[论文解读] Weapon-Target Assignment Problem with Interference Constraints using Mixed-Integer Linear Programming

Minkyu Shin, Daniel Lee+1 more|arXiv (Cornell University)|Nov 28, 2019

Military Defense Systems Analysis参考文献 12被引用 8

一句话总结

本文提出了一种混合整数线性规划（MILP）公式来解决武器-目标分配（WTA）问题，该公式结合了物理干扰和导引头干扰约束。通过将交战时间线离散化以生成预测拦截点（PIPs），并预先计算干扰表，该方法能够高效求解复杂的干扰感知WTA问题，仿真结果表明，当考虑干扰时，可获得明显更优的最优解。

ABSTRACT

In this paper, we propose an approach to formulate the Weapon Target Assignment (WTA) problem with physical and seeker interference constraints which is solvable in Mixed Integer Linear Programming (MILP). To handle the interference constraint which is intractable in continuous time domain, we discretize the time window and generate predicted intercept point (PIP) set. Also, to handle interference constraints to the MILP formulation, the interference tables that explain which pairs of assignments make interference, are made prematurely before the solver executed. The simulation results whether considering interference or not give different optimal solutions with different targets show the effectiveness of our MILP formulation.

研究动机与目标

• 为解决在连续时间模型中难以建模的现实干扰约束下的武器-目标分配（WTA）问题。
• 开发一种可由MILP求解的公式，以捕捉武器与目标之间存在的物理干扰和导引头干扰。
• 通过显式建模原本会降低系统性能的干扰效应，改进目标分配决策。
• 通过与不考虑干扰的仿真对比，证明所提公式的有效性。

提出的方法

• 将交战时间窗口离散化为时间区间，以实现对每对武器-目标拦截点（PIPs）的预测。
• 基于离散化的时间网格，为每对武器-目标生成预测拦截点（PIP）集合。
• 预先计算干扰表，根据接近程度和交战时间，识别出哪些武器-目标分配会导致相互干扰。
• 将WTA问题表述为混合整数线性规划（MILP）问题，整合分配变量、目标摧毁概率和干扰约束。
• 使用二值变量表示武器分配，并加入约束条件，以在检测到干扰时防止冲突分配。
• 利用预计算的干扰表将干扰约束整合到MILP中，以确保解的可行性和最优性。

实验结果

研究问题

• RQ1 如何在MILP框架中有效建模WTA问题中武器与目标之间的干扰约束？
• RQ2 在WTA解中引入干扰约束会对最优性与解的结构产生何种影响？
• RQ3 时间离散化与PIPs生成是否能够实现动态交战场景中干扰的准确且可处理的建模？
• RQ4 当忽略干扰时，所提出的MILP公式与标准WTA方法相比表现如何？
• RQ5 在实时WTA规划中，包含干扰感知分配的计算与性能权衡如何？

主要发现

• 与忽略干扰的公式相比，引入干扰约束后，最优分配解发生了显著不同。
• 仿真结果表明，干扰感知的MILP公式在真实交战条件下能产生更稳健、更有效的目标分配。
• 使用预计算的干扰表可高效地将干扰约束集成到MILP中，而不会过度增加求解器的复杂度。
• 时间离散化使得拦截点的预测更加准确，并支持对时变干扰效应的建模。
• 所提公式成功捕捉了物理干扰和导引头干扰，从而提升了任务有效性并降低了系统性能退化的风险。