053,0 .02,0.002,0.004,0.033,0.044,0.056,0.057,0.067,0.076)
t
[0330]
接下来输入无人机性能指标评分，在读取指标权值后即可进行，在评分时大多数的指标取值范围为0-1，但是有四个带有明确计量单位的指标除外。
[0331]
对于一般的指标而言，根据该指标是否自动化，输入0或1。但是对于识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间这四个指标，则需要根据所表明的计量单位输入测量出的具体数值。
[0332]
例如输入如表26所示的指标评分：
[0333]
表26 某型无人机性能指标评分
[0334][0335]
[0336][0337]
(f)计算性能得分。
[0338]
(f1)将评分中的具体数据进行规范化。
[0339]
根据以上数据可知，识别目标距离测量精度为10m、识别目标距离测量时间为 20s、航路规划时间为15s和攻击方案计算时间为0.8s。
[0340]
利用logistic函数将数据进行标准化。
[0341]
对于识别目标距离测量精度指标其标准化计算如下：
[0342][0343]
对于识别目标距离测量时间指标其标准化计算如下：
[0344][0345]
对于航路规划时间指标其标准化计算如下：
[0346][0347]
对于攻击方案计算时间指标其标准化计算如下：
[0348][0349]
(f2)计算无人机性能指标的最终得分。
[0350]
将以上标准化后的数据与其余的输入数据共同存放于矩阵x3(行矩阵)中，然后与之前计算出的权重矩阵w(列矩阵)相乘即可得到最终的无人机性能指标得分：
[0351]
value＝x3*w＝(1,1,0,1,1,0,0.971,0.818,1,1,0,0,0,1,1,1,1,1,0.06,1,1,1,1,1,0.269,1,1,0,0,1,1,1, 1,1,1,1,1,0,0,0,1,1,1,1,1,0,0,0,0,0,1,1,0,0,1,1,0,0,0,0,1,1,1,1,1,1,1,1,1,1,0,0,0,0)* (0.011,0.022,0.002,0.003,0.004,0.004,0.005,0.006,0.007,0.001,0.002,0.004,0.008,0.012,0. 004,0.008,0.012,0.004,0.008,0.019,0.006,0.012,0.019,0.006,0.012,0.004， 0.008,0.011,0.004,0.008,0.011,0.004,0.008,0.033,0.011,0.022,0.001,0.002,0.002,0.003,0.00 4,0.005,0.006,0.006,0.007,0.001,0.002,0.002,0.003,0.004，0.005,0.006,0.006,0.007,0.001,0.002,0.002,0.007,0.013,0.02,0.027,0.033,0.04,0.047,0.053,0 .02,0.002,0.004,0.033,0.044,0.056,0.057,0.067,0.076)
t
＝0.6616
[0352]
即该案例可算出无人机性能指标的最终得分为0.6616分。
技术特征：1.一种无人机自主对地攻击能力评价方法，其特征在于，包括如下步骤：步骤1：构建无人机自主对地攻击能力指标体系；所述无人机自主对地攻击能力指标分为三层：第一层的一级指标分别为：1信息感知能力、2规划能力、3自动控制能力、4自动侦察打击能力和5抗电磁干扰能力；共有5个一级指标；第二层的二级指标分别为：1.1气象条件感知、1.2空域环境感知、1.3战场态势感知、2.1航迹规划、2.2任务规划、3.1自动起飞着落巡航能力、3.2飞行姿态与航速控制、3.3载荷控制、4.1攻击决策、4.2攻击引导、5.1抵抗敌方电磁干扰、5.2电磁攻击；共有12个二级指标；第三层的三级指标分别为：1.1.1自动气象条件侦测、1.2.1自动空管信息加载响应、1.3.1自动态势生成、1.3.2自动信息融合、1.3.3自动目标探测、1.3.4自动目标识别、1.3.5识别目标距离测量精度、1.3.6识别目标距离测量时间、1.3.7自动威胁判断、1.3.8自动威胁决策、1.3.9自动威胁规避、2.1.1自动航路加载、2.1.2自动航路校验、2.1.3自动航路存储、2.1.4自动航路增加、2.1.5自动航路修改、2.1.6自动航路删除、2.1.7自动航路重规划、2.1.8航路规划时间、2.2.1余度管理切换、2.2.2自动任务重规划、2.2.3自动攻击列表排序、2.2.4自动攻击列表管理、2.2.5自动攻击方案生成、2.2.6攻击方案计算时间、3.1.1飞行模式自动/人工选择、3.1.2自动驶入跑道、3.1.3自动驶出跑道、3.1.4自动起降、3.1.5自动飞行、3.1.6自动返航、3.1.7自动转换导航模式、3.1.8自动降级、3.2.1包线临界值告警、3.2.2自动速度保持、3.2.3自动姿态保持、3.3.1自动供电、3.3.2能量转换、3.3.3能量分配、3.3.4能量诊断、3.3.5能量控制、3.3.6能量保护、3.3.7能量热管理、3.3.8自动选择频段、3.3.9自动选择带宽、3.3.10自动选择速率、3.3.11自动选择距离、3.3.12自动传感器开机、3.3.13自动传感器关机、3.3.14自动传感器工作模式切换、3.3.15自动传感器工作参数调整、3.3.16自动舱门关闭、3.3.17自动舱门开启、3.3.18自动悬挂物投放控制、3.3.19自动悬挂物状态监测、3.3.20发射装置自动充气控制、3.3.21自动挂装控制、4.1.1自动武器选择、4.1.2自动弹目比匹配、4.1.3自动坐标攻击火控计算、4.1.4自动目标位置解算、4.1.5自动毁伤评估、4.1.6自动二次打击决策、4.1.7自动固定目标攻击决策、4.1.8自动未知目标攻击决策、4.2.1自动攻击火控引导、4.2.2自动照射目标、4.2.3自动弹道参数加载、5.1.1自动侦测干扰频率、5.1.2自动跳频通信、5.1.3自动电子测量、5.2.1自动有源电子干扰、5.2.2自动反辐射攻击、5.2.3自动无源电子干扰；共有74个三级指标；步骤2：构建判断矩阵，确定不同指标的相对重要性权值；对无人机自主对地攻击能力指标三层体系中的每个指标赋值，所赋指标值取值为集合[1,10]中的整数；对于任一无人机目标a，假设a的能力指标体系同一层中的n个指标的指标值分别为a1、a2、
…
a
n
，i＝1,2,...,n，j＝1,2,...,n；计算a
i
与a
j
对于目标a的相对重要程度a
ij
，如表1所示：表1 评价指标重要度比较结果a1a2...a
n
a1a
11
a
12
...a
1n
a2a
21
a
22
...a
2n
...............a
n
a
n1
a
n2
...a
nn
其中得到量化判断矩阵为：a'＝[a
ij
]
n
×
n
步骤3：利用构建的量化判断矩阵计算各层次指标的相对权值；通过层次分析法计算各层次指标的相对权值，首先对量化判断矩阵按列规范化，即：然后按行相加得和向量，即接下来将和向量规范化，得到权重向量，即步骤4：将一级指标权重向量中的每个一级指标的权重值与该一级指标所包含的二级指标权重向量相乘，5个一级指标得到5个列向量，将这5个列向量拼接成为一个列向量w2,w2中每一个值对应一个二级指标；再将w2中每一个值与该值对应的二级指标所包含的三级指标的权重向量相乘，得到12个列向量，再把这12个列向量进行拼接，得到权重矩阵w；步骤5：对无人机自主对地攻击能力指标的三级指标进行评分，除了识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间四个指标外其余三级指标的评分根据该指标是否实现自动化进行评分，若实现自动化评分为1，若未实现自动化，则评分为0；对于识别目标距离测量精度、识别目标距离测量时间、航路规划时间和攻击方案计算时间四个指标，取值为实际值；对四个指标的实际值分别设计不同的设计logistic函数进行规范化到[0,1]区间，具体如下：对于识别目标距离测量精度指标，设计logistic函数为：对于识别目标距离测量时间指标，设计logistic函数为：对于航路规划时间指标，设计logistic函数为：
对于攻击方案计算时间指标，设计logistic函数为：上面4个logistic函数中的x为各个指标的实际值，y为各个指标实际值规范化后的结果；将上面4个指标规范化后的结果和其他三级指标的评分按照步骤1中三级指标定义的顺序组成组成行向量x3，将行向量x3与权重矩阵w相乘得到最终的无人机性能指标得分，完成对无人机自主对地攻击能力的评价。
技术总结本发明公开了一种无人机自主对地攻击能力评价方法，解决了目前还没有适合无人机技术特征和作战使用特点的自主评价方法的迫切需求。本方法包含：分析无人机需要具备的基本能力；无人机自主性能评价指标体系模型的创建；构造判断矩阵；各层次因素的相对权值的计算；利用Logistic函数对数据进行处理，最终得到无人机性能指标得分，完成对无人机自主对地攻击能力的评价。本发明可有效地对无人机自主对地攻击能力进行评价。攻击能力进行评价。攻击能力进行评价。
技术研发人员：张建东 杨啟明 杜梓冰 周星宇 郑力会 史国庆 吴勇 张耀中
受保护的技术使用者：西北工业大学
技术研发日：2022.05.30
技术公布日：2022/11/1
