基于PSO的多舰艇编队指挥协同控制模型仿真

刘洋 王蕾

摘 要：为了提高多舰艇编队指挥协同控制能力，提出基于粒子群（PSO）寻优进化的多舰艇编队指挥协同控制模型，采用多传感融合跟踪识别方法进行多舰艇编队指挥协同控制的大数据信息采样，分析舰艇编队的火力分布指数，采用Lyapunov指数谱预测方法进行多舰艇编队的攻击能力和覆盖能力预测，构建多舰艇编队指挥协同控制的优化目标函数，采用粒子群进化寻优方法进行多舰艇编队指挥协同控制过程最优化求解，将多舰艇编队指挥协同控制问题转化为粒子群进化的全局优化问题，结合参数优化调节和攻击阵位的自适应调节，实现多舰艇编队指挥协同控制优化，提高多舰艇编队的攻击能力和防御能力。仿真结果表明，采用该方法进行多舰艇编队指挥协同控制的寻优能力较好，收敛性较强，控制输出的稳定性较好。

关键词： PSO;多舰艇编队;指挥;协同控制

【Abstract】 In order to improve the command and cooperative control ability of multi-warship formation， a multi-warship formation command collaborative control model based on particle swarm optimization and evolution is proposed. Big data information of multi-warship formation command and collaborative control is sampled by multi-sensor fusion tracking and recognition method， the firepower distribution index of warship formation is analyzed， and the attack ability and coverage ability of multi-warship formation are predicted by Lyapunov exponential spectrum prediction method. The optimal objective function of command and cooperative control of multi-warship formation is constructed， and the optimal solution of command and collaborative control process of multi-warship formation is carried out by using particle swarm evolutionary optimization method. The command and collaborative control problem of multi-warship formation is transformed into the global optimization problem of particle swarm evolution. Combined with parameter optimization adjustment and adaptive adjustment of attack position， the command and collaborative control optimization of multi-warship formation is realized. The attack ability and defense ability of multi-ship formation is improved. The simulation results show that the method has good optimization ability， strong convergence and good stability of control output.

【Key words】  PSO; multi-ship formation; command; cooperative control

0 引 言

隨着高性能武器装备的列装，海军作战舰艇的攻击性能越来越强大，进行多舰艇编队作战成为未来海上作战的主要形式，研究多舰艇编队指挥协同控制方法，在提高水面舰艇的攻击和防御能力方面具有重要意义。对多舰艇编队指挥协同的控制建立在对攻击路径和攻击火力的自适应寻优控制基础上，建立多舰艇编队指挥协同控制的目标参数模型，采用自适应寻优控制方法，构建多舰艇编队火力控制优化模型，实现多舰艇编队火力自动控制和仿真分析，提高多舰艇编的攻击能力[1]。

传统方法中，对多舰艇编队指挥协同控制方法主要采用遗传算法和仿生算法，建立多舰艇编队指挥协同控制的目标函数，采用过程寻优和攻击节点的优化部署方法，进行多舰艇编队指挥协同控制，但上述方法进行多舰艇编队指挥协同控制的模糊度较大，时滞较长，不能有效满足多舰艇编队指挥协同控制和实时控制的特点[2]，对此，本文提出基于粒子群（Particle swarm optimization， PSO）寻优进化的多舰艇编队指挥协同控制模型，采用多传感融合跟踪识别方法进行多舰艇编队指挥协同控制的大数据信息采样，分析舰艇编队的火力分布指数，采用粒子群进化寻优方法进行多舰艇编队指挥协同控制过程最优化求解，将多舰艇编队指挥协同控制问题转化为粒子群进化的全局优化问题，实现参数优化求解，最后进行仿真实验分析，得出有效性结论。

1 被控对象模型和参数优化

1.1 多舰艇编队指挥协同控制对象模型

为了实现对多舰艇编队指挥协同控制优化设计，采用物联网和多传感器组网方法，进行多舰艇编队指挥协同控制的约束参数采集，采集的控制参数主要有舰艇的航速、阵位、火力点以及弹药发射量等参数，对舰艇的位姿参数采用传感器进行实时采集，采集的舰艇参数主要有速度、磁通量等信息，利用传器融合跟踪识别方法进行误差补偿[3]，采用Kalman滤波融合方法进行参数融合，实现多舰艇编队的协同控制，总体实现流程如图1所示。

分析图3得知，采用本文方法进行多舰艇编队指挥协同控制的寻优能力较好，收敛性较强，控制输出的稳定性较好，具有很好的多舰艇编队指挥协同控制指挥调度能力。

4 结束语

研究多舰艇编队指挥协同控制方法，在提高水面舰艇的攻击和防御能力方面具有重要意义。本文提出基于粒子群寻优进化的多舰艇编队指挥协同控制模型，将编队指挥协同控制问题转化为粒子群进化的全局优化问题，结合参数优化调节和攻击阵位的自适应调节，实现多舰艇编队指挥协同控制优化，提高多舰艇编队的攻击能力和防御能力。研究得知，采用本文方法进行多舰艇编队指挥协同控制的调度性能较好，对舰艇的攻击阵位等参数的估计精度较高，寻优能力较强。

参考文献

[1]傅冰，肖玉杰. 跨平台火力兼容评估指标体系研究[J].兵器装备工程学报，2019，40（5）：110-114.

[2]刘振，徐学文，李静.考虑协同制导的编队一体化防空问题分析与求解[J].指挥与控制学报，2018，4（3）：213-219.

[3]葛立志.基于全弹道控制分析的水下航行器攻击模型视景仿真[J].舰船电子工程，2015，35（3）：137-141.

[4]傅冰，杨华东，肖玉杰.舰艇编队跨平台武器射弹命中前火力兼容判斷研究[J].海军工程大学学报，2018，30（6）：69-73.

[5]傅冰，曹渊，肖玉杰.跨平台非制导射弹命中末端火力兼容性判断研究[J].兵工学报，2019，40（2）：377-383.

[6]代森强，贺鹏. 水面舰队防空配置问题研究[J].信息工程大学学报，2016，17（5）：613-616.

[7]蔡芝明，金家善，陈砚桥. 舰艇编队备件携带方案的混合约束问题研究[J].海军工程大学学报，2016，28（5）：80-85，111.

[8]蔡芝明，金家善，陈砚桥.非稳态及多约束下多层级系统器材配置优化方法[J].北京航空航天大学学报，2017，43（1）：36-46.

[9]TONG Shaocheng， HUO Baoyu， LI Yongming. Observer-based adaptive decentralized fuzzy fault-tolerant control of nonlinear large-scale systems with actuator failures[J]. IEEE Transactions on Fuzzy Systems， 2014， 22（1）： 1-15.

[10]HAN S I， LEE J M. Fuzzy echo state neural networks and funnel dynamic surface control for prescribed performance of a nonlinear dynamic system[J]. IEEE Transactions on Industrial Electronics， 2014， 61（2）： 1099-1112.