防务：城市反无 —— 动态重分配 —— 城市环境最关键的能力

动态重分配（应对无人机机动、遮挡、饱和攻击）

城市环境：无人机突然躲楼后、突然加速、突然分岔、突然新增目标……

AI 分配算法毫秒级动态调整：

• 目标 1 被遮挡 → 激光 1 转打目标 3
• 新增 5 架无人机 → 重新排序、分配空闲激光
• 某激光过热 → 任务转移给相邻激光

单台自主做不到全局动态重分配，只能 “自顾自”。

AI 给所有目标 “打分”—— 威胁评估

大脑会实时计算每个目标的威胁值 Threat Score

典型 AI 决策维度：

• 距离：越近分越高
• 速度：越快分越高
• 高度：越低越危险
• 航向：是否飞向核心保护区（政府、机场、变电站）
• 类型：攻击性无人机 > 普通无人机 > 鸟
• 编队行为：集群、协同突防 → 分数暴涨
• 城市环境：是否在楼间盲区、是否难拦截

核心 ——AI 做最优武器分配（真正的 “大脑决策”）

现在有：
N 个目标（按威胁排好序）
M 个武器（激光、干扰、光电）

AI 要解决的是一个多约束优化问题：

在满足所有限制条件下，让拦截成功率最高、漏防最少、资源最省。

它会同时考虑这些约束：

视距约束

• 激光能不能看到目标？有没有楼挡着？

角度约束

• 转台能不能转到那个方向？

距离约束

• 激光有效射程以内？

能量约束

• 激光是否冷却好？能不能连续发射？

时间约束

• 武器转向 + 锁定 + 击毁目标的时间够不够？

不重复打击约束

• 一个目标只分配一个武器，避免浪费。

覆盖冗余约束

• 高危目标最好有备份武器可接力。

动态重分配 —— 城市环境最关键的能力

城市里无人机乱飞、遮挡、突然新增目标、激光过热……
情况每秒都变。

AI 大脑会持续闭环：

• 目标躲楼后了 → 取消分配，让激光转打下一个
• 突然来 10 架集群 → 重新全局排序
• 某激光坏了 / 过热 → 任务切给另一台
• 目标威胁变高 → 立刻提升优先级，抢占武器

这叫 动态武器分配（Dynamic WTA）
是现代反无最核心的 AI 能力。