技術(shù)特征：

1.一種基于多無人機的協(xié)同偵察及電子對抗控制系統(tǒng)，其特征在于，所述系統(tǒng)包括通信模塊、任務(wù)分解模塊、強化學習決策模塊、協(xié)作優(yōu)化模塊和任務(wù)評估模塊；

2.一種基于多無人機的協(xié)同偵察及電子對抗控制系統(tǒng)，其特征在于，所述任務(wù)分解模塊通過通信模塊傳遞任務(wù)指令并與強化學習決策模塊合作，獲取任務(wù)決策結(jié)果；

3.使用權(quán)利要求1-2所述的系統(tǒng)進行一種基于多無人機協(xié)同偵察及電子對抗的控制方法，其特征在于，所述方法包括如下步驟：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述偵察子任務(wù)的偵察策略訓練時，輸入狀態(tài)空間包括敵方信號的位置和無人機的當前位置信息，輸出動作空間包括飛行路徑調(diào)整和偵察信號頻率分配。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述干擾子任務(wù)中的決策策略中，輸入狀態(tài)包括敵方雷達的信號頻段和強度，輸出動作空間包括干擾頻率、功率選擇以及目標干擾強度的選擇。

6.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述通信模塊在每架無人機啟動時，進行通信初始化，通過廣播發(fā)現(xiàn)其周圍的其他無人機節(jié)點，并建立鄰居節(jié)點列表；

7.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述偵察子任務(wù)決策過程由無人機的狀態(tài)空間、動作空間數(shù)據(jù)和設(shè)定的獎勵函數(shù)控制。

8.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述狀態(tài)空間中無人機的位置使用相對坐標表示，其中原點定義為無人機首次偵察到雷達信息的位置，偵察的方向以絕對角度表示，起點為正北方向的0°，并順時針計算；

9.根據(jù)權(quán)利要求3所述的方法，其特征在于：所述偵察子任務(wù)和所述干擾子任務(wù)分別決策出飛行動作與偵察動作組合、飛行動作與干擾動作組合，根據(jù)任務(wù)進展情況決策出重復飛行動作的權(quán)重，并與獨立的偵察動作和干擾動作得出完整的綜合決策。

10.根據(jù)權(quán)利要求9所述的方法，其特征在于：所述偵察策略單元深度學習訓練中每個事件的樣本數(shù)據(jù)被存儲于經(jīng)驗池中，在事件結(jié)束后，通過蒙特卡洛方法對樣本進行處理，并基于critic網(wǎng)絡(luò)對全局狀態(tài)信息處理，捕捉無人機之間的協(xié)作關(guān)系：

技術(shù)總結(jié)
本發(fā)明提出了一種基于多無人機的協(xié)同偵察及電子對抗控制系統(tǒng)及方法，包括五個模塊：通信模塊、任務(wù)分解模塊、強化學習決策模塊、協(xié)作優(yōu)化模塊和任務(wù)評估模塊。通信模塊通過自組織網(wǎng)絡(luò)和加密抗干擾技術(shù)，確保無人機間數(shù)據(jù)同步與安全通信。任務(wù)分解模塊根據(jù)任務(wù)類型將電子對抗任務(wù)細化為偵察與干擾子任務(wù)，并依據(jù)戰(zhàn)場環(huán)境實時調(diào)整優(yōu)先級。強化學習決策模塊采用DQN和PPO深度強化學習算法優(yōu)化偵察與干擾策略，確保最優(yōu)任務(wù)執(zhí)行。協(xié)作優(yōu)化模塊通過多智能體強化學習與蜂群算法，協(xié)調(diào)無人機任務(wù)分配與飛行路徑，解決任務(wù)沖突問題。任務(wù)評估模塊實時監(jiān)控任務(wù)狀態(tài)，反饋調(diào)整策略。本發(fā)明能夠靈活應對戰(zhàn)場變化，優(yōu)化資源調(diào)度，提高任務(wù)執(zhí)行效率，并增強抗干擾能力，保障任務(wù)的穩(wěn)定性與安全性。

技術(shù)研發(fā)人員：王峰波,楊玉碧
受保護的技術(shù)使用者：蘇州路遙星辰科技發(fā)展有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15