一种多源信息融合低慢小目标探测方法及无人空防系统技术方案

本发明专利技术公开了一种多源信息融合低慢小目标探测方法及无人空防系统，用于对低空空飘气球、黑飞无人机、鸟群等外来物的识别和跟踪，包括：基于光电、雷达和无线电侦测设备的威力指标，建立一体化目标感知矩阵，获取低慢小目标的光电图像和数据信息；建立多源信息融合和目标分类模型，分别对光电、雷达和无线电侦测构建基分类器处理特征级信息，并在身份级层面进行综合，得到多源印证识别结果；采用ADS

【技术实现步骤摘要】
一种多源信息融合低慢小目标探测方法及无人空防系统


[0001]本专利技术涉及一种目标探测方法及空防系统，特别是一种多源信息融合低慢小目标探测方法及无人空防系统。

技术介绍

[0002]近年来，无人机被非法使用的案例激增，造成民航机场航班延误、威胁飞机起降安全、扰乱空域管理秩序。
[0003]采用单一探测手段进行无人机防范，存在情报来源单一、识别手段不足问题，导致目标身份确认难、影响处置决策。目前市面上雷达、光电、无线电侦测产品均存在一定短板，雷达难以探测低速、悬停目标及小目标；无线电侦测可探测低速、悬停目标及小目标，但不能发现频谱库内未备案目标；光电可探测各类目标，但搜索范围小，探测距离近，需要搜索指引。
[0004]如何组织多种探测手段取长补短、高效协同配合，实现设备自动化调度、目标识别与精确定位仍是行业内一个待解决问题。目前一些采用多探测手段的产品，仅仅是简单的多设备功能叠加，并未将识别信息、定位信息进行统一整合，识别能力欠缺，目标探测精度较单一传感器无提升。对于设备的调度(尤其是光电探测设备)也缺乏自动化设计，往往需要人工介入操控，操作流程复杂，产品可用性低。

技术实现思路

[0005]专利技术目的：本专利技术所要解决的技术问题是针对现有技术的不足，提供一种多源信息融合低慢小目标探测方法及无人空防系统。
[0006]为了解决上述技术问题，本专利技术公开了一种多源信息融合低慢小目标探测方法及无人空防系统，包括如下步骤：
[0007]步骤1：基于光电、雷达和无线电侦测设备的威力指标，建立一体化目标感知矩阵，获取所述低慢小目标的光电图像和数据信息；
[0008]步骤2：建立多源信息融合和目标分类模型，分别对光电、雷达和无线电侦测构建基分类器处理特征级信息，并在身份级层面进行综合，得到多源印证识别结果，即综合识别结果；
[0009]步骤3：采用ADS
‑
B数据判别合作飞机目标，采用无线电侦测白名单频谱库判别合作无人机目标与黑飞无人机目标，对于黑飞无人机目标，根据所属感知矩阵区域确定干扰策略；
[0010]步骤4：设计融合规则，进行目标位置信息融合，并对空域目标位置及身份信息汇总进行态势显示。
[0011]有益效果：
[0012]1、基于空目标数量少、歧义性小的特性设计，采用感知矩阵进行目标划分与关联匹配，极大较节省计算资源。
[0013]2、整个多源信息融合探测、识别、反制流程均有自动化处理流程，能够全自动调度光电、反制设备运行，无需人工干预操作，可实现全天候无人值守。
[0014]3、采用雷达、光电、无线电侦测多手段协同进行综合识别，再结合ADS
‑
B于白名单库进行充分目标识别，使目标身份“辩得明”。
[0015]4、基于“1+1+N”探测体系体系特点设计融合规则，获取目标融合航迹，能够获得较高的目标探测精度。
附图说明
[0016]下面结合附图和具体实施方式对本专利技术做更进一步的具体说明，本专利技术的上述和/或其他方面的优点将会变得更加清楚。
[0017]图1为本专利技术方法的流程示意图。
[0018]图2为本专利技术中无人方框系统组成示意图。
[0019]图3为本专利技术实施例中无人机的态势显示示意图。
[0020]图4为本专利技术中多源信息综合识别方法框图。
[0021]图5为感知调度矩阵示意图。
[0022]图6为调度光电协同流程示意图。
[0023]图7为SVM级联多维度超平面分类器身份识别流程示意图。
[0024]图8为综合识别流程示意图。
具体实施方式
[0025]一种多源信息融合低慢小目标探测方法及无人空防系统，灵活选择单点或多点布设多种类，多数量的无人机探测雷达、光电探测设备、无线电侦测设备、全向与定向反制设备，形成净空探测反制网络，各个探测反制设备通过网络与管控系统连接进行集中式管理与信息融合，再结合ADS
‑
B(Automatic Dependent Surveillance
‑
Broadcast，广播式自动相关监视)等合作信息源，实现对航班、合法无人机、黑飞无人机目标的全面监视，威胁预警，同时提供无人机的管控处置手段。
[0026]所述低慢小目标指：包括如无人机等低空、慢速、小型航空器及鸟类、空飘物等升空目标。
[0027]本专利技术所述的光电图像目标检测方法主要包括基于光电、雷达、无线电侦测设备等威力指标，建立“1+1+N”一体化目标感知矩阵(即1部雷达、1部无线电侦测设备和N个光电设备)，获取全方位低、慢、小目标光电图像和点/航迹信息，建立多源信息融合和目标分类模型，输出目标综合识别信息，采用ADS
‑
B数据及无线电侦测白名单频谱库对于合作目标进行区分，对于黑飞目标，并根据识别结果和所属感知区域确定干扰和反制预案。并基于“1+1+N”探测体系体系特点设计融合规则，进行目标位置信息融合，对空域目标位置及身份信息汇总进行态势显示。如图1所示，一种多源信息融合低慢小目标探测方法包括以下步骤：
[0028]步骤1：基于光电、雷达、无线电侦测设备等威力指标，建立“1+1+N”一体化目标感知矩阵，获取全方位低、慢、小目标光电图像和数据信息；
[0029]步骤1
‑
1：计算获取各传感器监视范围。
[0030]获取光电设备实时探测作用距离如下：
[0031][0032]其中，R
p
为目标到系统的作用距离，m；δ为信号提取因子；A
t
为目标的有效辐射面积，cm2；L
t
为目标的辐射亮度，W/(cm2·
sr)；N
t
为目标在焦平面上所占的像元数:L
bg
为背景辐射亮度，W/(cm2·
sr)；A
o
为光学系统入瞳面积，m2；τ
a
(R)为大气透过率,通过ART或者LOWTRAN7软件计算得到；τ
o
为工作时光学系统的透过率；A
d
为探测器单个像元面积，cm2；t
int1
为工作时的积分时间，s；D
*
为波段有效探测度，cm
·
Hz
1/2
/W；SNR为探测器输出的、可探则的最低信噪比。
[0033]获取雷达系统天线增益、发射功率等参数，计算探测范围和作用距离：
[0034][0035]其中，P
T
为雷达发射功率，G
R
为全向接收天线增益，G
T
为定向发射天线增益，λ为雷达信号波长，σ为典型目标(如大疆精灵4系列无人机)反射截面积，k为玻尔兹曼常数，T0为噪声温度，B为接收系统等效带宽，M
n
为识别系数，L
s
是系统损耗，N
f
为噪声系数。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多源信息融合低慢小目标探测方法，其特征在于，包括如下步骤：步骤1：基于光电、雷达和无线电侦测设备的威力指标，建立一体化目标感知矩阵，获取所述低慢小目标的光电图像和数据信息；步骤2：建立多源信息融合和目标分类模型，分别对光电、雷达和无线电侦测构建基分类器处理特征级信息，并在身份级层面进行综合，得到多源印证识别结果，即综合识别结果；步骤3：采用ADS
‑
B数据判别合作飞机目标，采用无线电侦测白名单频谱库判别合作无人机目标与黑飞无人机目标，对于黑飞无人机目标，根据所属感知矩阵区域确定干扰策略；步骤4：设计融合规则，进行目标位置信息融合，并对空域目标位置及身份信息汇总进行态势显示。2.根据权利要求1所述的一种多源信息融合低慢小目标探测方法，其特征在于，步骤1所述的获取所述低慢小目标的光电图像和数据信息，具体方法包括：步骤1
‑
1：获取光电侦测设备的热灵敏度和焦距参数，计算所述光电侦测设备的探测视场和作用距离；获取雷达侦测设备的天线增益和接收机灵敏度参数，计算所述雷达侦测设备的探测视场和作用距离；获取无线电侦测设备的接收天线增益和探测波长参数，计算所述无线电侦测设备的探测视场和作用距离；具体方法如下：步骤1
‑1‑
1，计算所述光电侦测设备的探测视场和作用距离，方法如下：其中，R
p
为目标到光电侦测设备的作用距离；δ为信号提取因子；A
t
为目标的有效辐射面积；L
t
为目标的辐射亮度；N
t
为目标在焦平面上所占的像元数；L
bg
为背景辐射亮度；A
o
为光学系统入瞳面积；τ
a
(R)为大气透过率；τ
o
为工作时光学系统的透过率；A
d
为探测器单个像元面积；t
int1
为工作时的积分时间；D
*
为波段有效探测度；SNR为最低信噪比；步骤1
‑1‑
2，计算所述雷达侦测设备的探测视场和作用距离，方法如下：其中，R
r
为目标到雷达侦测设备的作用距离；P
T
为雷达发射功率，G
R
为全向接收天线增益，G
T
为定向发射天线增益，λ为雷达信号波长，σ为典型目标反射截面积，k为玻尔兹曼常数，T0为噪声温度，B为接收系统等效带宽，M
n
为识别系数，L
s
是系统损耗，N
f
为噪声系数；步骤1
‑1‑
3，计算所述无线电侦测设备的探测视场和作用距离，方法如下其中，R
d
为目标到无线电侦测设备的作用距离；P
T
为典型目标发射功率，G
R
为全向接收天线增益，G
T
为定向天线增益，λ为典型侦测信号波长，P
R
为设备最低可感应信号功率；
步骤1
‑
2：基于光电、雷达和无线电侦测设备的探测视场和作用距离，建立1部雷达侦测设备、1部无线电侦测设备和N个光电侦测设备的一体化感知矩阵；所述一体化感知矩阵中每一个元素用M
i,j
表示：M
i,j
＝{R,D,P1,P2,
…
,P
N
,I1,I2,
…
,I
M
}其中：其中：其中：其中：其中，R是雷达参与第j行第i列矩形方格区域感知标识，1代表参与，0代表不参与，D无线电侦测参与第j行第i列矩形方格区域感知标识，P
n
是第n号光电设备参与第j行第i列矩形方格区域感知标识，N表示光电设备总数量，I
m
是第m号反制设备参与第j行第i列矩形方格区域感知标识，M表示反制设备的数量，为第j行第i列矩形方格区域中心点到雷达侦测设备的距离，为第j行第i列矩形方格区域中心点到无线电侦测设备的距离，为第j行第i列矩形方格区域中心点到第n号光电侦测设备的距离；为第j行第i列矩形方格区域中心点到第m号反制设备距离；R
np
为第n号光电侦测设备的最大探测距离，I
mp
为第m号反制设备最大作用距离，是一个确定常数；步骤1
‑
3：基于所述的一体化感知矩阵与光电自动调度流程，获取1部雷达侦测设备、1部无线电侦测设备和N个光电侦测设备所侦测到的目标的的光电图像及数据信息；其中，雷达侦测设备侦测到的目标的数据信息包括：目标的方位、俯仰、距离、高度、航向、航速、多普勒速度、回波幅度、信噪比以及点数；无线电侦测设备侦测到的目标的数据信息包括：目标的类型、型号以及方位角度；根据光电自动调度流程，光电侦测设备侦测到的目标的数据信息包括：目标的方位、俯仰、尺寸、灰度以及光电图像。3.根据权利要求2所述的一种多源信息融合低慢小目标探测方法，其特征在于，步骤1
‑
3中所述的光电自动调度流程，具体包括：对于落入矩阵M
i,j
中的雷达侦测设备侦测到的目标的航迹，M
i,j
＝{R,D,P1,P2,
…
,P
N
,I1,I2,
…
,I
M
}，判定P1,P2,
…
,P
N
的值，对于不为0且，第n号光电侦测设备处于闲置状态情况下，采用以下方式调度光电协同：首选通过雷达侦测设备侦测到的目标位置转化为相对光电侦测设备的方位值以及俯仰值；如果是无线电侦测设备发现的目标，无线电侦测设备只提供方位值；以所述方位值以及俯仰值引导光电侦测设备指向指定方向，并基于雷达侦测设备提供的距离参数设定指定
搜索视场；再根据光电目标自动检测与选择策略，进行光电图像检测处理，根据处理过程中是否出现目标，选定目标区域初始化光电侦测设备的跟踪器，锁定目标持续跟踪，同时进行光电侦测设备的转台指向的PID控制和视场及聚焦调节保持目标大小及清晰度；进行跟踪状态评估，对目标是否稳定跟踪、是否跟雷达或无线电侦测引导数据方位一致进行判定；重复上述跟踪流程直到人工停止或引导信号结束；其中，光电目标自动检测与选择策略利用canny分割算子计算潜在目标外接矩形框，目标灰度特征：其中，w
GrayScale
为检测目标的灰度特征系数，G(x,y)为像素点灰度值，x,y为图像坐标位置，x0，y0为目标区域起始坐标，x1，y1为目标区域结束坐标；选择最大w
GrayScale
值的目标的外接矩形作为选择区域；选定发现匹配目标区域后，采用标准KCF算法进行目标锁定跟踪，并基于跟踪情况进行一致性评价和稳定跟踪判断。4.根据权利要求3所述的一种多源信息融合低慢小目标探测方法，其特征在于，步骤2包括如下步骤：步骤2
‑
1：分别针对雷达、光电和无线电侦测设备所侦测得到的光电图像及数据信息，构建三类不同的信号级即特征级基分类器，进行特征级识别，获得目标的身份级信息；具体方法如下：步骤2
‑1‑
1，针对雷达侦测设备所侦测...

【专利技术属性】
技术研发人员：刘文，白俊奇，胡乔伟，孙宜斌，席灿江，曹晴，万清萍，赵博，翟海涛，李强，王连坡，普志方，
申请(专利权)人：南京莱斯电子设备有限公司，
类型：发明
国别省市：