本發(fā)明屬于多無(wú)人機(jī)協(xié)同偵察與特征融合,具體涉及一種基于多源灰色關(guān)聯(lián)數(shù)據(jù)融合的無(wú)人機(jī)協(xié)同感知方法及系統(tǒng)。
背景技術(shù):
1、隨著電子對(duì)抗技術(shù)的飛速發(fā)展,現(xiàn)代戰(zhàn)爭(zhēng)已經(jīng)進(jìn)入高度信息化的電子戰(zhàn)時(shí)代。作為電子戰(zhàn)的核心,電子偵察通過(guò)使用電子偵察設(shè)備截獲空間中敵方雷達(dá)或其它通信設(shè)備所發(fā)出的電磁信號(hào),分析信號(hào)的特征,獲取敵方的電磁信息,為電子攻防提供目標(biāo)引導(dǎo)、為戰(zhàn)場(chǎng)感知提供情報(bào)來(lái)源。
2、無(wú)人機(jī)(unmanned?aerial?vehicle,uav)具有體積小、成本低、隱蔽性高等優(yōu)點(diǎn),能夠執(zhí)行較為復(fù)雜和危險(xiǎn)的任務(wù)。無(wú)人機(jī)能有效地提高偵察的效率和質(zhì)量,在偵察系統(tǒng)中發(fā)揮著越來(lái)越重要的作用,是未來(lái)偵察的重要發(fā)展方向。
3、在復(fù)雜多變的戰(zhàn)場(chǎng)中,無(wú)人機(jī)技術(shù)的迅猛發(fā)展為現(xiàn)代軍事戰(zhàn)略帶來(lái)了巨大變革。然而,在突發(fā)性的電子偵察網(wǎng)絡(luò)介入場(chǎng)景中,傳統(tǒng)的單無(wú)人機(jī)偵察使用不靈活、作用受限制,容易造成信號(hào)捕獲和分析的盲區(qū),尤其是在信號(hào)源頻繁變化或者出現(xiàn)多源干擾的情況下,傳統(tǒng)單無(wú)人機(jī)的探測(cè)精度和反應(yīng)速度難以滿足需求。對(duì)此,無(wú)人機(jī)協(xié)同電子偵察被提出并受到廣泛關(guān)注。
4、無(wú)人機(jī)集群協(xié)同電子偵察可以綜合考慮多個(gè)無(wú)人機(jī)平臺(tái)的電子偵察結(jié)果,有效降低復(fù)雜電磁環(huán)境、干擾、衰落等對(duì)電子偵察結(jié)果的影響,增強(qiáng)檢測(cè)結(jié)果的可靠性。多平臺(tái)電子偵察數(shù)據(jù)融合是無(wú)人機(jī)集群協(xié)同電子偵察的核心,通過(guò)對(duì)不同無(wú)人機(jī)偵察結(jié)果進(jìn)行加權(quán)融合來(lái)獲得更高的精度。但是,傳統(tǒng)的多無(wú)人機(jī)數(shù)據(jù)融合方法往往通過(guò)經(jīng)驗(yàn)來(lái)設(shè)置數(shù)據(jù)融合的權(quán)值或直接進(jìn)行平均加權(quán)融合,這種方法逐漸暴露出其在面對(duì)現(xiàn)代戰(zhàn)爭(zhēng)場(chǎng)景時(shí)的局限性。尤其在應(yīng)對(duì)動(dòng)態(tài)、非線性和復(fù)雜的電磁環(huán)境時(shí),傳統(tǒng)的數(shù)據(jù)融合技術(shù)往往缺乏對(duì)環(huán)境變化的適應(yīng)性,使得聯(lián)合電子偵察的判決結(jié)果存在較大的不確定性。因此,對(duì)現(xiàn)有的數(shù)據(jù)融合算法進(jìn)行改進(jìn)是非常有必要的。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)傳統(tǒng)多無(wú)人機(jī)數(shù)據(jù)融合的現(xiàn)有技術(shù)的不足,本發(fā)明提出了一種基于多源灰色關(guān)聯(lián)數(shù)據(jù)融合的無(wú)人機(jī)協(xié)同感知方法及系統(tǒng),針對(duì)單一無(wú)人機(jī)偵察的不靈活以及傳統(tǒng)的單一數(shù)據(jù)融合的魯棒性不強(qiáng),設(shè)計(jì)了將多人機(jī)測(cè)得的輻射源參數(shù)數(shù)據(jù)進(jìn)行關(guān)聯(lián),引入灰色關(guān)聯(lián)度以及基于參數(shù)測(cè)量誤差的數(shù)據(jù)融合優(yōu)化算法,對(duì)輻射源參數(shù)進(jìn)行處理,實(shí)現(xiàn)多無(wú)人機(jī)的協(xié)同偵察,優(yōu)化在電子偵察領(lǐng)域內(nèi)單一無(wú)人機(jī)效率低下和精度低的問(wèn)題。
2、一種基于多源灰色關(guān)聯(lián)數(shù)據(jù)融合的無(wú)人機(jī)協(xié)同感知方法,包括:
3、步驟1,設(shè)多無(wú)人機(jī)協(xié)同感知系統(tǒng)存在n個(gè)無(wú)人機(jī)和m個(gè)輻射源;
4、步驟2,每一個(gè)無(wú)人機(jī)獨(dú)立接收輻射源的信號(hào)并測(cè)量輻射源參數(shù);
5、步驟3,計(jì)算不同無(wú)人機(jī)對(duì)輻射源參數(shù)之間的灰色關(guān)聯(lián)度;根據(jù)關(guān)聯(lián)度,將不同無(wú)人機(jī)測(cè)得的相同輻射源參數(shù)關(guān)聯(lián)起來(lái);
6、步驟4,對(duì)關(guān)聯(lián)后的多個(gè)無(wú)人機(jī)對(duì)同一輻射源參數(shù)進(jìn)行融合,以實(shí)現(xiàn)多無(wú)人機(jī)協(xié)同感知。
7、較佳的,所述步驟3中,包括:
8、以其中一個(gè)無(wú)人機(jī)為主無(wú)人機(jī),其余為副無(wú)人機(jī),計(jì)算主無(wú)人機(jī)第a個(gè)輻射源參數(shù)序列與xij在第b個(gè)參數(shù)維度上的關(guān)聯(lián)度為:
9、
10、式中,a=1,2,…m;xij表示第i個(gè)副無(wú)人機(jī)的第j個(gè)輻射源參數(shù)序列,i=2,3…n且j=1,2,…m;△a(b)表示主無(wú)人機(jī)第a個(gè)輻射源參數(shù)序列與xij的在第b個(gè)參數(shù)上的絕對(duì)差;k表示輻射源參數(shù)的總數(shù);b=1,2,…k;為主無(wú)人機(jī)的測(cè)量數(shù)據(jù)序列與第i個(gè)副無(wú)人機(jī)測(cè)量數(shù)據(jù)序列中第h個(gè)參數(shù)維度的兩級(jí)最小差,表示主無(wú)人機(jī)的測(cè)量數(shù)據(jù)序列與第i個(gè)副無(wú)人機(jī)測(cè)量數(shù)據(jù)序列中第h個(gè)參數(shù)維度的兩級(jí)最大差;h=1,2,…k;ρ∈(0,+∞)為分辨系數(shù);
11、得到主無(wú)人機(jī)第a個(gè)輻射源參數(shù)序列與參數(shù)序列xij在所有參數(shù)維度上的總關(guān)聯(lián)度:
12、
13、由此得到主無(wú)人機(jī)各個(gè)自輻射源參數(shù)序列與第i個(gè)副無(wú)人機(jī)每一個(gè)輻射源參數(shù)序列的關(guān)聯(lián)度矩陣:
14、ξ={ξ1,ξ2…ξm};
15、找到所述關(guān)聯(lián)度矩陣中的最大值,設(shè)該最大值的輻射源編號(hào)為x,則主無(wú)人機(jī)的第x個(gè)輻射源與第i個(gè)副無(wú)人機(jī)當(dāng)前的輻射源的參數(shù)序列關(guān)聯(lián)起來(lái);依次類推,將不同無(wú)人機(jī)測(cè)得的輻射源參數(shù)相關(guān)聯(lián)。
16、較佳的,所述步驟4中,分辨系數(shù)ρ取為0.5。
17、較佳的,所述步驟4中,對(duì)關(guān)聯(lián)后的多個(gè)無(wú)人機(jī)對(duì)同一輻射源參數(shù)的觀測(cè)數(shù)據(jù)進(jìn)行融合包括:
18、確定各無(wú)人機(jī)的融合權(quán)值,利用權(quán)值對(duì)各無(wú)人機(jī)對(duì)同一輻射源的觀測(cè)數(shù)據(jù)進(jìn)行加權(quán)求和,得到融合數(shù)據(jù)。
19、較佳的,所述步驟4中,基于各無(wú)人機(jī)參數(shù)估計(jì)的方差來(lái)計(jì)算各無(wú)人機(jī)的融合權(quán)值。
20、較佳的,所述步驟4中,基于各無(wú)人機(jī)參數(shù)估計(jì)的方差來(lái)計(jì)算各無(wú)人機(jī)的融合權(quán)值ωi的公式為:
21、
22、其中,σi表示第i個(gè)無(wú)人機(jī)對(duì)輻射源參數(shù)的測(cè)量方差。
23、一種基于多源灰色關(guān)聯(lián)數(shù)據(jù)融合的無(wú)人機(jī)協(xié)同感知系統(tǒng),包括第一模塊、第二模塊、第三模塊以及第四模塊;
24、所述第一模塊設(shè)置參數(shù),包括:多無(wú)人機(jī)協(xié)同感知系統(tǒng)存在n個(gè)無(wú)人機(jī)和m個(gè)輻射源;
25、所述第二模塊存儲(chǔ)每一個(gè)無(wú)人機(jī)獨(dú)立接收輻射源的信號(hào)并測(cè)量的輻射源參數(shù);
26、所述第三模塊計(jì)算不同無(wú)人機(jī)對(duì)輻射源參數(shù)之間的灰色關(guān)聯(lián)度;根據(jù)關(guān)聯(lián)度,將不同無(wú)人機(jī)測(cè)得的相同輻射源參數(shù)關(guān)聯(lián)起來(lái);
27、所述第四模塊對(duì)關(guān)聯(lián)后的多個(gè)無(wú)人機(jī)對(duì)同一輻射源參數(shù)進(jìn)行融合,以實(shí)現(xiàn)多無(wú)人機(jī)協(xié)同感知。
28、較佳的,所述第三模塊計(jì)算不同無(wú)人機(jī)對(duì)輻射源參數(shù)之間的灰色關(guān)聯(lián)度;根據(jù)關(guān)聯(lián)度,將不同無(wú)人機(jī)測(cè)得的相同輻射源參數(shù)關(guān)聯(lián)起來(lái)的方法包括:
29、以其中一個(gè)無(wú)人機(jī)為主無(wú)人機(jī),其余為副無(wú)人機(jī),計(jì)算主無(wú)人機(jī)第a個(gè)輻射源參數(shù)序列與xij在第b個(gè)參數(shù)維度上的關(guān)聯(lián)度為:
30、
31、式中,a=1,2,…m;xij表示第i個(gè)副無(wú)人機(jī)的第j個(gè)輻射源參數(shù)序列,i=2,3…n且j=1,2,…m;△a(b)表示主無(wú)人機(jī)第a個(gè)輻射源參數(shù)序列與xij的在第b個(gè)參數(shù)上的絕對(duì)差;k表示輻射源參數(shù)的總數(shù);b=1,2,…k;為主無(wú)人機(jī)的測(cè)量數(shù)據(jù)序列與第i個(gè)副無(wú)人機(jī)測(cè)量數(shù)據(jù)序列中第h個(gè)參數(shù)維度的兩級(jí)最小差,表示主無(wú)人機(jī)的測(cè)量數(shù)據(jù)序列與第i個(gè)副無(wú)人機(jī)測(cè)量數(shù)據(jù)序列中第h個(gè)參數(shù)維度的兩級(jí)最大差;h=1,2,…k;ρ∈(0,+∞)為分辨系數(shù);
32、得到主無(wú)人機(jī)第a個(gè)輻射源參數(shù)序列與參數(shù)序列xij在所有參數(shù)維度上的總關(guān)聯(lián)度:
33、
34、由此得到主無(wú)人機(jī)各個(gè)自輻射源參數(shù)序列與第i個(gè)副無(wú)人機(jī)每一個(gè)輻射源參數(shù)序列的關(guān)聯(lián)度矩陣:
35、ξ={ξ1,ξ2…ξm};
36、找到所述關(guān)聯(lián)度矩陣中的最大值,設(shè)該最大值的輻射源編號(hào)為x,則主無(wú)人機(jī)的第x個(gè)輻射源與第i個(gè)副無(wú)人機(jī)當(dāng)前的輻射源的參數(shù)序列關(guān)聯(lián)起來(lái);依次類推,將不同無(wú)人機(jī)測(cè)得的輻射源參數(shù)相關(guān)聯(lián)。
37、本發(fā)明具有如下有益效果:
38、針對(duì)單一無(wú)人機(jī)在電子對(duì)抗偵察任務(wù)中存在的效率低下和處理信號(hào)參數(shù)精度欠佳的問(wèn)題,本發(fā)明提出了一種基于多源灰色關(guān)聯(lián)數(shù)據(jù)融合的無(wú)人機(jī)協(xié)同感知方法及系統(tǒng),利用多站數(shù)據(jù)融合方法,對(duì)多無(wú)人機(jī)所采集的輻射源信號(hào)進(jìn)行數(shù)據(jù)關(guān)聯(lián)、融合與優(yōu)化,從而實(shí)現(xiàn)多無(wú)人機(jī)之間在電子對(duì)抗領(lǐng)域中的協(xié)同偵察,以及在多干擾環(huán)境中能夠穩(wěn)定獲取高精度的輻射源信號(hào)參數(shù)。
39、相比于現(xiàn)有技術(shù)的只進(jìn)行單一的無(wú)人機(jī)系統(tǒng)偵察以及傳統(tǒng)的多無(wú)人機(jī)偵察結(jié)果直接平均融合,本發(fā)明利用多站數(shù)據(jù)融合優(yōu)化,實(shí)現(xiàn)了在多站數(shù)據(jù)融合框架下的高精度輻射源信號(hào)測(cè)量和信息關(guān)聯(lián),大大改善了電子對(duì)抗偵察的效果,適應(yīng)了現(xiàn)代電子戰(zhàn)環(huán)境下對(duì)偵察精度和效率的更高要求。