Un algoritmo de subasta basado en consenso de múltiples objetivos para la asignación de objetivos distribuida en combate aéreo cooperativo más allá del rango visual
Autores: Li, Weihua; Lyu, Yongxi; Dai, Sifan; Chen, Huakun; Shi, Jingping; Li, Yongfeng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un algoritmo de subasta basado en consenso de múltiples objetivos para la asignación de objetivos distribuida en combate aéreo cooperativo más allá del rango visual
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Avances recientes
Armas aéreas
Combate aéreo
Combate más allá del alcance visual (BVR)
Cooperación entre múltiples aeronaves
Asignación de objetivos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Con los recientes avances en armas aéreas, el combate aéreo tiende a ocurrir en forma de combate más allá del alcance visual (BVR) y cooperación entre múltiples aeronaves. La asignación de objetivos es crítica en la toma de decisiones del combate aéreo BVR cooperativo entre múltiples aeronaves. La mayoría de las investigaciones anteriores sobre la asignación de objetivos para el combate aéreo BVR cooperativo entre múltiples aeronaves se han centrado en algoritmos centralizados, que pueden ser lentos e ineficaces. Este artículo propone un algoritmo de asignación de objetivos distribuido y eficiente llamado algoritmo de subasta basado en consenso para múltiples objetivos (MTCBAA). Primero, al analizar los principales aspectos geométricos del combate aéreo BVR, se estableció un modelo de asignación de objetivos para el combate aéreo BVR cooperativo. A continuación, basado en un algoritmo de subasta basado en consenso (CBAA), se desarrolló el MTCBAA para resolver el problema de asignación de objetivos introduciendo una variable de toma de decisiones cooperativa. Aunque el MTCBAA se basa en un mecanismo codicioso, puede garantizar al menos un 50% de rendimiento de optimización global, lo que se demostró a través de una demostración del rendimiento mínimo de optimización de un algoritmo de asignación de objetivos centralizado, ya que el algoritmo centralizado es equivalente al MTCBAA. Finalmente, se realizaron experimentos, incluyendo un experimento que ilustra el funcionamiento del algoritmo propuesto, comparaciones de Monte Carlo con un método de asignación de objetivos centralizado basado en el algoritmo inmunológico, y experimentos de implementación en una plataforma de simulación semi-física. En comparación con el algoritmo de asignación de objetivos heurístico, el algoritmo propuesto mejoró significativamente la eficiencia de la asignación de objetivos. La practicidad del algoritmo propuesto se verificó aún más a través de un experimento de simulación semi-física distribuida.
Descripción
Con los recientes avances en armas aéreas, el combate aéreo tiende a ocurrir en forma de combate más allá del alcance visual (BVR) y cooperación entre múltiples aeronaves. La asignación de objetivos es crítica en la toma de decisiones del combate aéreo BVR cooperativo entre múltiples aeronaves. La mayoría de las investigaciones anteriores sobre la asignación de objetivos para el combate aéreo BVR cooperativo entre múltiples aeronaves se han centrado en algoritmos centralizados, que pueden ser lentos e ineficaces. Este artículo propone un algoritmo de asignación de objetivos distribuido y eficiente llamado algoritmo de subasta basado en consenso para múltiples objetivos (MTCBAA). Primero, al analizar los principales aspectos geométricos del combate aéreo BVR, se estableció un modelo de asignación de objetivos para el combate aéreo BVR cooperativo. A continuación, basado en un algoritmo de subasta basado en consenso (CBAA), se desarrolló el MTCBAA para resolver el problema de asignación de objetivos introduciendo una variable de toma de decisiones cooperativa. Aunque el MTCBAA se basa en un mecanismo codicioso, puede garantizar al menos un 50% de rendimiento de optimización global, lo que se demostró a través de una demostración del rendimiento mínimo de optimización de un algoritmo de asignación de objetivos centralizado, ya que el algoritmo centralizado es equivalente al MTCBAA. Finalmente, se realizaron experimentos, incluyendo un experimento que ilustra el funcionamiento del algoritmo propuesto, comparaciones de Monte Carlo con un método de asignación de objetivos centralizado basado en el algoritmo inmunológico, y experimentos de implementación en una plataforma de simulación semi-física. En comparación con el algoritmo de asignación de objetivos heurístico, el algoritmo propuesto mejoró significativamente la eficiencia de la asignación de objetivos. La practicidad del algoritmo propuesto se verificó aún más a través de un experimento de simulación semi-física distribuida.