一种基于目标运动轨线的空中目标意图推断方法技术

本发明专利技术公开了一种基于目标运动轨线的空中目标意图推断方法，本发明专利技术通过传感器网络获取目标的运动轨迹数据，并建立目标轨迹模型，将目标轨迹模型与监测区域的物理信息相结合，能够得出各个目标轨迹形状以及目标与保护对象的相对位置，从而进行意图推断决策。本发明专利技术实现了基于运动轨线的空中目标意图推断，提高了传感器网络对空中目标的态势感知能力。在众多军用与民用领域，如导弹拦截、区域目标监视等方面都有较大应用潜力和价值，能够为目标的识别、跟踪提供更多依据，从而提高传感器网络的探测效率，为指挥人员制定科学的作战方案提供信息支撑，为发挥我方防空武器系统的最大作战效能提供有利条件。战效能提供有利条件。战效能提供有利条件。

【技术实现步骤摘要】
一种基于目标运动轨线的空中目标意图推断方法


[0001]本专利技术属于空中多目标跟踪、态势评估与空中交通管制领域，具体涉及一种基于目标运动轨线的空中目标意图推断方法。

技术介绍

[0002]随着现代先进武器和技术装备的大量使用，以及直升机、无人机、战斗机、预警机、导弹等作战平台的不断进步，现代战场环境正变得日益复杂，战争形态也正从传统的机械化、信息化作战向未来的无人化、智能化作战演进。一方面，现代化战争的很多集群式作战任务中，敌方的目标数目众多且来源于不同的方向；而另一方面，我方的局部防御能力有限，必须利用有限的火力精确打击对我方威胁最大的来袭目标。基于上述原因，跟踪监视来袭目标，判断其对我方的威胁大小及作战意图，即基于目标跟踪，进行威胁估计与意图推断，并据此采取告警、精确打击等操作，具有十分重要的意义。合理地对空中目标进行威胁估计可以为指挥人员制定科学的作战方案提供信息支撑，发挥我方防空武器系统的最大作战效能，为赢得战争的胜利提供有利条件。
[0003]随着多源信息融合及其相关技术的发展，从上世纪七十年代开始，世界各国开始将目光投入威胁估计领域并进行大量的研究与创新，使得威胁估计在理论基础以及实践层面得到了飞速发展。
[0004]国外首先开始对威胁估计领域进行研究。威胁估计的定义由JDL提出：威胁估计是依据敌我武器装备的性能、军事部署及当前态势等因素，推断敌方的作战能力及进攻意图，做出敌方对于我方的威胁程度的定量评估。Alan N.Steinberg指出，一次完整的威胁估计需要包括预测产生威胁的时间、发出预警、对威胁进行描述、确定威胁度的大小以及给出威胁估计结果。B.Chalmers表示，一次完整的威胁估计是一个十分复杂的工程，在实际战场环境下，我们需要结合航空、航海、数学、物理、导航、制导以及先验知识与经验等等才能有一个较为客观、正确的威胁估计结果。此外，国外还运用了贝叶斯网络、模糊推理等方法，解决威胁估计与意图推断问题。
[0005]在国内，王朔指出，威胁估计是根据实际战场环境上由传感器网络收集信息，基于这些信息，对目标威胁程度进行估计的一项非常复杂的任务。曲长文表示，威胁估计问题具有多属性特征，可以运用多属性决策方法进行求解。赵建军，康长青等，采用贝叶斯网络解决目标威胁估计问题。郭辉，唐立军等，采用基于支持向量机的空中目标威胁评估模型，解决空中目标威胁估计问题。王猛从属性分析角度出发，进行基于属性分析的威胁评估技术研究。罗艳春提出基于模糊神经网络的空中目标威胁估计。
[0006]相比于威胁估计，国内外意图推断领域的研究工作较少。李曼等提出基于模板的态势估计推理模型与算法。曲长文，伍之前等提出采用多属性决策法解决意图推断问题。王昊冉，陈霞，葛顺等采用贝叶斯网络解决意图推断问题。徐建平等提出基于模糊推理的空中目标意图识别方法。

技术实现思路

[0007]本专利技术的目的在于克服上述不足，提供一种基于目标运动轨线的空中目标意图推断方法，本专利技术基于传感器对于目标的量测获取目标运动轨线，并根据轨线推断其意图，为指挥人员制定科学的作战方案提供信息支撑，使传感器网络达到更高的使用效能。
[0008]为了达到上述目的，本专利技术包括以下步骤：
[0009]S1，通过基于雷达和红外传感器组成的传感器网络来识别并跟踪目标，从被噪声污染的量测中递推估计目标的运动状态，从而得到目标的运动轨迹数据；
[0010]S2，选取目标的运动轨迹数据的一个时间标度进行量化，得到目标的运动轨线的航迹段估计，并用字母序列表示经过位置和速度量化后的目标的运动模式；
[0011]S3，采用模式识别算法计算基于由航迹段生成的目标运动轨线序列，得到目标轨线模型；
[0012]S4，根据目标轨线模型并结合监测区域的物理信息，做出意图推断决策。
[0013]S1中，传感器网络来识别并跟踪目标的模型如下：
[0014][0015]式中，(x
i
,y
i
)为第i个传感器的笛卡尔坐标，(x
k
,y
k
)为目标在k时刻的实际位置，v
r,k
为目标距离量测的高斯噪声，v
θ,k
为目标方向角量测的高斯噪声。
[0016]S1中，采用滤波算法从被噪声污染的量测中递推估计目标的运动状态，粒子滤波的具体流程如下：
[0017]第一步，通过先验概率p(x0)来产生粒子群初始权值为1/N；
[0018]选取先验概率p(x0)来作为重要性密度函数，得：
[0019][0020]依据重要性密度函数产生N个随机样本粒子
[0021]第二步，计算各个粒子的权重：
[0022][0023]权重归一化，得到：
[0024][0025]第三步，若满足下式，则进行重采样，
[0026][0027]将带权样本映射成等权重样本其中，N
eff
是有效粒子容量，N
thr
为给定的门限阈值；
[0028]第四步，对等权重样本进行状态估计，方法如下：
[0029][0030][0031]式中，k为时刻点，为粒子i在k时刻的状态，z
k
为k时刻的观测值，为k时刻基于k
‑
1时刻的粒子状态与k时刻观测的粒子i的重要性密度函数，为基于k
‑
1时刻的粒子状态的粒子i的k时刻状态先验概率，为k时刻获得的粒子i状态似然函数，为k时刻粒子i的权重，P
k
为k时刻对目标估计结果的协方差阵，为k时刻对第i个粒子状态的估计值，为由所有粒子的估计值求得的目标在时刻k的状态估计值。
[0032]S2中，对目标的运动轨迹数据的一个时间标度进行量化的具体方法如下：
[0033]采用位置航迹段量化和速度航迹段量化；
[0034]位置航迹段量化是对一处于我方空中监测的区域按照合适的网格大小进行网格化，如果空中目标的位置估计在采样时刻落入了某一个网格，就取此网格的中心作为本次采样的位置点，即认为在该采样时刻，目标的航迹位于此网格的中心，相邻两次采样时刻所对应位置点的连线，即构成航迹段，由航迹段，构成目标的航迹段轨；
[0035]速度航迹段量化是将目标在任意时刻的速度方向量化为八个方向，如下式所示，形成一个速度方向的集合：
[0036][0037]其中，和表示八个方向。
[0038]S3中，使用Earley解析算法对由航迹段生成的目标运动轨线序列进行模式识别；
[0039]Earley解析算法中，假定上下文无关文法G＝(V
N
,V
T
,P,S)，其中：V
N
为非终止符集，V
T
为终止符集，V
N
∪V
T
＝V，且即V
N
与V
T
不相交；P是形如α
→
β的产生式有限集，且α∈V
...

【技术保护点】

【技术特征摘要】
1.一种基于目标运动轨线的空中目标意图推断方法，其特征在于，包括以下步骤：S1，通过基于雷达和红外传感器组成的传感器网络来识别并跟踪目标，从被噪声污染的量测中递推估计目标的运动状态，从而得到目标的运动轨迹数据；S2，选取目标的运动轨迹数据的一个时间标度进行量化，得到目标的运动轨线的航迹段估计，并用字母序列表示经过位置和速度量化后的目标的运动模式；S3，采用模式识别算法计算基于由航迹段生成的目标运动轨线序列，得到目标轨线模型；S4，根据目标轨线模型并结合监测区域的物理信息，做出意图推断决策。2.根据权利要求1所述的一种基于目标运动轨线的空中目标意图推断方法，其特征在于，S1中，传感器网络来识别并跟踪目标的模型如下：式中，(x
i
,y
i
)为第i个传感器的笛卡尔坐标，(x
k
,y
k
)为目标在k时刻的实际位置，v
r,k
为目标距离量测的高斯噪声，v
θ,k
为目标方向角量测的高斯噪声。3.根据权利要求1所述的一种基于目标运动轨线的空中目标意图推断方法，其特征在于，S1中，采用滤波算法从被噪声污染的量测中递推估计目标的运动状态，粒子滤波的具体流程如下：第一步，通过先验概率p(x0)来产生粒子群初始权值为1/N；选取先验概率p(x0)来作为重要性密度函数，得：依据重要性密度函数产生N个随机样本粒子第二步，计算各个粒子的权重：权重归一化，得到：第三步，若满足下式，则进行重采样，将带权样本映射成等权重样本其中，N
eff
是有效粒子容量，N
thr
为给定的门限阈值；第四步，对等权重样本进行状态估计，方法如下：
式中，k为时刻点，为粒子i在k时刻的状态，z
k
为k时刻的观测值，为k时刻基于k
‑
1时刻的粒子状态与k时刻观测的粒子i的重要性密度函数，为基于k
‑
1时刻的粒子状态的粒子i的k时刻状态先验概率，为k时刻获得的粒子i状态似然函数，为k时刻粒子i的权重，P
k
为k时刻对目标估计结果的协方差阵，为k时刻对第i个粒子状态的估计值，为由所有粒子的估计值求得的目标在时刻k的状态估计值。4.根据权利要求1所述的一种基于目标运动轨线的空中目标意图推断方法，其特征在于，S2中，对目标的运动轨迹数据的一个时间标度进行量化的具体方法如下：采用位置航迹段量化和速度航迹段量化；位置航迹段量化是对一处于我方空中监测的区域按照合适的网格大小进行网格化，如果空中目标的位置估计在采样时刻落入了某一个网格，就取此网格的中心作为本次采样的位置点，即认为在该采样时刻，目标的航迹位于此网格的中心，相邻两次采样时刻所对应位置点的连线，即构成航迹段，由航迹段，构成目标的航迹段轨；速度航迹段量化是将目标在任意时刻的速度方向量化为八个方向，如下式所示，形成一个速度方向的集合：其中，和表示八个方向。5.根据权利要求1所述的一种基于目标运动轨线的空中目标意图推断方法，其特征在于，S3中，使用Earley解析算法对由航迹段生成的目标运动轨线序列进行模式识别；Earley解析算法中，假定上下文无关文法G＝(V
N
,V
T
,P,S)，其中：V
N
为非终止符集，V
T
为终止符集，V
N
∪V
T
＝V，且即V
N
与V
T
不相交；P是形如α
→
β的产生式有限集，且α∈V
+
,β∈V
*
，符号
→
的含义是能够再写为；S∈V
N
为起始符，待分析字符串为x＝α1α2……
α
n
，按各元素从α1到α
n
的顺序，建立剖析表序列I0,I1,
…
,I
n
，首先建立I0，然后由I0建立I1，再由I1建立I2，持续往下直到建立I
n
。6.根据权利要求5所述的一种基于目标运动轨线的空中目标意图推断方法，其特征在于，建立剖析表序列I0,I1,
…
,I
n
的具体步骤如下：第一步，建立剖析表I0；
①
若S...

【专利技术属性】
技术研发人员：闫涛，韩崇昭，杨子雄，张恺桐，吴燚，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：