一种概略目标指示先验信息智能生成方法技术

一种概略目标指示先验信息智能生成方法，包括：对传感器误差、环境造成的误差、目标特性造成的误差分别进行建模；对环境造成的误差建模方法包括：使用气象环境历史数据和条件变分自编码器架构的神经网络模型，构建环境信息生成模型；计算当前环境条件下，不同距离不同角度下不同波长的光所对应的大气透过率和辐射度；对目标特性造成的误差建模方法包括：使用目标历史运动轨迹数据和深度神经网络模型，构建目标位置预测模型；该模型有两个子任务，分别可以预测目标位置所在的区域和目标位置的具体经纬度坐标；在仿真环境生成概略目标指示的过程中，融合所有误差因素，在仿真系统流程中生成概略目标指示。中生成概略目标指示。中生成概略目标指示。

【技术实现步骤摘要】
一种概略目标指示先验信息智能生成方法


[0001]本专利技术涉及一种概略目标指示先验信息智能生成方法，属于仿真环境数据模拟生成领域。

技术介绍

[0002]目标指示技术在雷达和卫星领域有着广泛的研究。在雷达领域，合成孔径雷达技术可以获得高分辨率成像；相控阵雷达技术可以实现快速波束转向和多目标跟踪。在卫星领域，光学成像卫星使用可见光、红外和紫外波段的传感器进行高分辨率成像；高光谱成像技术捕捉大量连续波段的光谱信息以识别目标特征；遥感卫星搭载多种传感器进行多尺度、多波段观测。这些技术结合信号处理、目标检测与识别、多源信息融合等方法，可以完成目标指示的生成任务。
[0003]在虚拟的仿真场景中，接近真实的概略目标指示生成结果通常需要对场景要素进行更加精确的建模。现实生成的概略目标指示与真实目标位置存在误差，对于这种误差建模的精细程度决定了仿真系统整体的准确性和真实性。目前现有技术中，尚未发现基于多种影响因素的先验知识对概略目标指示进行智能生成的方法。

技术实现思路

[0004]本专利技术要解决的技术问题是：克服现有技术的不足，在仿真模拟环境下，解决了目标指示模拟生成过程中，对目标指示误差的模拟不够真实的问题。
[0005]本专利技术目的通过以下技术方案予以实现：
[0006]一种概略目标指示先验信息智能生成方法，包括：
[0007]对传感器误差、环境造成的误差、目标特性造成的误差分别进行建模；
[0008]对环境造成的误差建模方法包括：收集仿真环境所模拟的区域的气象环境历史数据；使用气象环境历史数据和条件变分自编码器架构的神经网络模型，构建环境信息生成模型；计算当前环境条件下，不同距离不同角度下不同波长的光所对应的大气透过率和辐射度；
[0009]对目标特性造成的误差建模方法包括：收集仿真环境所模拟的相关目标类型的参数和历史运动轨迹数据；使用目标历史运动轨迹数据和深度神经网络模型，构建目标位置预测模型；该模型有两个子任务，分别可以预测目标位置所在的区域和目标位置的具体经纬度坐标；
[0010]在仿真环境生成概略目标指示的过程中，融合所有误差因素，在仿真系统流程中生成概略目标指示。
[0011]本专利技术一实施例中，在仿真系统流程中生成概略目标指示的方法包括：
[0012]使用环境信息生成模型生成当前仿真场景的环境信息；
[0013]获得目标的位置、运动状态以及探测设备的位置信息；
[0014]通过目标所在位置、目标到探测器的透过率、探测器朝向信息，计算出目标的可见
度；
[0015]若目标可见，则根据探测设备误差、环境引起的误差、目标材质与运动状态引起的误差，合成目标的总体误差，按照误差分布对目标位置进行采样，生成最终的概略目标指示；
[0016]若目标不可见，则使用目标位置预测模型对模型可能出现的区域进行采样，并预测出目标的位置，作为概略目标指示。
[0017]本专利技术一实施例中，传感器包括雷达和/光学传感器。
[0018]本专利技术一实施例中，对于雷达，获取雷达的频率波段、搜索范围、波束宽度、脉冲宽度与频率参数信息，估算出雷达的测距误差、测角误差的范围，得到位置误差的范围。
[0019]本专利技术一实施例中，对于光学传感器，根据分辨率、成像距离、镜头口径与焦距、成像帧率参数信息，估算出光学传感器得到目标的位置误差、速度误差。
[0020]本专利技术一实施例中，环境因素包括云层、雨、雪、雾中的一种或多种组合。
[0021]本专利技术一实施例中，对目标特性造成的误差建模过程中，对于雷达，根据目标的材质特性对测量误差进行建模。
[0022]本专利技术一实施例中，对目标特性造成的误差建模过程中，对于光学传感器，根据目标的反射率、形状、表面特性，换算成等效的目标反射特性误差。
[0023]本专利技术一实施例中，在生成目标位置时，首先使用第一种预测任务，得到目标在每个区域的概率分布，采样后得到生成的目标区域；再使用第二种预测任务，生成目标在区域内的具体经纬度坐标位置。
[0024]本专利技术一实施例中，若目标不可见，根据目标最后可见的目标指示位置，将目标参数、环境参数输入目标位置预测模型，按照时间进行采样推演，对预测结果进行采样，得到最终的概略目标指示位置。
[0025]本专利技术相比于现有技术具有如下有益效果：
[0026](1)本专利技术基于先验知识进行建模，使仿真系统中生成的概略目标指示结果更接近真实场景，使仿真系统的推演结果更具实际参考价值。
[0027](2)本专利技术采用条件变分自编码器的模型来生成环境信息，该模型学习到了不同时间、地点条件下天气样本信息的分布，在生成环境信息时能做到根据给出的不同时间、地点条件来生成相应的环境信息。
[0028](3)本专利技术通过对目标位置进行建模，用神经网络预测出目标出现在不同区域的概率分布并采样，而不是简单的随机采样，使生成的目标指示位置更符合目标的历史移动规律。
[0029](4)本专利技术的方法还具有可扩展性，随着仿真系统中提供的参数越来越全面，考虑的误差因素越来越多，对概略目标指示生成的误差估计就会越准确，生成结果越接近真实结果。
附图说明
[0030]图1为本专利技术实施方法流程图；
[0031]图2为环境信息生成模型的示意图；
[0032]图3为大气透过率的生成结果示意图；
[0033]图4为目标区域划分示意图；
[0034]图5为概略目标指示生成整体流程图。
具体实施方式
[0035]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的实施方式作进一步详细描述。
[0036]为了能让仿真环境产生更接近现实世界的数据以供分析推演，本专利技术提出了基于场景先验信息的概略目标指示智能生成方法。通过引入多种先验信息作为影响目标指示误差的因素，例如目标类型的运动特性、目标的历史数据和行为模式、气象地理环境特性、传感器和设备性能参数作为先验信息的因素，对获取目标指示的过程和影响因素进行更为真实的建模，对目标指示的获取误差进行更准确的估计，从而得到更加逼近现实中获得的目标指示结果，解决了仿真环境中概略目标指示生成结果与现实环境偏差较大的问题。
[0037]一种基于先验信息的概略目标指示智能生成方法，将影响目标指示误差的因素：传感器误差特点、环境因素干扰、目标运动特性、历史行为数据分别进行建模，融合多种因素进行概略目标指示的生成。
[0038]本专利技术方法的步骤流程图如图1所示分为4个部分，具体实现分别如下：
[0039]1.对传感器的误差情况进行建模。
[0040]仿真系统中包含用于生成概略目标指示的雷达或光学传感器的型号、设备信息。
[0041]对于雷达，可以获取雷达的频率波段、搜索范围、波束宽度、脉冲宽度与频率参数信息，结合其使用经验，可以估算出雷达的测距误差、测角误差的范围，得到位置误差的范围。
[0042]例如脉冲法测距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种概略目标指示先验信息智能生成方法，其特征在于，包括：对传感器误差、环境造成的误差、目标特性造成的误差分别进行建模；对环境造成的误差建模方法包括：收集仿真环境所模拟的区域的气象环境历史数据；使用气象环境历史数据和条件变分自编码器架构的神经网络模型，构建环境信息生成模型；计算当前环境条件下，不同距离不同角度下不同波长的光所对应的大气透过率和辐射度；对目标特性造成的误差建模方法包括：收集仿真环境所模拟的相关目标类型的参数和历史运动轨迹数据；使用目标历史运动轨迹数据和深度神经网络模型，构建目标位置预测模型；该模型有两个子任务，分别可以预测目标位置所在的区域和目标位置的具体经纬度坐标；在仿真环境生成概略目标指示的过程中，融合所有误差因素，在仿真系统流程中生成概略目标指示。2.根据权利要求1所述的智能生成方法，其特征在于，在仿真系统流程中生成概略目标指示的方法包括：使用环境信息生成模型生成当前仿真场景的环境信息；获得目标的位置、运动状态以及探测设备的位置信息；通过目标所在位置、目标到探测器的透过率、探测器朝向信息，计算出目标的可见度；若目标可见，则根据探测设备误差、环境引起的误差、目标材质与运动状态引起的误差，合成目标的总体误差，按照误差分布对目标位置进行采样，生成最终的概略目标指示；若目标不可见，则使用目标位置预测模型对模型可能出现的区域进行采样，并预测出目标的位置，作为概略目标指示。3.根据权利要求1所述的智能生成方法，...

【专利技术属性】
技术研发人员：阎岩，于上，唐平，路鹰，李博遥，鹿明，陈远清，张杰伟，李晓飞，耿克达，吴太晖，蔡敬坤，崔碧莹，王经委，龚星，
申请(专利权)人：中国航天科技创新研究院，
类型：发明
国别省市：