本技术实施例涉及无人机，具体涉及一种布控位置确定方法、设备及存储介质。
背景技术：
1、确定无人机探测设备的布控位置对于有效防御无人机威胁具有重要意义。合理的布控位置可以提高探测效率、减少监控盲区、增强打击无人机的反应速度、优化资源分配、降低误报率等，以确保防御系统的效能和效率，从而更好地确保防控区域处于安全状态。目前缺少一种能有效确定无人机探测设备的布控位置的方法。
技术实现思路
1、鉴于上述问题，本技术实施例提供了一种布控位置确定方法，用于解决现有技术中存在的缺少一种能有效确定无人机探测设备的布控位置的方法的问题。
2、根据本技术实施例的一个方面，提供了一种布控位置确定方法，所述方法包括：s110：初始化无人机探测设备对应的第一q值表，其中，所述第一q值表中包括多个状态和每个状态对应的第一q值，所述多个状态分别对应在防控区域内所述无人机探测设备可布控的多个位置；重复执行下述步骤s120～s150，直至所述第一q值表中的所有第一q值均被更新，并得到更新后的第一q值表；s120：对处于第一状态的所述无人机探测设备执行第一动作，以使所述无人机探测设备所处的状态更新为第二状态，其中，所述第一状态和所述第二状态均为所述多个状态中的状态；s130：确定所述无人机探测设备处于所述第二状态时对应的第一探测区域；s140：根据所述第一探测区域，确定对处于所述第一状态下的所述无人机探测设备执行所述第一动作得到的第一奖励值；s150：根据所述第一q值表和所述第一奖励值，更新所述第一q值表中所述第二状态对应的第一q值；s160：根据更新后的第一q值表中的第一q值，确定所述无人机探测设备的第一布控位置。
3、在一种可选的方式中，所述步骤s130包括：获取所述防控区域对应的三维模型，以及所述无人机探测设备的探测参数；根据所述无人机探测设备处于所述第二状态时对应的位置以及所述探测参数，在所述三维模型中确定所述第一探测区域；所述步骤s140包括：根据所述第一探测区域的第一面积，确定所述第一奖励值。
4、在一种可选的方式中，所述无人机探测设备为第i个无人机探测设备，且已确定前i-1个无人机探测设备的第一布控位置，其中，i为正整数，且i≥2；所述根据所述第一探测区域的第一面积，确定所述第一奖励值，包括：获取所述前i-1个无人机探测设备对应的i-1个第一探测区域，其中，所述前i-1个无人机探测设备与所述i-1个第一探测区域一一对应；确定i个第一探测区域的面积的和，得到第一总面积，其中，所述i个第一探测区域为所述前i-1个第一探测区域与所述第i个无人机探测设备对应的第i个第一探测区域；确定所述i个第一探测区域中各第一探测区域之间的第一总重叠区域的第一重叠面积；根据所述第一总面积与所述第一重叠面积，确定所述第一奖励值。
5、在一种可选的方式中，所述根据所述第一总面积与所述第一重叠面积，确定所述第一奖励值，包括：确定预设的第一参数与所述第一重叠面积的第一乘积；确定所述第一总面积与所述第一乘积的第一差值；将所述第一差值确定为所述第一奖励值。
6、在一种可选的方式中，所述步骤s160包括：确定更新后的第一q值表中最大的第一q值对应的状态所对应的第一位置；将所述第一位置确定为所述无人机探测设备的第一布控位置。
7、在一种可选的方式中，所述第一奖励值为所述第二状态对应的奖励值，共有多个无人机探测设备；所述将所述第一位置确定为所述无人机探测设备的第一布控位置，包括：从所述多个无人机探测设备中确定目标无人机探测设备；为所述目标无人机探测设备确定第二位置，其中，所述第二位置为所述多个位置中除所述第一位置外的其他位置；确定所述目标无人机探测设备位于所述第二位置时对应的第一奖励值，与除所述目标无人机探测设备外的其他无人机探测设备位于各自对应的所述第一位置时对应的第一奖励值的和，得到第一总奖励值；重复执行上述步骤，直到达到预设条件，得到多个第一总奖励值；将所述多个第一总奖励值中最大的第一总奖励值对应的所述多个无人机探测设备中各个无人机探测设备的位置，确定为所述各个无人机探测设备的第一布控位置。
8、在一种可选的方式中，所述方法还包括：s210：初始化无人机打击设备对应的第二q值表，其中，所述第二q值表中包括n个状态和每个状态对应的第二q值，所述n个状态分别对应在所述防控区域内所述无人机打击设备可布控的n个位置，n为正整数，且n≥1；重复执行下述步骤s220～s250，直至所述第二q值表中的所有第二q值均被更新，并得到更新后的第二q值表；s220：对处于第三状态的所述无人机打击设备执行第二动作，以使所述无人机打击设备所处的状态更新为第四状态，其中，所述第三状态和所述第四状态均为所述n个状态中的状态；s230：确定所述无人机打击设备处于所述第四状态时对应的第一打击区域；s240：根据所述第一打击区域和所述无人机探测设备位于所述第一布控位置时对应的第二探测区域，确定对处于所述第三状态下的所述无人机打击设备执行所述第二动作得到的第二奖励值；s250：根据所述第二q值表和所述第二奖励值，更新所述第二q值表中所述第四状态对应的第二q值；s260：根据更新后的第二q值表中的第二q值，确定所述无人机打击设备的第二布控位置。
9、在一种可选的方式中，所述步骤s230包括：获取所述无人机打击设备的打击参数；根据所述无人机打击设备处于所述第四状态时对应的位置以及所述打击参数，在所述三维模型中确定所述第一打击区域；所述步骤s240包括：确定所述第一打击区域和所述无人机探测设备位于所述第一布控位置时对应的第二探测区域之间的第二重叠区域的第二重叠面积；根据所述第一打击区域的面积和所述第二重叠面积，确定所述第二奖励值。
10、在一种可选的方式中，已在所述防控区域中确定m个无人机探测设备的第一布控位置，所述无人机打击设备为第j个无人机打击设备，其中，m、j均为正整数，且m≥2，j≥2；所述确定所述第一打击区域和所述无人机探测设备位于所述第一布控位置时对应的第二探测区域之间的第二重叠区域的第二重叠面积，包括：获取所述m个无人机探测设备对应的m个第二探测区域；分别确定所述第j个无人机打击设备对应的第一打击区域，与所述m个第二探测区域中的各个第二探测区域之间的m个第三重叠区域的m个第三重叠面积；所述根据所述第一打击区域的面积和所述第二重叠面积，确定所述第二奖励值，包括：获取前j-1个无人机打击设备位于各自对应的所述第二布控位置时对应的j-1个第一打击区域；确定j个第一打击区域中各第一打击区域之间的第四总重叠区域的第四重叠面积，其中，所述j个第一打击区域为所述前j-1个第一打击区域与所述第j个无人机打击设备对应的第一打击区域；根据所述第一打击区域的面积、m个第三重叠面积和所述第四重叠面积，确定所述第二奖励值。
11、在一种可选的方式中，所述根据所述第一打击区域的面积、m个第三重叠面积和所述第四重叠面积，确定所述第二奖励值，包括：分别确定所述m个第三重叠面积中各个第三重叠面积与所述第j个无人机打击设备对应的第一打击区域的面积的比值和阈值的大小关系；分别根据所述大小关系确定所述m个第三重叠区域一一对应的m个数值；确定所述m个数值的和，得到第一和值；确定所述第一和值与预设的第二参数的乘积，得到第二乘积；确定预设的第三参数与所述第四重叠面积的乘积，得到第三乘积；确定所述第j个无人机打击设备对应的第一打击区域的面积与所述第三乘积的差，得到第二差值；确定所述第二差值与所述第二乘积的和，得到第二和值；将所述第二和值确定为所述第二奖励值。
12、在一种可选的方式中，所述步骤s260包括：确定更新后的第二q值表中最大的第二q值对应的状态所对应的第三位置；将所述第三位置确定为所述无人机打击设备的第二布控位置。
13、在一种可选的方式中，所述第二奖励值为所述第四状态对应的奖励值，共有多个无人机打击设备；所述将所述第三位置确定为所述无人机打击设备的第二布控位置，包括：从所述多个无人机打击设备中确定目标无人机打击设备；为所述目标无人机打击设备确定第四位置，其中，所述第四位置为所述n个位置中除所述第三位置外的其他位置；确定所述目标无人机打击设备位于所述第四位置时对应的第二奖励值，与除所述目标无人机打击设备外的其他无人机打击设备位于各自对应的所述第三位置时对应的第二奖励值的和，得到第二总奖励值；重复执行上述步骤，直到达到预设条件，得到多个第二总奖励值；将所述多个第二总奖励值中最大的第二总奖励值对应的所述多个无人机打击设备中各个无人机打击设备的位置，确定为所述各个无人机打击设备的第二布控位置。
14、根据本技术实施例的另一方面，提供了一种布控位置确定设备，包括存储器、处理器及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序以实现如上任一所述的布控位置确定方法。
15、根据本技术实施例的又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上任一所述的布控位置确定方法。
16、本技术实施例中，通过利用q学习算法确定无人机探测设备的第一布控位置，也即通过将可布控无人机探测设备的区域划分为多个网格，每个网格对应一个无人机探测设备可布控的位置，每个无人机探测设备可布控的位置对应一个第一q值，通过根据将无人机探测设备分别布控在每个可布控的位置时对应的探测区域来更新第一q值，从而根据第一q值表即可直观了解每个可布控位置对应的探测区域的范围大小，则后续根据第一q值表确定的无人机探测设备的第一布控位置更科学合理，从而避免出现上述问题。
17、若无人机打击设备的打击区域与无人机探测设备的探测区域没有重叠区域，则可能出现无人机探测设备探测到无人机后，该无人机所处的位置不属于无人机打击设备的打击区域内，导致无法通过无人机打击设备打击该无人机。或者对于无人机打击设备的打击区域，若无人机探测设备的探测区域与该打击区域是两个完全不同的区域，则无人机进入打击区域后，无人机探测设备无法探测到该无人机，无人机打击设备也就无法根据无人机探测设备的探测结果打击该无人机。
18、因此，本技术实施例中，通过根据第一打击区域和第二探测区域确定第二奖励值，以更新第二q值表，则后续可以根据更新后的第二q值表确定较合理的无人机打击设备的第二布控位置，从而确保无人机探测设备发现有无人机入侵并通知无人机打击设备后，无人机打击设备可以完成对该入侵无人机的打击。进一步地，通过上述方式，本技术实施例可以自动分析和推荐无人机探测设备和无人机打击设备的最优布控位置。
19、上述说明仅是本技术实施例技术方案的概述，为了能够更清楚了解本技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
1.一种布控位置确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤s130包括：
3.根据权利要求2所述的方法，其特征在于，所述无人机探测设备为第i个无人机探测设备，且已确定前i-1个无人机探测设备的第一布控位置，其中，i为正整数，且i≥2；
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一总面积与所述第一重叠面积，确定所述第一奖励值，包括：
5.根据权利要求1所述的方法，其特征在于，所述步骤s160包括：
6.根据权利要求5所述的方法，其特征在于，所述第一奖励值为所述第二状态对应的奖励值，共有多个无人机探测设备；
7.根据权利要求2所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述步骤s230包括：
9.根据权利要求8所述的方法，其特征在于，已在所述防控区域中确定m个无人机探测设备的第一布控位置，所述无人机打击设备为第j个无人机打击设备，其中，m、j均为正整数，且m≥2，j≥2；
10.根据权利要求9所述的方法，其特征在于，所述根据所述第一打击区域的面积、m个第三重叠面积和所述第四重叠面积，确定所述第二奖励值，包括：
11.根据权利要求7所述的方法，其特征在于，所述步骤s260包括：
12.根据权利要求11所述的方法，其特征在于，所述第二奖励值为所述第四状态对应的奖励值，共有多个无人机打击设备；
13.一种布控位置确定设备，包括存储器、处理器及存储在所述存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1～12任一项所述的布控位置确定方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1～12任一项所述的布控位置确定方法。
