CN103268410A - 一种基于快速迭代的多目标威胁度排序方法 - Google Patents
一种基于快速迭代的多目标威胁度排序方法 Download PDFInfo
- Publication number
- CN103268410A CN103268410A CN2013101788879A CN201310178887A CN103268410A CN 103268410 A CN103268410 A CN 103268410A CN 2013101788879 A CN2013101788879 A CN 2013101788879A CN 201310178887 A CN201310178887 A CN 201310178887A CN 103268410 A CN103268410 A CN 103268410A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- target
- degree
- attribute
- threat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于快速迭代的多目标威胁度排序方法,依次建立目标属性因素模型;根据威胁因子模型,构造目标属性矩阵,并规范化处理;确定理想优方案的目标优属度以及理想劣方案的相对目标优属度;构造优化函数;选取初始权重向量;循环计算优属度以及属性权重;满足计算精度后,给出最大优属度排序,对应可得威胁度排序。本发明同时考虑最优与最劣隶属度,实现目标威胁度迭代计算,不需人为设定属性权重,较其他方法计算速度快,易于计算机实现,提高威胁评估的快速性。
Description
技术领域
本发明属于数据融合技术领域,特别涉及一种基于模糊交叉迭代的多目标威胁度排序方法,可用于机载任务处理机,或者空中/地面引导指挥系统。
背景技术
数据融合是一门信息综合处理技术,威胁评估是美国三军实验室理事联席会提出的信息融合模型中重要组成部分,是建立先进指挥自动化系统的重要组成部分,其研究重点是如何对目标威胁程度进行合理科学的评估与排序,并指导己方进一步行动,通常具有不确定性。不论是在军用、民用领域均发挥着重要作用。在国际日益猖獗的恐怖袭击背景下,民用航空由于具有可控性高、影响大,现阶段成为恐怖分子实施恐怖活动的首选目标,这就对我国的民航企业、民航管理部门提出了严峻的考验。随着电子信息技术的发展和大规模应用,信息量越来越大,也越来越复杂,正确快速的实现目标威胁评估,有助于民航塔台指挥人员、民航驾驶员快速反应,采取必要的措施保护机组人员的安全,提高生存概率,避免不必要的生命和财产损失。
现在有很多成熟的方法应用于目标威胁计算排序,如模糊最大加权隶属度偏差平方法,其评价的标准是离理想劣方案越远越好而不管是否接近理想优方案,而模糊最小加权隶属度偏差平方法中,评价方案的标准是越接近理想优方案越好而不管是否远离理想劣方案,显然这两种方案都有其不足之处。
发明内容
为了克服现有技术的不足,本发明提供一种基于快速迭代的多目标威胁度排序方法,综合考虑现有技术,采用评价的标准是尽可能的接近理想优方案而远离理想劣方案,也就是说用其方案偏离理想优劣两方案的远近程度来衡量方案的优劣。同时此种算法可以不需要知道目标属性的权重信息,避免了目标权重信息很难获得的弊端。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤1、建立目标属性威胁因子模型,包括以下内容:
(2)距离威胁因子 式中,ri为目标距离,rmti为敌机所携带导弹的攻击距离,rm为我方防空导弹最大射程,rr为我方雷达最大跟踪距离;
(3)速度威胁因子 式中,vz为我机速度,vi为目标速度;
步骤2、构造目标属性矩阵 式中,aij表示第i个目标的第j个属性值;
对属性矩阵进行规范化处理:
其中,角度属性和距离属性为成本型规范化方法,速度属性为效益型规范化方法,
步骤5、构造函数θi(μi,ω)=μi 2yi(ω)+(1-μi)2βi(ω),式中,μi为优属度;
步骤6、给定计算精度ε>0,选取初始权重向量ω0=(0.3,0.3,0.4),置解算计数器t=0;
步骤7、计算优属度
步骤8、由优属度μi计算计数器下的权重
本发明的有益效果是:本发明提出的用于多目标威胁度排序方法,同时考虑最优与最劣隶属度,实现目标威胁度迭代计算,不需人为设定属性权重。
附图说明
图1是本发明威胁评估方法中双方飞机飞行态势示意图;
图2是本发明威胁评估方法流程示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明采用评价的标准是尽可能的接近理想优方案而远离理想劣方案。也就是说用其方案偏离理想优劣两方案的远近程度来衡量方案的优劣。同时此种方法可以不需要知道目标属性的权重信息,避免了权重信息很难获得的弊端。
本发明包括以下步骤:
(1)建立目标属性因素模型;
(2)根据威胁因子模型,构造目标属性矩阵,并规范化处理;
(3)确定理想优方案的目标优属度以及理想劣方案的相对目标优属度;
(4)构造优化函数;
(5)选取初始权重向量;
(6)循环计算优属度以及属性权重;
(7)满足计算精度后,给出最大优属度排序,对应可得威胁度排序。
双方飞机飞行态势如图1所示,本发明计算步骤如下:
步骤1、建立目标属性威胁因子模型
(1)角度威胁因子
(2)距离威胁因子
式中,ri为目标距离,rmti为敌机所携带导弹的攻击距离,rm为我方防空导弹最大射程,rr为我方雷达最大跟踪距离。
(3)速度威胁因子
式中,vz为我机速度,vi为目标速度。
步骤2、构造目标属性矩阵
式中,aij表示第i个目标的第j个属性值。
属性矩阵规范化处理:
成本型规范化方法为
效益型规范化方法为
式中,角度属性为成本型、速度属性为效益型、距离属性为成本型。
步骤3、定义理想优方案的目标优属度为
g=(g1,g2,…,gn)T
定义理想劣方案的相对目标优属度为
b=(b1,b2,…,bn)T
式中,指m个目标中同一属性的最劣值,寻求所选的最优值距离理想劣方案尽可能的远,
步骤4、
每个目标方案与理想优方案的接近程度采用加权欧式距离平方定义
显然对于给定的权重向量ω,yi(ω)越小,则方案越优。
同理,每个目标方案与理想劣方案的接近程度为
同样对于给定的权重向量ω,βi(ω)越大,则方案越优。
步骤5、构造下述函数
θi(μi,ω)=μi 2yi(ω)+(1-μi)2βi(ω) (i=1,2,…,m;j=1,2,…,n)
式中,μi为优属度。
步骤6、给定计算精度ε>0,选取初始权重向量ω0=(0.3,0.3,0.4),置解算计数器t=0;
步骤9、若计算结束,否则,转到步骤7,并置t=t+1;最大优属度对应威胁最大的目标,从而可得威胁度排序。
整个威胁评估过程如图2所示。
本发明提出的用于多目标威胁度排序方法,可以实现目标威胁度迭代计算,不需给定属性权重,同时同时考虑最优与最劣隶属度。应用本发明的方法解决空中目标威胁评估问题,较其他方法计算速度快,易于计算机实现,提高威胁评估的快速性。
Claims (1)
1.一种基于快速迭代的多目标威胁度排序方法,其特征在于包括以下步骤:
步骤1、建立目标属性威胁因子模型,包括以下内容:
(2)距离威胁因子 式中,ri为目标距离,rmti为敌机所携带导弹的攻击距离,rm为我方防空导弹最大射程,rr为我方雷达最大跟踪距离;
(3)速度威胁因子 式中,vz为我机速度,vi为目标速度;
步骤2、构造目标属性矩阵 式中,aij表示第i个目标的第j个属性值;
对属性矩阵进行规范化处理:
其中,角度属性和距离属性为成本型规范化方法,速度属性为效益型规范化方法,
所述的效益型规范化方法为i=1,2,…,m;j=1,2,…,n;
步骤5、构造函数θi(μi,ω)=μi 2yi(ω)+(1-μi)2βi(ω),式中,μi为优属度;
步骤6、给定计算精度ε>0,选取初始权重向量ω0=(0.3,0.3,0.4),置解算计数器t=0;
步骤7、计算优属度
步骤8、由优属度μi计算计数器下的权重
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101788879A CN103268410A (zh) | 2013-05-15 | 2013-05-15 | 一种基于快速迭代的多目标威胁度排序方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013101788879A CN103268410A (zh) | 2013-05-15 | 2013-05-15 | 一种基于快速迭代的多目标威胁度排序方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103268410A true CN103268410A (zh) | 2013-08-28 |
Family
ID=49012038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013101788879A Pending CN103268410A (zh) | 2013-05-15 | 2013-05-15 | 一种基于快速迭代的多目标威胁度排序方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103268410A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732061A (zh) * | 2015-01-28 | 2015-06-24 | 方洋旺 | 一种反辐射制导武器系统能力探索性分析方法 |
CN106650250A (zh) * | 2016-12-14 | 2017-05-10 | 中国人民解放军军械工程学院 | 基于等效评价因子的红外多目标威胁排序方法 |
CN108092892A (zh) * | 2017-12-28 | 2018-05-29 | 吉林大学 | 一种物联网最优网络路由路径的确定方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070210953A1 (en) * | 2006-03-13 | 2007-09-13 | Abraham Michael R | Aircraft collision sense and avoidance system and method |
-
2013
- 2013-05-15 CN CN2013101788879A patent/CN103268410A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070210953A1 (en) * | 2006-03-13 | 2007-09-13 | Abraham Michael R | Aircraft collision sense and avoidance system and method |
Non-Patent Citations (3)
Title |
---|
俞卫树.: "无人机攻防一体化智能火控系统与导弹智能化制导律研究", 《中国优秀硕士学位论文全文数据库》 * |
董彦非,郭基联,张恒喜.: "多机空战目标威胁评估算法", 《火力与指挥控制》 * |
蓝伟光,陈晓风.: "单机多目标攻击的目标威胁排序", 《电光与控制》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732061A (zh) * | 2015-01-28 | 2015-06-24 | 方洋旺 | 一种反辐射制导武器系统能力探索性分析方法 |
CN106650250A (zh) * | 2016-12-14 | 2017-05-10 | 中国人民解放军军械工程学院 | 基于等效评价因子的红外多目标威胁排序方法 |
CN106650250B (zh) * | 2016-12-14 | 2019-01-15 | 中国人民解放军军械工程学院 | 基于等效评价因子的红外多目标威胁排序方法 |
CN108092892A (zh) * | 2017-12-28 | 2018-05-29 | 吉林大学 | 一种物联网最优网络路由路径的确定方法及系统 |
CN108092892B (zh) * | 2017-12-28 | 2021-02-23 | 吉林大学 | 一种物联网最优网络路由路径的确定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103246818A (zh) | 基于信息熵的topsis法多目标威胁排序方法 | |
Wu et al. | Path planning for solar-powered UAV in urban environment | |
Wu et al. | Distributed trajectory optimization for multiple solar-powered UAVs target tracking in urban environment by Adaptive Grasshopper Optimization Algorithm | |
Huang et al. | Energy-optimal path planning for solar-powered UAV with tracking moving ground target | |
CN103941233B (zh) | 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法 | |
Oktay et al. | Simultaneous small UAV and autopilot system design | |
CN109633631A (zh) | 一种多功能侦察雷达作战任务自动规划方法 | |
Allison et al. | Estimating wind velocity with a neural network using quadcopter trajectories | |
CN102298728B (zh) | 一种目标威胁程度评估方法 | |
CN104932514A (zh) | 小型无人直升机的姿态非线性自适应控制方法 | |
Fu et al. | The overview for UAV air-combat decision method | |
CN104199788A (zh) | 一种多目标空对地半监督机器适应自主决策实时攻击方法 | |
Notter et al. | Multiple thermal updraft estimation and observability analysis | |
CN103268410A (zh) | 一种基于快速迭代的多目标威胁度排序方法 | |
Zhao et al. | Fault diagnosis of control moment gyroscope based on a new CNN scheme using attention-enhanced convolutional block | |
Ximeng et al. | Threat assessment in air combat based on ELM neural network | |
CN104914420B (zh) | 基于多通道联合自适应处理的低空风切变风速估计方法 | |
Fu et al. | Air combat assignment problem based on bayesian optimization algorithm | |
CN111722614B (zh) | 一种基于广义观测器的四旋翼无人机故障估计方法 | |
Xue et al. | Build probability distribution maps of flight risk during wake encountering | |
Peng et al. | Trajectory multiobjective optimization of hypersonic morphing aircraft based on variable sweep wing | |
Wang et al. | Bioinspired dynamic soaring simulation system with distributed pressure sensors | |
Yang et al. | UAV formation optimization model based on ant colony algorithm and particle swarm optimization algorithm | |
Wang et al. | Risk topology construction method of flight manipulation in turbulent-windshear conditions based on multivariate copula theory | |
Mei et al. | Novel method to evaluate the effectiveness of UAV navigation spoofing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130828 |