6.4.4 仿真验证与分析
选取第5章的仿真条件,存在跃变层的Ⅲ型声速梯度,海区深度200m,海底平坦,底质淤泥,夏季,海况2级,不考虑受到海流影响引起的浮标位置变动,探测静音潜艇。从搜索能力、成本、隐蔽性和实施度等多方面因素建立智能决策模型。
(1)假设目标潜艇处于深度工作状态,声呐浮标携带数量充足,满足任务需求,潜艇目标散布范围很广,隐蔽性较好,进行验证性分析。
基于5.3.1节的6个协同搜索方案,所得决策方案的仿真结果如表6-1所示。由此,6个方案中的最优方案是方案1,即最优方案是大中型反潜飞机最典型的搜索方式——雷达、红外搜索仪、电子支援系统和声呐浮标组合的搜索方案,在对水下目标搜索的同时,也对水面情况进行监控,及时捕捉可能上浮的潜艇。
表6-1 基于模糊测度与模糊积分的方法和基于贝叶斯粗糙集与模糊测度、模糊积分方法的6个方案的决策结果
(2)假设目标潜艇处于深度工作状态,声呐浮标存有数量不充足,潜艇目标散布范围很小,隐蔽性中等,进行验证性分析。
基于5.3.1节的6个协同搜索方案,所得决策方案仿真结果如表6-2所示。由此,6个方案中的最优方案是方案6,在声呐浮标数量不充足的情况下,推荐只使用磁探仪进行目标潜艇的搜索。
表6-2 基于模糊测度与模糊积分的方法和基于贝叶斯粗糙集与模糊测度、模糊积分方法的6个方案的决策结果数值
(3)假设目标潜艇处于水面航行状态,声呐浮标携带数量充足,满足任务需求,潜艇目标散布范围很小,隐蔽性好,进行验证性分析。
基于5.3.1节的6个协同搜索方案,所得决策方案仿真结果如表6-3所示。由此,6个方案中的最优方案是方案2,对于水面目标,推荐搜索雷达、红外搜索仪和电子支援系统组合协同进行搜潜。
表6-3 基于模糊测度与模糊积分的方法和基于贝叶斯粗糙集与模糊测度、模糊积分方法的6个方案的决策结果数值
(4)假设目标潜艇处于水面航行状态,声呐浮标存有数量不充足,潜艇目标散布范围很小,隐蔽性好,进行验证性分析。
基于5.3.1节的6个协同搜索方案,所得决策方案仿真结果如表6-4所示。由此,6个方案中的最优方案是方案2。因此,对处于水面状态的目标潜艇,采用水面搜潜设备进行协同搜索,且与声呐浮标的数量无关,该结果与实际情况相符合。
表6-4 基于模糊测度与模糊积分的方法和基于贝叶斯粗糙集与模糊测度、模糊积分方法的6个方案的决策结果数值
本方法不需要任何先验信息,不需要确定各指标的权重,有很强的客观性,算例计算所需时间不超过1ms,简化了决策系统,又不损失有用的信息,既能较好地描述各决策指标之间存在的相互关联现象,也解决了决策指标的冗余问题,保证决策更加客观和准确的同时,还提高了算法的速度。
综上,基于贝叶斯粗糙集、模糊测度、模糊积分方法的反潜巡逻机协同搜潜智能决策方法,可以给出最优方案,并能给出每个方案的优势值,与第5章基于模糊测度和模糊积分方法所得结论基本一致,并与实际情况完全相符。相比基于模糊测度和模糊积分方法,本方法注重数据的简约、提高算法的速度、满足实时性需求,从而可有效提高协同效能。本方法思想简洁易懂,在实际处理大数据量时可以采用MATLAB编程实现,在实际的数据处理中具有广阔的应用前景。