具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

如图1所示，本发明提出一种面向水陆两栖飞机的海上搜救任务仿真评估方法，包括以下步骤：

步骤1、水陆两栖飞机海上搜救仿真模型构建。

针对水陆两栖飞机特殊的任务模式，基于多智能体建模方法搭建仿真框架，对于搜救力量智能体应用离散事件建模方法展开详细建模，具体方法如下：

A1、多智能体仿真框架搭建：水陆两栖飞机海上搜救任务仿真涉及的智能体有遇险目标、搜救指挥中心、搜救力量和救生艇，建立每个智能体的状态模型和行为模型，并通过智能体间的交互逻辑逐步构建起整个复杂系统。

如图2所示，本发明公开了水陆两栖飞机海上搜救任务多智能体仿真框架图。

A101、建立遇险目标智能体的状态模型和行为模型。

当遇险目标发生遇险事故时，遇险目标智能体向搜救指挥中心智能体报警，并进行无动力漂移，直至被发现，停止漂移。

A102、建立搜救指挥中心智能体的状态模型和行为模型。

当搜救指挥中心智能体收到报警信息时，处理报警信息，制定处置方案，发送搜救任务给搜救力量智能体，指派搜救力量进行搜救，并远程指挥救援行动，根据搜救情况向搜救力量发送返航许可。

A103、建立搜救力量智能体的状态模型和行为模型。

飞机无任务时在基地待命，当收到立搜救指挥中心智能体的搜救任务时，飞机进行航前准备，然后起飞巡航，进行海上搜寻，若在指定时间内未发现目标，则收到搜救指挥中心的返航许可后，飞机返航降落；若发现救援目标，控制救生艇着水救援，救生艇完成救援后返回飞机，飞机收到搜救指挥中心的返航许可后，返航降落。

A104、建立救生艇智能体的状态模型和行为模型。

救生艇在搜救过程中在机舱待命，发现救援目标后，救生艇准备出动，驶向遇险目标并实施救援，救援完成后，救生艇返回飞机。

A2、离散事件任务流程建模：由于两栖飞机是海上搜救任务仿真的建模主体，针对其特殊任务模式对整个任务流程展开详细建模，以实现对两栖飞机海上搜救任务的仿真。

如图3所示，本发明公开了水陆两栖飞机执行海上搜救任务流程图。

将两栖飞机收到搜救任务到搜救任务完成整个过程中涉及的各个任务阶段抽象为离散的事件和活动，以表征状态变化和任务阶段切换，得到基于离散事件的可仿真的任务全流程模型，涵盖出航阶段、搜寻阶段、救援阶段和返航阶段。

两栖飞机收到搜救任务，进入出航阶段包括航前准备、飞往任务区域、到达任务区域；到达任务区域且满足搜寻条件后进入搜寻阶段，飞机沿搜寻路径飞行、搜寻遇险目标，通过雷达搜索、救生信标搜索、目视搜索，将目标数据融合识别，判断目标数据真伪，如果判断目标数据为假，则继续搜寻，加载搜寻区域、选择搜寻方式、规划搜寻路径，重新开始搜寻阶段；如果目标数据为真，则进入救援阶段，评估着水救援条件，包括观测气象条件、投放海况浮标、投放标记烟，满足着水救援条件后，飞机着水降落、水面滑行、下放救援人员与救生艇、指引救援人员救援、救生艇返回飞机、完成着水救援、飞机水面起飞、飞往最近机场，救援任务完成；飞机进入返航阶段，飞机等待返航指令，收到返航许可后，飞机返回基地；此过程中，如果不满足搜寻条件，则飞机进入返航阶段。

步骤2、水陆两栖飞机海上搜救处置方案研究。

在实际搜救活动或模拟仿真推演开始之前需要确定本次任务的行动方案，其组成要素包括搜救力量选择、出航返航路径、搜寻区域规划和搜救方案制定，制定合理的处置方案是搜救行动成功的关键，具体方法如下：

B1.搜救力量选择：根据搜救任务限定信息和搜救力量部署情况选择合适的搜救力量作为执行搜救任务的主体单位。

B2.出航返航路径：根据遇险位置和选定的搜救力量所在的救助基地位置制定出航返航路径，不同出航返航路径可能途径不同的航路点。

B3.搜寻区域规划：基于最优搜索理论的搜寻区域规划是制定处置方案的核心环节，搜寻区域规划流程图如图4所示，具体步骤包括：

B31.获取并筛选漂移预测数据，生成漂移预测散点集

本发明应用蓝海天漂移预测系统得到漂移预测数据并对数据结构进行处理，根据时间段筛选漂移预测数据并生成漂移预测散点集，选择不同时间段会得到不同的漂移预测散点集，进而会生成不同的搜寻区域。

B32.生成最小凸包边界和最小包围矩形，初始化搜寻区域

本发明由漂移预测点的位置分布生成最小凸包边界，最小凸包边界即为所筛选漂移预测散点集最外侧点所组成的凸多边形。得到最小凸包边界后可以借助旋转卡壳算法生成该散点集的最小包围矩形，最小包围矩形即为优化前的搜寻区域。

B33.确定优化目标并给出计算方法

本发明根据最优搜索理论确定的优化目标为使得搜寻成功概率最高。搜寻成功概率(POS)描述的是发现搜寻目标的可能性大小，由包含概率(POC)和发现概率(POD)共同决定，如下式所示：

POS＝POC·POD

POC反映的是搜寻目标的确在搜寻区域内的可能性，可以根据当前搜寻区域包含散点的数量占所有散点数量的比值来计算，如下式所示：

式中，表示当前搜寻区域包含的t₁到t₂时刻漂移预测散点的数量，表示t₁到t₂时刻的所有漂移预测散点的数量。

POD衡量的是搜寻目标位于搜寻区域内时该目标被发现的可能性。计算方法可用如下公式表示：

POD＝1-exp(-W·V·T/A)

式中，W表示搜救力量的扫视宽度，V表示搜救力量的搜寻速度，T表示搜救力量的搜寻时间，A表示搜寻区域的面积大小。

B34.利用优化算法规划最优搜寻区域

本发明采用元胞迭代搜寻算法(CIS)规划最优搜寻区域，算法流程图如图5所示，包括如下步骤：

B341.获取初始搜寻区域即加载最小包围矩形；

B342.按给定网格数量花费网格；

B343.计算各网格的POC值；

B344.令POC值最大的网格为初始搜寻矩形R₀；

B345.沿R₀的各边方向分别向外扩展一列，得到的矩形区域计为Rx+，Rx-，Ry+，Ry-；

B346.计算Rx+，Rx-，Ry+，Ry-的POS值；

B347.令POS值最大的矩形区域为Rmax；

B348.若Rmax的POS值大于R₀的POS值，则令R₀＝Rmax，重新执行B345-B347；若Rmax的POS值小于R₀的POS值，则R₀即为最优搜寻区域。

B4.搜救方案制定：根据搜寻区域信息确定搜寻模式和搜寻路径，根据险情情况和现场环境信息确定救援模式，为搜救工作开展提供依据。

步骤3、基于仿真推演数据的处置方案综合评估。

依据仿真推演数据对同一搜救任务下的不同处置方案的预期执行效果展开评估，具体方法如下：

C1.指标体系建立

从安全性和任务效能两个维度建立评估指标体系，所建立的指标体系能够反映两栖飞机搜救任务特点。

如图6所示，本发明公开了水陆两栖飞机搜救效能评估指标体系。

根据本发明实施例，分别从水陆两栖飞机安全性、遇险目标安全性、搜救效能、支援效能四个维度提出八项指标，构成水陆两栖飞机搜救效能评估指标体系，可以实现对不同处置方案的评价。

C2.指标数值计算

建立评估指标体系下各评估指标的计算模型，嵌入水陆两栖飞机海上搜救仿真模型，在仿真过程中完成计算并输出。

根据本发明实施例，给出各指标在仿真推演过程中的计算方法，评估指标如下：

1)、落地剩余油量I11：计算飞机完成搜救任务后的剩余燃油量，这里假设平均耗油率为2000kg/h，这是一个保守的取值，计算时认为飞机在水面停机到再次起飞这一阶段不耗油。

2)、最大离岸距离I12：计算飞机在执行任务过程中与基地最远的距离。

3)、遇险人员剩余生命水平I21：计算最后一名遇险人员被救起时的剩余生命水平。计算方法：

式中，t表示遇险人员实际被救援等待的时间；T₀表示遇险人员在当前条件下最长等待时间，与海况有关，海况越恶劣则T₀取值越小，不同海况条件下的最长等待时间T₀可以由历史经验数据得到；ΔT表示可以延长的最长等待时间，指通过空投救援物资等方式延长遇险人员的生存时间。

4)、搜寻目标用时I31：计算飞机到达任务区域到发现遇险目标的时间。

5)、着水救援时间I32：计算飞机着水降落到完成救援再次起飞的时间。

6)、人员获救比例I33：计算飞机成功救援人数占遇险总人数的比例，这里认为在遇险人员最长等待时间内发现目标并采取救援行动则人员获救比例为1，否则该值为0。由于不确定性因素的存在，在对同一处置方案进行多次仿真可能得到不同的结果，对多次仿真结果取平均值得到的指标值的含义为救助成功概率，用来衡量飞机完成搜救任务的可靠性。

7)、飞机出动时间I41：计算飞机接到搜救任务到到达任务区域的时间，包含航前准备、保障作业等，该指标反映了飞机快速出动的能力。

8)、飞机返程时间I42：计算飞机水面起飞到抵达最近机场的时间，该指标反映了飞机快速转运遇险人员的能力。

C3.方案仿真推演

基于水陆两栖飞机海上搜救仿真模型和地理信息系统(GIS)完成处置方案的仿真推演，输出各评估指标数值。

C4.评估方法选择

选择合适的评估方法对评估指标体系下各评估指标进行赋权并为方案的综合评估提供依据。本发明采用层次分析法和累加比值评估法相结合的综合评估方法来完成对处置方案的综合评估。

本发明采用单层次结构的层次分析法确定指标权重，其具体过程为：构造判断矩阵、判断矩阵一致性检验和单层元素重要性排序，利用MATLAB编程可以快速完成矩阵计算，由于层次分析法的应用已经相当成熟，具体操作步骤在此不再加以说明。

C5.综合评估结果

根据指标数值的计算结果和综合评估方法对指标体系下各指标进行标准化处理，最后得出方案的综合评分，给出处置方案预期执行效果的评估结果。

本发明利用累加比值评估法对指标计算结果进行标准化处理并给出方法的综合评分，具体步骤包括：

1)、建立多准则决策矩阵

假设有m个可选方案，n个准则(即指标)，则多准则决策矩阵的形式如下式所示：

式中，x_ij表示第i个方案在第j个准则下的性能值，i＝0,...m，j＝1,2,...n；x_0j表示第j个准则下的最佳性能值。

需要说明的是，如果第j个准则下的最优值未知，那么如果j为效益型准则，则:

如果j为成本型准则，则:

2)、决策矩阵的归一化

归一化后决策矩阵的形式如下式所示：

式中，表示x_ij经过归一化处理后的值，i＝0,...m，j＝1,2,...n，如果j为效益型准则，则

如果j为成本型准则，则

3)、计算加权归一化决策矩阵

假设第j个准则的权重为w_j，本发明中由层次分析法计算得到指标权重w_j，满足0＜w_j＜1，且则加权归一化决策矩阵的形式如下式所示：

式中，

4)、计算最优性函数S_i和效用值K_i

第i个方案的最优性函数的值可由下式计算得到：

可以看出，S_i的值由性能值x_ij和权重w_j决定，最优性函数S_i的值越大说明方案i越有效，因此可以根据S_i的值对可选方案的优先级进行排序。然而，S_i的值不能直接体现出方案i与理想最优方案的接近程度，可以对S_i进行归一化处理得到效用值K_i。计算方法可用如下公式表示：

K_i是S_i与理想最优方案下得到的最优性函数值S₀的比值，用来刻画可选方案的效用程度。显然，K_i的值落在[0,1]之间，按照递增顺序排列可以得到所需的方案优先顺序，故将该值作为方案的综合评估结果。

实施例1

本实施例设置的任务想定参考实际案例救助“浙岱渔03520”轮失联渔民，该案例遇险位置距长江口130海里，适合由水陆两栖飞机作为搜救主体力量执行该中远海搜救任务。根据任务想定，渔民报警后失联，由于船舶严重倾斜并大量进水，全体船员弃船逃生到救生筏上，在仿真系统设置遇险位置为31.2254°N，124.9521°E，遇险时间为2020年9月1日，目标类型为救生筏，遇险人数10人，四级海况条件。

搜救力量选择：由任务想定设置的遇险位置和遇险人数等信息，搜救力量可选择部署在上海高东机场和舟山普陀山机场的某型水陆两栖飞机，分别编号为H001和H002。该型飞机经济巡航速度460km/h，最大巡航速度500km/h，航程超过4500km，航时12h，最大起飞重量53500kg，空机重量(含救援设备)39779kg。

出航返航路径：考察救助基地即上海高东机场和舟山普陀山机场的地理位置，由于靠近岸基在不途径航路点的情况下分别设置出航返航路径为上海高东机场→搜寻区域→上海高东机场，舟山普陀山机场→搜寻区域→舟山普陀山机场。

搜寻区域规划：根据上述方法规划搜寻区域。

搜救方案制定：两栖飞机选用平行线搜寻方式，根据扫视宽度和转弯半径计算结果,搜寻速度为220km/h时对应的搜寻线间距为1.2km，搜寻速度为240km/h时对应的搜寻线间距为1.3km。

指标数值计算：四级海况下T₀为5h。制定采用不同搜救力量、搜寻区域和搜救方案的四种处置方案，分别进行仿真推演，输出各指标数值，考虑到不确定性因素的存在可进行多次仿真取平均值。以方案一为例，仿真输出指标数值如下：I11＝3256.2kg，I12＝313.8km，I21＝57.2％，I31＝83.5s，I32＝1987.4s，I33＝1.0，I41＝4326.7s，I42＝2698.9s。

由层次分析法计算得到的指标权重结果依次为0.325，0.099，0.157，0.070，0.108，0.082，0.122，0.037。基于仿真评估数据以及指标权重得到的处置方案综合评估结果为0.94,0.81,0.86,0.91，则方案一是最优方案，方案四次之。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。