非完备信息下无人机智能攻防决策技术研究现状与展望(4)

也有研究成果通过建立影响目标意图各个因素的预测模型，结合 D-S合成法对各影响因素进行综合，进而得到目标各个可能意图结果的概率值。
随着各种高科技武器在现代战争中大量的投入使用，使得空战数据量急剧增大。与此同时，战场环境也变得越发复杂和不确定。面对复杂的战场环境，仅通过上述较为简单的目标意图预测方法，很难从复杂数据中快速准确地获取敌方的战术意图，因此需要采取更加智能的方法来实现敌方目标意图预测。深度学习的快速发展，为处理复杂数据提供了一种有效工具。孙亮等通过改进深度置信网络激活函数和参数调节算法，设计了基于深度神经网络的空战意图识别模型，最终通过仿真验证所提模型具有较高的识别率，但是该方法主要针对当前一个时刻有效。在实际空战中，战场中的目标意图往往是通过一系列战术动作来执行的，目标的状态信息，以及作战环境会呈现动态变化。针对时序特征，周旺旺等分别提出了基于栈式自编码器的意图识别模型和基于长短时记忆网络的战场对敌目标战术意图智能识别模型，将战场环境信息、目标属性、目标状态等 48 维信息作为输入以识别作战意图，这两种模型均能有效识别目标作战意图。
对于深度学习方法，欧微等提出了合理采集足够多的有效空战数据是训练深度学习网络的基础。目前也有研究成果将目标意图预测分成目标状态预测与意图识别，通过长短期记忆网络对目标的状态进行预测，基于不完备区间决策树对历史数据进行规则提取，进而识别出预测数据所对应的目标意图。
3 多机协同多目标攻击研究现状
现代战争的战场环境复杂且作战任务众多，单架无人机越来越难以适应复杂的空战环境，多机协同作战是未来空战的主流方式。多无人机协同作战能弥补单架无人机作战能力不足的问题，给空军战斗力带来极大提升。无人机多机协同作战是指两架或两架以上无人机相互配合、相互协作，共同执行作战任务的空战方式，是现代智能空战的主要发展方向之一，也是现代陆、海、空、天、电一体化作战模式在多机空战中的具体反映。多无人机协同多目标攻击是将处于不同位置、不同价值和不同威胁程度的敌方目标按收益最大代价最小的原则分配给不同类型、价值和战斗力的无人机，以达到整体作战效能最大的目标。显然多无人机协同多目标攻击决策是组合优化问题，属于非确定性多项式时间 NP 问题，巨大的计算代价是 NP 问题需要解决的难点。
为实现多无人机协同空战，首先需要综合分析敌我双方无人机的空战态势、战机性能和战术意图，进行攻防决策。多无人机协同多目标攻击是指根据当前已知的态势信息与敌方无人机的战术意图，通过一定的分配策略科学合理地分配我方的无人机资源，进行有效攻防决策，以达到最大毁伤敌方无人机的同时我方机群最小损失的目标，其原理框图如图 4 所示。