[发明专利]一种光电装备防御规划方法、装置、设备及存储介质

权利要求书

1.一种光电装备防御规划方法，其特征在于，包括：

利用已有弹道数据训练BP神经网络，得到弹道模型；

根据光电防御装备特性设计光电防御装备防御模型；

利用所述弹道模型和所述光电防御装备防御模型建立武器目标对抗态势图；

利用蒙特卡洛树搜索算法和深度学习神经网络算法对所述武器目标对抗态势图进行预测，训练出深度神经网络；

通过训练好的所述BP神经网络根据输入的来袭导弹属性来预测任意时间的来袭导弹弹道参数；

通过训练好的所述深度神经网络根据所述来袭导弹弹道参数和光电防御装备参数来求解最优防御策略；

其中，利用蒙特卡洛树搜索算法和深度学习神经网络算法对所述武器目标对抗态势图进行预测，训练出深度神经网络，具体包括：

以所述武器目标对抗态势图为输入，构建深度神经网络；

在每次所述深度神经网络的迭代中产生自我对抗；

在设定间隔时间点利用自我对抗的深度学习神经网络算法进行训练，并利用蒙特卡洛树搜索算法进行搜索，输出当前对抗状态到下一个对抗状态的概率分布和对抗结果效能；

其中，利用蒙特卡洛树搜索算法进行搜索，具体包括：

在选择阶段，从根节点或父节点出发向下选择出一个待被拓展的节点；

在扩展阶段，查找到待被拓展的节点对应的尚未拓展的动作，在搜索树中创建一个新节点作为待被拓展的节点的一个新子节点；

在模拟阶段，根据所述武器目标对抗态势图的数据，持续进行武器目标的仿真，直到对抗结束，将对抗结果的效能评分作为新节点的初始评分；

在反向传播阶段，在新节点的模拟结束之后，父节点以及从根节点到待被拓展的节点的路径上的所有节点根据本次模拟的结果来修改自己的累计效能评分；当到达设定迭代次数或设定迭代时间时，选择根节点下评分最好的子节点作为本次决策的预测结果。

2.根据权利要求1所述的光电装备防御规划方法，其特征在于，在建立武器目标对抗态势图的同时，还包括：

划定防御区域的不同程度及确立防御区域的毁伤损失分数。

3.根据权利要求1所述的光电装备防御规划方法，其特征在于，所述武器目标对抗态势图为二维图，光电防御武器和来袭导弹各为一维。

4.根据权利要求2所述的光电装备防御规划方法，其特征在于，通过训练好的所述深度神经网络根据所述来袭导弹弹道参数和光电防御装备参数来求解最优防御策略，具体包括：

在设定间隔时间点读取所述来袭导弹弹道参数和光电防御装备参数，利用训练好的所述深度神经网络，确定每个设定间隔时间点对应的毁伤损失分数，得到最优光电武器防御策略。

5.根据权利要求1所述的光电装备防御规划方法，其特征在于，所述光电防御装备防御模型包括锁定时间，干扰有效时间，目标转换时间。