CN103903101A - 一种通用航空多源信息监管平台及其方法 - Google Patents

Abstract

本发明涉及一种通用航空多源信息监管平台及其方法，对探测传感器探测的目标进行分类，对多传感器同时观测的信息通过模糊聚类算法进行关联判断和数据融合，融合后的数据精度优于任意传感器的观测精度。当数据融合后，结合外部综合信息对态势进行数据分析。若存在异常，数据库模块自动录取该数据并产生预警信息。本发明中的效能评估模块，可实时对探测传感器进行运行状态监视和效能评估，通过人机交互模块对系统探测传感器的威力范围动态调整，保持平台效能的最大化。本发明可通过对多探测传感器的探测数据进行数据关联判断和数据融合、效能评估和态势分析，得到监视范围的整体空情，实现系统级监管。

Description

一种通用航空多源信息监管平台及其方法

技术领域

本发明涉及一种信息监管平台及其方法，尤其涉及一种通用航空多源信息监管平台及其方法。

背景技术

通用航空飞行器监视管理平台是针对通用航空低空空域飞行器进行监视、管理并分发信息服务的一体化平台。由于通用航空飞行器具有飞行器种类多样、升限低、速度慢、机载设备不规范的问题，需要采用一次监视设备、合作式监视设备、气象探测设备多类传感器共同监测。现有民航空中交通管理各监测设备独立监管的手段比较单一，而通用航空监视管理需要对多数据源信息进行数据处理，才能得出覆盖区域统一、实时、精确的空情，因此研发一种通用航空多源信息监管平台及其方法是十分必要的。

发明内容

本发明的目的在于提供一种通用航空多源信息监管平台，解决通用航空飞行监视管理中多传感器共同探测出现的目标分裂和冗余现象。

为了实现上述目的，本发明提供了一种通用航空多源信息监管平台，包括数据融合模块、资源管理模块、数据库模块以及人机交互模块，其中：

所述数据融合模块中包括数据关联融合模块、态势分析模块以及效能评估模块；

所述数据关联融合模块，对若干探测传感器探测的航迹数据通过模糊聚类算法进行关联判断以及数据融合，得出整体空情信息；

所述态势分析模块，将所述整体空情信息结合其他外部综合信息进行态势分析，若发现异常数据则记录到所述数据库模块中；

所述效能评估模块，对所述若干探测传感器进行运行状态实时监视，对平台整体效能进行评估；

所述资源管理模块中包括传感器管理模块以及综合分析模块；

所述传感器管理模块，完成对所述若干探测传感器的状态管理、状态监控以及任务调度；

所述综合分析模块，综合分析效能评估结果、所述若干探测传感器探测的航迹数据的关联融合和所述若干探测传感器运行状态信息，形成整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息；

所述数据库模块，与数据融合模块、资源管理模块以及人机交互模块相连接，对异常数据自动进行录取、查询以及回放；

所述人机交互模块，连接所述数据融合模块以及所述资源管理模块，显示整体空情信息，整体探测效能的覆盖信息以及资源健康状态信息，接收到异常数据时发出威胁报告和预警提示并通过所述传感器管理模块对若干探测传感器的威力范围动态调整。

较佳地，所述人机交互模块对整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息进行切换显示。

较佳地，所述其他外部综合信息为外部气象信息平台采集的气象信息、外部地理信息平台采集的地理信息和外部空管平台采集的空管情报。

较佳地，还包括信息服务模块，将整体空情信息进行数据处理，提供导航、气象以及预警类信息服务。

较佳地，所述整体空情信息包括目标类型和目标状态信息。

较佳地，所述目标状态信息包括航班号、入侵时间、航速、航向、飞行高度、飞行速度以及起降事件信息。

为了实现上述目的，本发明还提供了一种通用航空多源信息监管方法，包括以下步骤：

对若干探测传感器探测的航迹数据通过模糊聚类算法进行关联判断以及数据融合，得出整体空情信息；

将所述整体空情信息结合其他外部综合信息进行态势分析；

对所述探测传感器进行运行状态实时监视，对平台整体效能进行评估；

对所述若干探测传感器进行状态管理、状态监控以及任务调度；

综合分析效能评估结果、所述若干探测传感器探测的航迹数据的关联融合结果和所述若干探测传感器运行状态信息，形成综合空情信息和整体探测的效能覆盖信息以及资源健康状态信息；

实时显示整体空情信息，整体探测效能的覆盖信息以及资源健康状态信息；

平台中出现的异常数据时，对异常数据自动进行录取、查询以及回放，且接收到异常数据时发出威胁报告和预警提示，并对若干探测传感器的威力范围动态调整。

较佳地，探测的航迹数据进行关联判断以及数据融合的步骤还包括：

a.将各探测传感器探测的目标进行空时校准预处理，得到各传感器探测信息的稳定跟踪轨迹；

b.通过时戳对准方式进行数据配准；

c.采用模糊聚类算法进行数据关联判断和数据融合；

d.得出整体空情信息。

较佳地，切换显示整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息。

较佳地，所述其他外部综合信息为外部气象信息系统采集的气象信息、外部地理信息系统采集的地理信息和外部空管系统采集的空管情报。

较佳地，所述整体空情信息包括目标类型和目标状态信息。

较佳地，所述目标状态信息包括航班号、入侵时间、航速、航向、飞行高度以及起降事件信息。

较佳地，还包括将整体空情信息进行数据处理，提供导航、气象以及预警类信息服务。

本发明由于采用以上技术方案，与现有技术相比，具有以下的优点和积极效果：

1）本发明人机交互模块中可以实现多中信息界面和整体空情的切换显示，仅需要一台显示终端，即符合通用航空监视管理简化设计需求；

2）本发明设计的模糊聚类数据融合算法，数据融合的结果精度优于融合前单个探测传感器数据精度，解决通用航空飞行监视管理中多传感器共同探测出现的目标分裂和冗余现象；

3）本发明设计态势评估模块，可实时对探测传感器进行运行状态监视和效能评估，通过人机交互模块对系统探测传感器的威力范围动态调整，保持系统效能最大化。

4）本发明中的传感器管理模块对监测所述探测传感器运行状态动态配置管理，实现多传感器的运行状态实时监控配置。

附图说明

图1为本发明提供的一种通用航空多源信息监管平台的总框图；

图2为本发明实施例中数据关联融合模块所接收数据的示意图；

图3为本发明实施例中效能评估的分量示意图；

图4为本发明提供的一种通用航空多源信息监管方法的流程图；

图5为本发明实施例中航迹数据进行关联判断以及数据融合的流程图；

图6为本发明实施例中态势分析模块的工作过程框图。

具体实施方式

下面参照附图和具体实施例来进一步说明本发明。

实施例1

如附图1-3所示，本发明提供的一种通用航空多源信息监管平台，包括数据融合模块11、资源管理模块12、数据库模块13、人机交互模块14以及信息服务模块15，其中：数据融合模块11中包括数据关联融合模块111、态势分析模块112以及效能评估模块113；数据关联融合模块111，对若干探测传感器2探测的航迹数据通过模糊聚类算法进行关联判断以及数据融合，得出整体空情信息，整体空情信息包括目标类型和目标状态信息。目标状态信息包括航班号、入侵时间、航速、航向、飞行高度、飞行速度以及起降事件信息。目标类型包括民航班机、通用航空飞行器等。

下面对模糊聚类算法进行具体描述，探测传感器一般为雷达，但并不限于此。如图2所示，以有2部不同雷达共同观测三条目标21,22,23为例，并不限于此：

模糊聚类算法的原理是利用观测数据的不确定性(即模糊性)把在某一时刻t得到的n个监测数据分配给m个航迹，用隶属度函数来描述m个航迹的相似程度。

我们采用R_ij表示探测目标的属性，其中，i=1,2，j=1,2。现在的问题是判断R₁₁,R₁₂,R₂₁,R₂₂是否有属于同一目标的航迹。将这个问题作为对两个雷达24，25的二值假设检验问题来考虑：用H₁代表两条航迹是同一目标航迹，H₀代表2条航迹是不同目标的航迹，即：

$H=\left\{\begin{array}{c}1,H_1\\ 0,H_0\end{array}\right.---\left(1\right)$

定义2条航迹的统计距离为:

$d_{\mathrm{ij}}=\left\{\begin{array}{c}{\left|\right|R_j-R_i\left|\right|}^2,i\≠j\\ {\left|\right|{\mathrm{\Δ}}_i\left|\right|}^2,i=j\end{array}\right.---\left(2\right)$

利用模糊聚类算法确定最佳{d_ij}(i,j=1,2)元素之间的相似度矩阵 $U=\left(\begin{array}{c}{u}_{11},u_{12}\\ u_{21},u_{22}\end{array}\right).$

其中，

$u_{11}=\frac{{\left({\mathrm{\Δ}}_1{{\mathrm{\Δ}}^{\′}}_1\right)}^{1/(1-m)}}{{\left({\mathrm{\Δ}}_1{{\mathrm{\Δ}}^{\′}}_1\right)}^{1/(1-m)}+{\left({(R_1-R_2)}^{\′}(R_1-R_2)\right)}^{1/(1-m)}},---\left(3\right)$

$u_{12}=\frac{{\left({(R_1-R_2)}^{\′}(R_1-R_2)\right)}^{1/(1-m)}}{{\left({\mathrm{\Δ}}_2{{\mathrm{\Δ}}^{\′}}_2\right)}^{1/(1-m)}+{\left({(R_2-R_1)}^{\′}(R_2-R_1)\right)}^{1/(1-m)}},---\left(4\right)$

$u_{21}=\frac{{\left({(R_2-R_1)}^{\′}(R_2-R_1)\right)}^{1/(1-m)}}{{\left({\mathrm{\Δ}}_2{{\mathrm{\Δ}}^{\′}}_2\right)}^{1/(1-m)}+{\left({(R_1-R_2)}^{\′}(R_1-R_2)\right)}^{1/(1-m)}},---\left(5\right)$

$u_{22}=\frac{{\left({\mathrm{\Δ}}_2{{\mathrm{\Δ}}^{\′}}_2\right)}^{1/(1-m)}}{{\left({\mathrm{\Δ}}_2{{\mathrm{\Δ}}^{\′}}_2\right)}^{1/(1-m)}+{\left({(R_2-R_1)}^{\′}(R_2-R_1)\right)}^{1/(1-m)}},---\left(6\right)$

其中，m为权重因子，通常取值范围为1-5。

关联决策D_ij通常根据最小精度雷达决定。即，

$D_{\mathrm{ij}}=\left\{\begin{array}{c}1,u_{12}>u_{22}\\ 0,u_{12}<u_{22}\end{array}\right.---\left(7\right)$

式中，D_ij=1表示2条航迹隶属于同一探测目标；D_ij=0表示2条航迹隶属于不同目标。

对于隶属于同一目标的2条航迹，可以进行航迹融合，得到精度更高的新航迹：

$R_f=\frac{\underset{k=k_1}{\overset{k_s}{\mathrm{\&Sigma;}}}{R}_{\mathrm{ij}}{u}_{\mathrm{kk}}}{\underset{k=k_1}{\overset{k_2}{\mathrm{\&Sigma;}}}{u}_{\mathrm{kk}}}---\left(8\right)$

其中，k_sup=Max_k{u_kk},k=k₁,k₂,....,k_s。

态势分析模块112，将整体空情信息，即数据融合的结果，结合其他外部综合信息进行态势分析，形成态势报告后通过外部空管系统进行威胁评估以及对抗措施分析，从而进行威胁等级判断，若发现异常数据则记录到数据库模块13中，并向人机交互模块14发出威胁报告和预警提示，见图6。

其他外部综合信息包括外部气象信息系统201采集的气象信息、外部地理信息系统202采集的地理信息和外部空管系统203采集的空管情报。

效能评估模块113，对若干探测传感器进行运行状态实时监视，对平台整体效能进行评估。通过将传感器探测能力、传感器抗干扰能力、传感器系统平台性能和传感器抗低空能力进一步分解成若干种分量，若干种分量如附图3所示，再对这些分量进行权重计算得出平台效能评估结果。

权重计算方法具体如下：

根据评估模块对分量划分，确定因素集为：探测能力U1{低空区域覆盖系数，重点区域覆盖系数，警戒区域覆盖系数，引导区域覆盖系数}；抗低空能力U₂{传感器类型，传感器体制}；系统性能U₃{效益系数，系统性能，系统工作模式，频率系数}；U₄抗干扰能力{空域重叠系数，频率重叠系数，极化因子，信号类型因子，信号处理能力因子，单传感器抗干扰能力}，用矩阵U₁={u₁,u₂,u₃,u₄};U₂={u₅,u₆};U₃={u₇,u₈,u₉,u₁₀};U₄={u₁₁,u₁₂,u₁₃,u₁₄,u₁₅,u₁₆}表示。

设U₁,U₂,U₃,U₄因素集各自对应的权重集矩阵为：A₁={a₁₁,a₁₂,a₁₃,a₁₄};A₂={a₂₁,a₂₂};A₃={a₃₁,a₃₂,a₃₃,a₃₄};A₄={a₄₁,a₄₂,a₄₃,a₄₄,a₄₅,a₄₆}，且 $\underset{j}{\mathrm{\&Sigma;}}{a}_{\mathrm{ij}}=1,$ i=1,2,3,4。

设系统效能评估结果集为{优，良，中，较好，差}，用矩阵V={v₁,v₂...v₅}表示。

每个分量在效能评估结果集V上的隶属度组成了该评估过程U到V的模糊关系矩阵R=(μ(u))_I×J，其中μ为模糊化函数，u为各个分量，I为因素集中因素个数，J为结果集结果个数。

最终得出系统效能评估计算公式：B=AοR=(b₁,b₂,b₃,b₄,b₅)，b_j(j=1,2,...5)越大，说明该系统效能隶属于v_j效能结果集的程度越大。

资源管理模块12中包括传感器管理模块121以及综合分析模块122；传感器管理模块121，完成对若干探测传感器的状态管理、状态监控以及任务调度，其探测传感器的状态一般包括离线、在线、出错、静默等。综合分析模块122，综合分析效能评估结果、若干探测传感器探测的航迹数据的关联融合和若干探测传感器运行状态信息，形成整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息。数据库模块12与数据融合模块11、资源管理模块12以及人机交互模块14相连接，对异常数据自动进行录取、查询以及回放。人机交互模块14，连接数据融合模块11以及资源管理模块12，显示整体空情信息，整体探测效能的覆盖信息以及资源健康状态信息，接收到异常数据时发出威胁报告和预警提示并通过传感器管理模块对若干探测传感器的威力范围动态调整，预警类型包括气象、禁飞区、航线偏离等。人机交互模块111可对整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息进行切换显示，人机交互模块在显示整体空情信息时也可以背景叠加地理信息和气象信息。信息服务模块15将整体空情信息进行数据处理，提供导航、气象以及预警类信息服务。

本实施例中，硬件采用通用PC机，处理器主频不小于2.0GHz，内存不小于4G Bytes，硬盘不小于100G Bytes，具备LAN网络接口。软件采用Windows操作系统、SQL server数据库、VS2008应用软件开发平台，并不限于此。

综上所述，该平台对探测传感器探测的目标进行分类，对多探测传感器同时观测的信息通过模糊聚类算法进行关联判断和数据融合，融合后的数据精度优于任意传感器的观测精度。当全部数据融合后，结合外部综合信息对态势进行数据分析。若存在异常，平台数据库自动录取该数据并产生预警信息。效能评估模块可实时对探测传感器进行运行状态监视和效能评估，通过人机交互模块对系统探测传感器的威力范围动态调整，保持系统效能最大化。本平台既可单独监视任意一个探测传感器的探测数据，也可通过对多探测传感器的探测数据信息进行数据关联判断和数据融合、态势评估和态势分析，得到监视范围的整体空情，实现系统级监管，并可以衍生导航、气象以及预警类信息服务。本平台尤其适用于对低空空域的飞行器进行监视、管理并分发信息服务。

实施例2

如附图4-5所示，为本发明提供的一种通用航空多源信息监管方法的流程图，此方法通过本发明提供的一种通用航空多源信息监管平台来实现，以下详细对本方法进行解释。包括以下步骤：

对若干探测传感器探测的航迹数据通过模糊聚类算法进行关联判断以及数据融合，得出整体空情信息。如图5所示，其中具体包括：

a.将各探测传感器探测的目标进行空时校准预处理，得到各传感器探测信息稳定跟踪轨迹。

b.通过时戳对准方式进行数据配准。

c.采用模糊聚类算法进行数据关联判断和数据融合，可以得到精度更高的新航迹。下面对模糊聚类算法进行具体描述，探测传感器一般为雷达，但并不限于此。如图2所示，以有2部不同雷达共同观测三条目标21,22,23为例，并不限于此：

模糊聚类算法的原理是利用监测数据的不确定性(即模糊性)把在某一时刻t得到的n个监测数据分配给m个航迹，用隶属度函数来描述m个航迹的相似程度。

我们采用R_ij表示探测目标的属性，其中，i=1,2，j=1,2。现在的问题是判断R₁₁,R₁₂,R₂₁,R₂₂是否有属于同一目标的航迹。将这个问题作为对两个雷达24,25的二值假设检验问题来考虑：用H₁代表两条航迹是同一目标航迹，H₀代表2条航迹是不同目标的航迹，即：

$H=\left\{\begin{array}{c}1,H_1\\ 0,H_0\end{array}\right.---\left(1\right)$

定义2条航迹的统计距离为:

$d_{\mathrm{ij}}=\left\{\begin{array}{c}{\left|\right|R_j-R_i\left|\right|}^2,i\&NotEqual;j\\ {\left|\right|{\mathrm{\&Delta;}}_i\left|\right|}^2,i=j\end{array}\right.---\left(2\right)$

利用模糊聚类算法确定最佳{d_ij}(i,j=1,2)元素之间的相似度矩阵 $U=\left(\begin{array}{c}{u}_{11},u_{12}\\ u_{21},u_{22}\end{array}\right).$

其中，

$u_{11}=\frac{{\left({\mathrm{\&Delta;}}_1{{\mathrm{\&Delta;}}^{\&prime;}}_1\right)}^{1/(1-m)}}{{\left({\mathrm{\&Delta;}}_1{{\mathrm{\&Delta;}}^{\&prime;}}_1\right)}^{1/(1-m)}+{\left({(R_1-R_2)}^{\&prime;}(R_1-R_2)\right)}^{1/(1-m)}},---\left(3\right)$

$u_{12}=\frac{{\left({(R_1-R_2)}^{\&prime;}(R_1-R_2)\right)}^{1/(1-m)}}{{\left({\mathrm{\&Delta;}}_2{{\mathrm{\&Delta;}}^{\&prime;}}_2\right)}^{1/(1-m)}+{\left({(R_2-R_1)}^{\&prime;}(R_2-R_1)\right)}^{1/(1-m)}},---\left(4\right)$

$u_{21}=\frac{{\left({(R_2-R_1)}^{\&prime;}(R_2-R_1)\right)}^{1/(1-m)}}{{\left({\mathrm{\&Delta;}}_2{{\mathrm{\&Delta;}}^{\&prime;}}_2\right)}^{1/(1-m)}+{\left({(R_1-R_2)}^{\&prime;}(R_1-R_2)\right)}^{1/(1-m)}},---\left(5\right)$

$u_{22}=\frac{{\left({\mathrm{\&Delta;}}_2{{\mathrm{\&Delta;}}^{\&prime;}}_2\right)}^{1/(1-m)}}{{\left({\mathrm{\&Delta;}}_2{{\mathrm{\&Delta;}}^{\&prime;}}_2\right)}^{1/(1-m)}+{\left({(R_2-R_1)}^{\&prime;}(R_2-R_1)\right)}^{1/(1-m)}},---\left(6\right)$

其中，m为权重因子，通常取值范围为1-5。

关联决策D_ij通常根据最小精度雷达决定。即，

$D_{\mathrm{ij}}=\left\{\begin{array}{c}1,u_{12}>u_{22}\\ 0,u_{12}<u_{22}\end{array}\right.---\left(7\right)$

式中，D_ij=1表示2条航迹隶属于同一探测目标；D_ij=0表示2条航迹隶属于不同目标。

对于隶属于同一目标的2条航迹，可以进行航迹融合，得到精度更高的新航迹：

$R_f=\frac{\underset{k=k_1}{\overset{k_s}{\mathrm{\&Sigma;}}}{R}_{\mathrm{ij}}{u}_{\mathrm{kk}}}{\underset{k=k_1}{\overset{k_2}{\mathrm{\&Sigma;}}}{u}_{\mathrm{kk}}}---\left(8\right)$

其中，k_sup=Max_k{u_kk},k=k₁,k₂,....,k_s。

d.得出整体空情信息，即得出目标类型以及目标状态信息。目标状态信息包括航班号、入侵时间、航速、航向、飞行高度以及起降事件信息；目标类型包括民航班机、通用航空飞行器等。

将整体空情信息结合其他外部综合信息进行态势分析。其他外部综合信息包括外部气象信息系统201采集的气象信息、外部地理信息系统202采集的地理信息和外部空管系统203采集的空管情报，形成态势报告后通过外部空管系统进行威胁评估以及对抗措施分析，从而进行威胁等级判断，若发现异常数据则记录到数据库模块13中，并向人机交互模块14发出威胁报告和预警提示。

对探测传感器进行运行状态实时监视，对平台整体效能进行评估。通过将传感器探测能力、传感器抗干扰能力、传感器系统性能和传感器抗低空能力进一步分解成若干种分量，若干种分量如附图3所示，再对这些分量进行权重计算得出平台效能评估结果。

权重计算方法具体如下：

根据评估模块对分量划分，确定因素集为：探测能力U₁{低空区域覆盖系数，重点区域覆盖系数，警戒区域覆盖系数，引导区域覆盖系数}；抗低空能力U₂{传感器类型，传感器体制}；系统性能U₃{效益系数，系统性能，系统工作模式，频率系数}；U₄抗干扰能力{空域重叠系数，频率重叠系数，极化因子，信号类型因子，信号处理能力因子，单传感器抗干扰能力}，用矩阵U₁={u₁,u₂,u₃,u₄};U₂={u₅,u₆};U₃={u₇,u₈,u₉,u₁₀};U₄={u₁₁,u₁₂,u₁₃,u₁₄,u₁₅,u₁₆}表示。

设U₁,U₂,U₃,U₄因素集各自对应的权重集矩阵为：

A₁={a₁₁,a₁₂,a₁₃,a₁₄};A₂={a₂₁,a₂₂};A₃={a₃₁,a₃₂,a₃₃,a₃₄};A₄={a₄₁,a₄₂,a₄₃,a₄₄,a₄₅,a₄₆}，且 $\underset{j}{\mathrm{\&Sigma;}}{a}_{\mathrm{ij}}=1,$ i=1,2,3,4。

设系统效能评估结果集为{优，良，中，较好，差}，用矩阵V={v₁,v₂...v₅}表示。

每个分量在效能评估结果集V上的隶属度组成了该评估过程U到V的模糊关系矩阵R=(μ(u))_I×J，其中μ为模糊化函数，u为各个分量，I为因素集中因素个数，J为结果集结果个数。

最终得出系统效能评估计算公式：B=AοR=(b₁,b₂,b₃,b₄,b₅)，b_j(j=1,2,...5)越大，说明该系统效能隶属于vj效能结果集的程度越大。

对若干探测传感器进行状态管理、状态监控以及任务调度，其探测传感器的状态一般包括离线、在线、出错、静默等。

综合分析效能评估结果、若干探测传感器探测的航迹数据的关联融合结果和若干探测传感器运行状态信息，形成综合空情信息和整体探测的效能覆盖信息以及资源健康状态信息。

实时显示整体空情信息，整体探测效能的覆盖信息以及资源健康状态信息。可以对整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息进行切换显示，也可以单独监视一个探测传感器的。在显示整体空情信息时也可以背景叠加地理信息和气象信息。

平台中出现的异常数据时，通过数据库模块对异常数据自动进行录取、查询以及回放，且接收到异常数据时发出威胁报告和预警提示，并对若干探测传感器的状态动态调整。其中，预警类型包括气象、禁飞区、航线偏离等。

也可以将实时的整体空情信息进行数据处理，提供导航、气象以及预警类信息服务。

上述公开的仅为本发明的具体实施例，该实施例只为更清楚的说明本发明所用，而并非对本发明的限定，任何本领域的技术人员能思之的变化，都应落在保护范围。

Claims (13)

1.一种通用航空多源信息监管平台，其特征在于，包括数据融合模块、资源管理模块、数据库模块以及人机交互模块，其中： 

所述数据融合模块中包括数据关联融合模块、态势分析模块以及效能评估模块；

所述数据关联融合模块，对若干探测传感器探测的航迹数据通过模糊聚类算法进行关联判断以及数据融合，得出整体空情信息；

所述态势分析模块，将所述整体空情信息结合其他外部综合信息进行态势分析，若发现异常数据则记录到所述数据库模块中；

所述效能评估模块，对所述若干探测传感器进行运行状态实时监视，对平台整体效能进行评估； 

所述资源管理模块中包括传感器管理模块以及综合分析模块；

所述传感器管理模块，完成对所述若干探测传感器的状态管理、状态监控以及任务调度；

所述综合分析模块，综合分析效能评估结果、所述若干探测传感器探测的航迹数据的关联融合和所述若干探测传感器运行状态信息，形成整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息；

所述数据库模块，与数据融合模块、资源管理模块以及人机交互模块相连接，对异常数据自动进行录取、查询以及回放；

所述人机交互模块，连接所述数据融合模块以及所述资源管理模块，显示整体空情信息，整体探测效能的覆盖信息以及资源健康状态信息，接收到异常数据时发出威胁报告和预警提示并通过所述传感器管理模块对若干探测传感器的威力范围动态调整。

2.如权利要求1所述的一种通用航空多源信息监管平台，其特征在于，所述人机交互模块对整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息进行切换显示。

3.如权利要求1所述的一种通用航空多源信息监管平台，其特征在于，所述其他外部综合信息为外部气象信息系统采集的气象信息、外部地理信息系统采集的地理信息和外部空管系统采集的空管情报。

4.如权利要求1所述的一种通用航空多源信息监管平台，其特征在于，还包括信息服务模块，将整体空情信息进行数据处理，提供导航、气象以及预警类信息服务。

5.如权利要求1所述的一种通用航空多源信息监管平台，其特征在于，所述整体空情信息包括目标类型和目标状态信息。

6.如权利要求5所述的一种通用航空多源信息监管平台，其特征在于，所述目标状态信息包括航班号、入侵时间、航速、航向、飞行高度、飞行速度以及起降事件信息。

7. 一种通用航空多源信息监管方法，其特征在于，包括以下步骤：

对若干探测传感器探测的航迹数据通过模糊聚类算法进行关联判断以及数据融合，得出整体空情信息；

将所述整体空情信息结合其他外部综合信息进行态势分析；

对所述探测传感器进行运行状态实时监视，对平台整体效能进行评估； 

对所述若干探测传感器进行状态管理、状态监控以及任务调度；

综合分析效能评估结果、所述若干探测传感器探测的航迹数据的关联融合结果和所述若干探测传感器运行状态信息，形成综合空情信息和整体探测的效能覆盖信息以及资源健康状态信息；

实时显示整体空情信息，整体探测效能的覆盖信息以及资源健康状态信息；

平台中出现的异常数据时，对异常数据自动进行录取、查询以及回放，且接收到异常数据时发出威胁报告和预警提示，并对若干探测传感器的威力范围动态调整。

8.如权利要求7所述的一种通用航空多源信息监管方法，其特征在于，探测的航迹数据进行关联判断以及数据融合的步骤还包括：

a.将各探测传感器探测的目标进行空时校准预处理，得到各传感器探测信息的稳定跟踪轨迹；

b.通过时戳对准方式进行数据配准；

c.采用模糊聚类算法进行数据关联判断和数据融合；

d.得出整体空情信息。

9.如权利要求7所述的一种通用航空多源信息监管平台，其特征在于，切换显示整体空情信息、整体探测效能的覆盖信息以及资源健康状态信息。

10.如权利要求7所述的一种通用航空多源信息监管系统，其特征在于，所述其他外部综合信息为外部气象信息系统采集的气象信息、外部地理信息系统采集的地理信息和外部空管系统采集的空管情报。

11.如权利要求7所述的一种通用航空多源信息监管平台，其特征在于，所述整体空情信息包括目标类型和目标状态信息。

12.如权利要求11所述的一种通用航空多源信息监管平台，其特征在于，所述目标状态信息包括航班号、入侵时间、航速、航向、飞行高度以及起降事件信息。

13.如权利要求7所述的一种通用航空多源信息监管平台，其特征在于，还包括将整体空情信息进行数据处理，提供导航、气象以及预警类信息服务。

Images