基于SOAR模型的武器目标分配系统设计与研究

丁凡 文鹏程 韩炜

摘要：威胁评估是影响武器目标分配结果的重要因素，当前空战环境下，诸如速度、角度、高度、攻击距离等多种参数都会影响武器目标分配的结果，飞行员在考虑上述因素的同时，难以做出快速准确的决策。研究并提出一种基于SOAR智能认知模型构建的武器目标分配系统，通过将知识库与武器目标分配算法相结合，能够快速准确地给出目标分配方案，帮助飞行员更好地进行决策。最后进行了仿真计算，结果表明该系统的输出符合期望结果，并具有较好的实时性。

关键词：SOAR；认知架构；目标分配；威胁评估；专家系统

中图分类号：TP18文献标识码：ADOI：10.19452/j.issn1007-5453.2020.05.012

基金项目：航空科学基金（2017ZC31008）

武器目标分配问题（weapon-target assignment，WTA）即WTA问题，是空战协同作战的一个难点，其核心在于在短时间内给出正确、可靠的分配方案[1-2]。目标分配结果受多方面因素的影响，诸如角度、速度、高度、攻击半径等都对目标分配结果有着一定的干扰[3-4]，在考虑以上因素的同时，单靠飞行员个人难以做出快速周全的决策，因此迫切需要一种可靠的辅助手段来帮助飞行员进行决策。针对武器目标分配问题，大多通过建立专家系统知识库的方法，结合威胁态势评估和目标分配算法总结出相应规则来解决问题。

传统的专家系统存在结构简单、逻辑单一、知识库内容固定、难以修改且处理预期外情况能力较差等缺陷，而SOAR智能认知模型具有类似自学习、块处理、子状态处理等多种手段来解决知识库僵局的问题，将其与传统专家系统相结合，构建出的新系统具有人类专家思考解决问题的能力，且满足决策快速准确的要求，能够适应当前智能化的需求。

1 SOAR模型简介

SOAR模型即状态-算子-结果（State-Operator-andResult），是一种通过符号主义对智能行为进行编码的模型，通过选择算子改变问题状态产生最终结果来处理问题。SOAR模型主要包含了IO、长期记忆、决策以及学习评估几部分，具体结构如图1所示。

其中外部环境通过感知映射到工作记忆，工作记忆作为一种短期记忆，描述了当前问题解决的情况，并且从长期记忆获取知识，经过决策模块的决策，进行算子选择，决定选择哪一种行为进行输出，最后通过行为接口作用于外部环境。

通过SOAR构建的专家系统，能够更好地使用知识库中的专家知识，模仿人类专家思维做出决策，具有决策迅速、规则推理并行执行和逻辑合理等多项优点，且SOAR模型支持推理机与知识库分离的系统结构，这使得应用SOAR模型的专家系统具有灵活性高、可靠性强等特点，便于后续继续开发和整体的维护升级，适用于专家知识的提取和空战决策知识库的构建。

2武器目标分配系统构建

武器目标分配问题主要包含威胁态势评估和目标分配算法两部分，通过威脅态势评估将目标对我方的威胁大小进行量化并排序，之后通过目标分配算法给出最终的分配方案。

2.1威胁态势评估

威胁态势评估是武器目标分配的前提，通过计算不同目标的威胁系数来确定最终的分配方案，以达到最大杀伤效果。在协同作战环境下，对目标进行合理的威胁态势评估对于分配方案的准确而言显得必不可少。

针对空空、空地等不同作战环境各威胁采用不同的权重系数，使得最终的计算结果更为合理。

2.2目标分配算法

针对武器目标分配问题的特点，本文采用一种蚁群-遗传结合算法来解决武器目标分配问题，该算法将武器目标分配的过程量化为蚁群在不同路径间行走的过程，最终选择的最优路径即为最佳的目标分配方案。

将总威胁系数Ta和总优势系数Tb归一化处理后，得到最终的对敌优势T作为算法所需的路径参数，通过循环求解得到初步分配方案，之后采用遗传算法的交叉环节，即随机产生两个介于（0，n）之间互不相同的正整数i和j，在蚁群算法产生的完整路径中，概率性地调换第i个和第j个目标的分配位置，产生新的路径，重新进行新一轮的计算，避免了算法陷入局部最优。同时，算法还添加了禁忌搜索表，通过将n步之内的路径列为搜索禁忌来避免蚁群在搜索时出现停滞不前或原地打转的现象，确保了算法的全局搜索能力。最后，算法使用快速收敛的信息素更新公式：

该公式使得算法在有效路径上迅速收敛，得出最优分配方案。

3应用SOAR模型的武器目标分配系统设计

SOAR模型是一种主流的通用认知模型，不仅提供了领域专家级的通用规则描述和推理引擎，同时还提供了规划、学习和僵局处理等高级功能[5]，其推理过程透明以及便于维护升级的特点，使其在构建专家系统方面具有较大的优势。

本文构建的基于SOAR模型的武器目标分配系统可分为专家知识库、SOAR接口程序和武器目标分配算法三部分，具体结构如图2所示。

SOAR模型部分由外部输入模块接受外来的参数输入和条件改变，同时创建短期工作内存作为当前工作环境；工作内存存储当前工作的状态、参数和后续计算所需的算子等；专家知识库保存空战规则作为长期记忆，在工作内存建立后调用长期记忆中的规则进行匹配；如果现有规则满足输出条件就调用决策模块输出计算结果[6-8]，不满足则产生僵局，采用降低精度匹配算法输出结果，并利用块机制记录处理僵局的过程并生成新规则加入到长期记忆中；外部分配算法接收SOAR模型计算的结果参数，之后通过目标分配算法得出最终的分配方案并输出；SOAR接口程序作为连接分配算法和SOAR模型的桥梁，起到沟通的作用，具体流程如图3所示。

通过多组试验得出的结果可以看出，系统在嵌入式环境和PC环境下进行多组试验，图5和图6证明系统具有良好的稳定性，从图7可以看出PC环境下的ubuntu性能明显强于嵌入式飞腾1500A的性能，在目标个数相同的情况下，PC环境系统运行时间远远低于嵌入式平台，调用SOAR模型的系统相较于未调用SOAR模型的系统运行时间较慢，但超出的运行时间多用于调用SOAR的接口程序和规则库文件，确保了最终方案更加贴合人为思考的分配结果，且时间损失在可接受范围内。图8为嵌入式环境优化前后运行时间与PC运行时间对比图。

嵌入式环境与PC环境由于硬件条件存在差距，因此运行时间相差较大。针对嵌入式环境进行优化之后系统性能有着明显提升，平均提速200ms左右，且能够在1s内得出目标分配结果，满足系统的实时性要求。

5结束语

本文采用SOAR模型构建专家系统知识库，能够利用领域专家的知识来帮助飞行员进行决策，实现了基于SOAR模型的武器目标分配系统，并通过试验验证该系统具有一定的可行性，为目标分配系统的构建提供了一种新思路。该模型基于较为简单的规则建立，在嵌入式环境下能够实时准确地给出合理的目标分配方案，但实际作战场景中的规则更加复杂多变，这将直接提升SOAR知识库的复杂程度，并增加系统的整体运行时间。未来工作将进一步对嵌入式环境进行针对性优化，并提取出更符合实际场景的空战规则，提高系统的实用价值。

参考文献

[1]张举.武器-目标分配问题研究[C]//第三届中国指挥控制大会，2015. Zhang Ju.Research on weapon target assignment problem[C]// The 3rd China Conference on Command and Control，2015.（in Chinese）

[2]于连飞，刘进，张维明，等.武器-目标分配问题算法研究综述[J].数学的实践与认识，2016，46（2）：28-34. Yu Lianfei， Liu Jin， Zhang Weiming，et al.A review of weapontarget assignment algorithms[J]. Mathematics in Practice and Theory，2016，46（2）：28-34.（in Chinese）

[3]王伟钢.战场决策过程中辅助决策功能分析[J].航空科学技术， 2017（6）：4-8. Wang Weigang.Function analysis for decision aid during the process of battlefield decision[J]. Aeronautical Science & Technology，2017（6）：4-8.（in Chinese）

[4]张中伟.无人机自动目标识别算法研究综述[C]//2019年（第四届）中国航空科学技术大会论文集， 2019. Zhang Zhongwei.Overview of UAV automatic target recognition algorithm[C]//Proceedings of 2019（Fourth）Chinese Society of Aeronautics andAstronautics， 2019.（in Chinese）

[5]吴鹏，强韶华，高庆宁.基于SOAR模型的网民群体负面情感建模研究[J].中国管理科学， 2018，26（3）：126-135. Wu Peng，Qiang Shaohua，Gao Qingning.Research on netizensnegative emotion modeling based on SOAR model[J].Chinese Journal of Management Science， 2018， 26（3）： 126-135.（in Chinese）

[6]吴鹏，强韶华，高庆宁.基于SOAR模型的网络舆情演变过程中群体行为分析与仿真[C]//中国系统工程学会学术年会， 2016. Wu Peng， Qiang Shaohua， Gao Qingning. Analysis and simulation of group behavior during the evolution of internet public opinion based on SOAR model[C]//Systems Engineering Society of China， 2016.（in Chinese）

[7]张国辉，徐文超，张文阁，等.基于双层Soar框架的数字化士兵行为建模方法[J].装甲兵工程学院学报， 2014， 28（6）：87-91. Zhang Guohui， Xu Wenchao， Zhang Wenge， et al. Behavior modeling method digitized soldiers based on double-layers soar architecture[J]. Journal of Academy of Armored Force Engineering，2014，28（6）：87-91.（in Chinese）

[8]孫向军，陆勤夫，孙翠娟.舰艇编队智能防空决策模型研究[J].舰船科学技术， 2010（2）：102-105. Sun Xiangjun， Lu Qinfu， Sun Cuijuan. Research of intelligent decision making model on formation aerial defense[J]. Ship Science and Technolohy，2010（2）：102-105.（in Chinese）

[9]吴涛，孙向军，赵斯强. Soar在水面舰艇CGF防空决策行为模型构建中的应用[J].指挥控制与仿真， 2013（2）：114-118. Wu Tao，Sun Xiangjun，Zhao Siqiang.The application of soar in surface warship CGF defense decision-making behavior modeling[J]. Command Control & Simulation， 2013（2）： 114-118.（in Chinese）

[10]孙丽.基于SOAR认知模型的辅助诊断系统研究[D].北京：北京科技大学， 2009. Sun Li.Research on aided diagnosis system based on SOAR cognitivemodel[D]. Beijing： UniversityofScienceand Technology Beijing， 2009.（in Chinese）

（責任编辑王为）

作者简介

丁凡（1995-）男，硕士研究生，助理工程师。主要研究方向：人工智能。

Tel：18602926940E-mail：735382270@qq.com

Design and Research of Weapon Target Assignment Based on SOAR Model

Ding Fan*，Wen Pengcheng，Han Wei

Aviation Key Laboratory of Science and Technology on Airborne and Missileborne Computer，AVIC Xian Aeronautics Computing Technique Research Institute，Xian 710065，China

Abstract： Threat assessment is important for weapon target assignment. Under the current air combat condition， the result of weapon target assignment can be affected by various parameters such as speed， angle， altitude and striking distance. It is difficult for pilots to make decisions while considering these parameters. A weapon target assignment system based on SOAR model is proposed to help the pilot by combining the knowledge data base with the weapon target assignment algorithm to give a better assignment plan timely and accurately. At last， simulative calculations are performed. The results indicate that the outputs of the designed system can meet the expected requirements and display an excellent real-time performance.

Key Words： SOAR； cognitive architecture； target assignment； threat assessment； expert system