基于预测捕获能力的滞空弹药任务分配

本文提出了一种新的多固定翼滞空弹药任务分配策略，重点关注对机动地面目标的运动捕获能力。与旋翼无人机相比，固定翼弹药受到显著转弯半径限制和有限的机动性。因此，基于相对距离或估算到达时间的传统分配指标不足以保证成功拦截。为了解决这个问题，我们采用一种基于高斯过程回归（GPR）的数据驱动捕获能力预测框架，并提出一种利用预测捕获区域作为决策标准的新任务分配策略。此外，提出了一种以稳健性为中心的任务分配算法，根据预测捕获区域内最大内切圆（MIC）的半径优先选择拦截者。该指标 quantifies 了针对目标机动和环境不确定性的安全边际。数值仿真表明，所提出的方法在所有测试场景中显著优于传统的基于距离和到达时间的方法，在包括机动目标条件的所有测试场景中实现了最高的拦截成功率。结果验证了纳入几何捕获能力约束对固定翼滞空弹药的高效操作至关重要。