CN105354356A - 一种基于雷达情报仿真的空情融合性能评估系统及方法 - Google Patents
一种基于雷达情报仿真的空情融合性能评估系统及方法 Download PDFInfo
- Publication number
- CN105354356A CN105354356A CN201510629370.6A CN201510629370A CN105354356A CN 105354356 A CN105354356 A CN 105354356A CN 201510629370 A CN201510629370 A CN 201510629370A CN 105354356 A CN105354356 A CN 105354356A
- Authority
- CN
- China
- Prior art keywords
- radar
- feelings
- data
- module
- empty
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明属于空情融合系统的性能和效能评测技术领域,公开一种基于雷达情报仿真的空情融合性能评估系统及方法,该方法采用的空情融合性能评估系统,包括:双独立子系统结构的雷达情报仿真子系统、空情融合性能评估子系统,雷达情报仿真子系统通过数据传输层局域网与空情融合性能评估子系统相连,构成并列组网,雷达情报仿真子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连,空情融合性能评估子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连。本发明能模拟实装雷达的扫描特性,及反映雷达的探测精度、探测盲区、野值点、发现概率等信息。并且能检测多传感器空情融合处理系统的各项性能指标。
Description
技术领域
本发明属于空情融合系统的性能和效能评测技术领域,涉及一种基于雷达情报仿真的空情融合性能评估系统及方法,主要适用于利用仿真的雷达情报实现多传感器空情融合处理系统的性能指标进行评判、评估及定位融合系统中不合格问题等方面,同时还可用于基于实装雷达情报的多传感器空情融合系统的性能和可靠性评测过程。
背景技术
目前,没有针对空情融合系统性能和效能的评测开发出成形产品,只有一些评测的理论和仿真方法,但都无法系统地、全面地和科学地考核空情融合系统,存在问题主要有以下几个方面:只能处理仿真的雷达数据,不能处理实装雷达数据;仿真的雷达数据只能反映雷达的某些噪声特性,不能反映雷达真实的探测特性,如没有体现雷达的发现概率、雷达的探测盲区等;没有完全从融合的实际应用、雷达探测的动态特性及雷达组网特性等角度建立完整和科学的指标体系和评估算法;不能根据评估结果自动定位融合系统的故障与问题;没有建立交互性良好的人机界面。
发明内容
鉴于现有空情融合系统的性能和效能评测技术存在的上述不足,本发明提出了一种基于仿真雷达情报生成的空情融合性能评估系统及方法。
为实现上述发明目的,本发明采用如下技术方案:
一种基于雷达仿真情报的空情融合性能评估系统,包括:双独立子系统结构的雷达情报仿真子系统、空情融合性能评估子系统,雷达情报仿真子系统通过数据传输层局域网与空情融合性能评估子系统相连,构成并列组网,雷达情报仿真子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连,空情融合性能评估子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连。
一种基于雷达仿真情报的空情融合性能评估系统,所述雷达情报仿真子系统由飞行航迹模块与雷达情报生成模块连接组成,飞行航迹模块,包括:直线、交叉、跑道、心形、8字、“分合分”、多路向心飞行的飞行航路模块;各飞行航路模块与多个雷达情报模块相连。
一种基于雷达仿真情报的空情融合性能评估系统,所述的雷达情报生成模块为仿真雷达的探测精度、野值点信息的模块,由模拟实装雷达操作界面的模拟模块、模拟实装雷达的扫描特性的模拟模块、显示雷达探测过程的模拟模块和高斯分布合成的雷达探测噪声模块组成。
一种基于雷达仿真情报的空情融合性能评估系统,所述空情融合性能评估子系统,包括数据转换成地理坐标系B,L模块、空情融合模糊综合评判模块,所述的数据转换成地理坐标系B,L模块通过数据时空匹配与空情关联模块分别与计算雷达精度模块、计算融合精度模块相连,计算融合精度模块、计算雷达精度模块第一输出端通过融合精度评估模块与空情融合模糊综合评判模块相连,计算雷达精度模块第二输出端通过数据一次差评估模块与空情融合模糊综合评判模块相连。
其中数据时空匹配与空情关联模块的输出端通过信息完整率模块与空情融合模糊综合评判模块相连,分别连接融合数据录取模块的航迹虚警漏警率模块、识别跟踪评估模块与空情融合模糊综合评判模块相连。
一种基于仿真雷达情报生成的空情融合性能评估方法,根据数据传输协议,将雷达数据由雷达情报仿真子系统发送到空情融合性能评估子系统和被试装备的空情融合系统,被试装备的空情融合系统将融合数据传输到空情融合性能评估子系统,由空情融合性能评估子系统给出最终评估结果。其步骤如下:
1)准备阶段,是为整个系统运行前进行的准备工作,是根据测评需要设计的飞行航迹、雷达参数设定、雷达部署、通信链路的建立和系统的对时;
2)运行阶段,是在准备阶段结束后开始的,雷达情报仿真子系统读取设计好的飞行航迹后,按照规划好的路径和时间进行飞行目标的运动仿真,具体流程如下:
a、测评开始,雷达情报仿真子系统读取飞行航迹,一路输出至空情融合性能评估子系统,待融合空情;另一路输出通过雷达开机、雷达探测目标,然后进行是否发现目标判断,否,则返回雷达探测目标进行重新判断;是,则发送雷达情报;
b、雷达情报仿真子系统发送雷达情报后,一路输出通过被试装备接收雷达情报后进行融合,传输至空情融合性能评估子系统,另一路输出直接传输至空情融合性能评估子系统进行融合空情;即当飞入雷达的探测范围并被雷达捕捉到后发送到被试装备,由被试装备进行将多部雷达的空情进行融合,并将融合空情发送到空情融合性能评估子系统;
c、空情融合性能评估子系统通过坐标转换、时空对准与航迹插值、指标值计算、模糊评估,输出评估结果;即空情融合性能评估子系统接收到航迹真值、雷达情报与融合空情后进行时空对准和航迹关联,然后进行评估指标的计算,最后将计算结果进行模糊综合评判并输出评估结果;
一种基于仿真雷达情报生成的空情融合性能评估方法,能够同时实现在线评估和离线评估,在线评估是指实时的发送和接收评测过程数据,并在评估系统上动态显示数据处理和评估过程;离线评估是指测评后的数据移入评估系统中,一次性计算出评估结果。
一种基于仿真雷达情报生成的空情融合性能评估方法,所述雷达情报仿真子系统的工作方法,是根据输入仿真雷达的参数值:雷达类型、雷达位置坐标、雷达噪声、发现概率、周期、威力图模型、探测精度及目标类型、目标速度、航迹曲线、拐点坐标生成对应的雷达探测数据及飞行目标航迹,传输至模拟雷达扫描目标,进行雷达发现目标判断,否,返回雷达扫描目标,是,通过通信数据传输协议转换,将雷达情报仿真数据输出,发送给被试装备,通过数据传输层与被试的融合系统和空情融合性能评估子系统进行数据交互;采用时钟服务器的轮询方式每20分钟进行一次系统对时,用于模拟实装雷达的时空一致性;根据测试需求产生的多个符合雷达探测规律的仿真情报,通过数据传输层与被试的融合系统和空情融合性能评估子系统进行数据交互,并对采集到的数据进行精度指标、相关性指标和处理能力指标等指标计算和评估,实现性能和效能评判,并动态地、立体地和多视图地展示融合系统的处理和评估结果,给出测试过程的不合格因素和原因;
其中该仿真的雷达数据充分反映了雷达的探测机理、噪声分布特性、探测距离、目标发现概率;
其中该飞行目标航迹生成是通过航迹编辑器实现飞行目标的航路轨迹设计,满足评测中雷达航迹和雷达情报仿真的需要。
一种基于仿真雷达情报生成的空情融合性能评估方法,所述空情融合性能评估子系统的工作方法,采用坐标转换将航迹的数据转换成需要的坐标数据类型,具体实施如下:
(1)将录取航迹数据的仿真数据、雷达数据和融合数据分别通过数据转换成地理坐标系B,L传输至对应的数据时空匹配与空情关联至计算雷达精度、计算融合精度;
(2)计算雷达精度输出端分别通过融合精度评估、数据一次差评估传输至空情融合模糊综合评判;
(3)计算融合精度输出端通过融合精度评估传输至空情融合模糊综合评判;
(4)与录取的融合数据对应的数据转换成地理坐标系B,L、数据时空匹配与空情关联的输出端通过信息完整率传输至空情融合模糊综合评判;
(5)录取的融合数据另一输出端通过航迹发现率、航迹虚情率和航迹漏情率传输至空情融合模糊综合评判;另一输出端通过航迹识别率、跟踪中断时间评估传输至空情融合模糊综合评判;
该空情融合性能评估能够实时显示接收到的被试装备空情融合状态,并最终给出评估的结果,根据融合失效因素关联法定位的方法,解决被试融合系统的问题。
其中数据插值是保证航迹数据的时空一致性,空情匹配是为了让仿真真值、传感器数据和融合数据在时空与航次上对应,有利于误差的分析;指标提取通过各种指标算法将指标值计算出来,然后利用模糊评估得出一个评判结果。
一种基于仿真雷达情报生成的空情融合性能评估方法,所述的基于模糊隶属度函数的单指标评估方法,是对被试空情融合系统评判综合中对纬度和经度方向上的精度、一次差概率、航迹发现率、航迹虚警率、航迹漏警率、信息完整率、跟踪中断时间和航迹识别率的诸多因素判别的方法,更加符合对空情融合的客观情况。
各指标的计算公式如下:
一次差计算公式为:
其中xn(i)为第n条融合航迹第i点的位置信息,为第n条真值航迹第i点的位置信息。
融合精度为:
航迹发现率:
Rz=Nz/N
航迹虚情率:
Rx=(Na-Nz)/N
航迹漏情率:
Rl=(N-Nz)/N
若航迹经融合后应输出航迹的数量为N,且N与真实或仿真剧情航迹(称为真值航迹)数量一致但实际输出的总航迹数为Na,通过与真值航迹进行关联分析统计,正确的航迹有Nz。
信息完整率计算公式为:
Si为与第i条真值航迹相关联的融合航迹所持续的时间,为第i条真值航迹所持续的时间,N为真值航迹总数。
跟踪中断时间的比率为:
其中第i条航迹中断时间为真值的持续时间为
航迹识别率Ri是正确识别目标属性的概率,为正确识别目标属性的航迹数量与目标真值数量的比值。识别率可细分为我方识别率Rf、敌方识别率Re、中立方识别率Rn和目标类型识别率Rc。
模糊综合评判方法中单项指标计算方法如下:
1)评估方法精度指标评估
融合精度指标评估的隶属度函数为指数函数:
fσl=exp(-0.1054*σl/σw)
其中σl要评估的精度,有B和L两个轴方向,σw为雷达权重精度,σw的计算公式为:
式中为第i个雷达第j批航迹持续的时间,为第i个雷达所有航迹持续时间的总和,ΣTzk为所有航迹真值持续时间的总和,σi为第i个雷达当前航迹数据的探测精度,显然持续时间长的航迹在精度评估中所占比重大,并保证了σi等于σw时评估结果接近0.9。
一次差概率的统计公式为:
fσl=M3σ/Mf
其中M3σ为融合精度小于3σw的点数,Mf为融合航迹的点数。
由上可知,融合精度评估有三个量组成,因此需要有对多个量进行综合评估,评估公式为:
Vσ=Σrifσi
其中权重Σri=1。
2)相关性指标评估
是对航迹发现率、虚情率和漏情率的综合评估。漏情率是重要指标,会导致整个融合效果迅速下降,则选择以下公式进行评估:
Vr=Rzexp(-k1Rx)exp(-k2Rl)
其中k1=10,k2=66.9431。
3)处理能力指标评估
识别率评估公式为:
Vc=exp(-k×|Rf+Re+Rn-1|)×Rc
其中k=66.9431,融合后航迹的属性识别都正确情况下绝对值内的结果应是0,若是有错误的,则绝对值里的值是小于1的,则会导致Vc值陡降。
跟踪中断时间的评估公式为:
Vb=1-ηb
信息完整率评估公式为:
Vs=exp(-k×|Ps-1|)
其中k=0.3。
4)模糊综合评判模型
模糊综合评判模型的三元组为:
因数集U={u1,…,un}:影响评判对象的各因素组成的集合;
判断集V={v1,…,vn}:决策者对评判对象可能做出的各种评判结果组成的集合,当只有一个评判对象时,V为评判语集,如“好”、“一般”等等,当有几个评判对象时,并要求评出一个好的方案时,V为评判的方案集,如“甲方案”、“乙方案”等等;
单因素评判集利用模糊化方法对单个因素ui(i=1,…,n)进行评价,得到V上的模糊集(si1,si2,…,sim),因此它是从U到V的一个隶属度函数的映射:
通过三要素则可求出评判结果:
其中W=(w1,…,wn)为综合评判中的权值,bi(i=1,…,n)为求出的综合评估结果。求出Bs后可通过最大或最小隶属度原则确定控制结果的等级或获得最终结果。
基于模糊综合评判的基本步骤:
步骤1确定评价对象集、因素集和评语集。
根据实际需求确定评价的对象集、评价的因素集和评语集(即判断集)。
对象集:O={o1,o2,…,ol},因素集:U={u1,u2,…,um},判断集:V={v1,v2,…,vp}。
步骤2建立m个评价因素的权重分配向量W。
评价因素集中的每个因素在“评价目标”中有不同的地位和作用,即各评价因素在综合评价中占有不同的比重,这个比重称为权值,可根据上述确定权值的方法选择合适的权值。
步骤3利用隶属度函数对各个因素集进行变换,获得各个因素的模糊量。
每一个评价对象都应建立一个综合评判矩阵其中Si=(si1,si2,…,sin)为第i个因素ui的单因素模糊度,可以认为sij表示第i(i≤i≤m)个因素ui的第j(1≤j≤n)个解的模糊分布。
步骤4进行复合运算可得综合评价结果
步骤5计算每个评价对象的综合模糊评评估
综合评价的目的是要从对象集中选出优胜对象,所以还要将所有对象的综合模糊评价结果进行排序,从中选出最优的解或方案。一种基于仿真雷达情报生成的空情融合性能评估方法,所述的融合失效因素关联法定位的方法,是对融合结果出现的问题自动定位方法,当防空系统融合能力评估结果为不合格时,失效因素关联法将能够影响输出结果的因素压缩成一个低维空间,形成一个直观的空间图形,以空间中的点表示变量之间的潜在规律性联系;实现整个评估的直观展示,具体实施如下:
(1)将探测精度、高程转换、时间匹配、空域范围、目标属性的信息通过量化转换传输至因素向量处理;
(2)因素向量输出端通过阀值检测,经二进制码传输至融合失效数据库,输出结果,制定出图表信息;将定位出的试验中指标不合格问题,通过图表分析的形式直观的展现出来,让相关人员尽快的找到问题。
一种基于仿真雷达情报生成的空情融合性能评估方法,所述模糊综合评判方法,是运用因数集、判断集和单因素评判集的三元组评判模型,对空情融合的各因素做出综合评判,并对精度权重进行自适应调整分配。
一种基于仿真雷达情报生成的空情融合性能评估方法,所述的空情融合性能评估指标体系,包括:地理坐标系的精度指标、相关性指标、处理能力指标,所述地理坐标系的精度指标由B精度指标、L精度指标、一次差概率组成;所述相关性指标由航迹发现率、航迹虚情率和航迹漏情率组成;所述处理能力指标由信息完整率、跟踪中断时间、航迹识别率组成。
由于采用如上所述的技术方案,本发明具有如下实施的优越性:
一种基于仿真雷达情报生成的空情融合性能评估系统及方法,采用的雷达情报仿真子系统能产生多个符合雷达探测规律的仿真情报,通过以太网、现场总线等的数据传输层通信方式与被试的融合系统和空情融合性能评估子系统进行数据交互,并将空情融合性能评估子系统对采集的数据进行精度指标、相关性指标和处理能力指标等指标计算和评估,利用模糊综合评判方法实现性能和效能评判,并能动态地、立体地和多视图地展示融合系统的处理和评估结果,给出测试过程的不合格因素和原因。
附图说明
图1基于仿真雷达情报生成的空情融合性能评估系统的结构示意图;
图2雷达情报仿真子系统工作流程图;
图3空情融合性能评估子系统工作流程图;
图4空情融合性能评估指标体系图;
图5融合失效因素关联法流程图;
图6系统准备阶段图;
图7系统运行阶段图;
图8评估子系统目标飞行航迹示意图。
具体实施方式
如图1至图8所示,一种基于雷达仿真情报的空情融合性能评估系统,包括:双独立子系统结构的雷达情报仿真子系统、空情融合性能评估子系统,雷达情报仿真子系统通过数据传输层局域网与空情融合性能评估子系统相连,构成并列组网,雷达情报仿真子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连,空情融合性能评估子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连。
所述雷达情报仿真子系统由飞行航迹模块与雷达情报生成模块连接组成,飞行航迹模块,包括:直线、交叉、跑道、心形、8字、“分合分”、多路向心飞行的飞行航路模块;各飞行航路模块与多个雷达情报模块相连;
所述的雷达情报生成模块为仿真雷达的探测精度、野值点信息的模块,由模拟实装雷达操作界面的模拟模块、模拟实装雷达的扫描特性的模拟模块、显示雷达探测过程的模拟模块和高斯分布合成的雷达探测噪声模块组成。
所述空情融合性能评估子系统,包括数据转换成地理坐标系B,L模块、空情融合模糊综合评判模块,所述的数据转换成地理坐标系B,L模块通过数据时空匹配与空情关联模块分别与计算雷达精度模块、计算融合精度模块相连,计算融合精度模块、计算雷达精度模块第一输出端通过融合精度评估模块与空情融合模糊综合评判模块相连,计算雷达精度模块第二输出端通过数据一次差评估模块与空情融合模糊综合评判模块相连;其中数据时空匹配与空情关联模块的输出端通过信息完整率模块与空情融合模糊综合评判模块相连,分别连接融合数据录取模块的航迹发现虚警漏警率模块、识别跟踪评估模块与空情融合模糊综合评判模块相连。
如图1所示,本系统结构为双工控机组网结构,两台工控机一台为雷达情报仿真子系统,另一台为空情融合性能评估子系统,两台工控机通过局域网相连,评估系统与被试空情融合系统可通过RS232、RS485、以太网等实现通信。
工作时,根据数据传输协议将雷达数据由雷达情报仿真子系统发送到空情融合性能评估子系统和被试的空情融合系统(简称被试系统),被试系统将融合数据传输到空情融合性能评估子系统,由空情融合性能评估子系统给出最终评估结果。
因此评估系统工作方式有两个,一个是在线评估,即实时的发送和接收评测过程数据,并在评估系统上动态显示数据处理和评估过程;另一个是离线评估,可将测评后的数据按一定格式移入评估系统中,一次性计算出评估结果。
雷达情报仿真子系统的工作流程如图2所示,其中可根据输入仿真雷达的参数值,如雷达类型、雷达扫描周期、威力图模型、探测精度及雷达位置坐标等,来生成对应雷达探测数据。仿真的雷达数据能充分反映雷达的探测机理、噪声分布特性、探测距离、目标发现概率等;航迹生成是通过航迹编辑器实现飞行目标的航路轨迹设计,可设计出符合实际飞行器飞行特性的航迹,满足评测中雷达航迹的需要。
空情融合性能评估子系统的工作流程如图3所示,
坐标转换的目的是将航迹的数据转换成需要的坐标数据类型。数据差值是保证航迹数据的时空一致性,数据包括仿真真值、传感器数据和融合数据。空情匹配是为了让仿真真值、传感器数据和融合数据在时空与航次上对应,有利于误差的分析。指标提取通过各种指标算法将指标值计算出来,然后利用模糊评估得出一个评判结果。图表信息的制定是为了将定位出的试验中指标不合格问题能够通过图表分析的形式直观的展现出来,能让相关人员尽快的找到问题,并解决问题,本发明提出一种因素失效关联法定位指标不合格因素,实现整个评估自动化过程,如图5所示。
本系统实施包括硬件和软件,其中硬件配置为工控机两台(2.0GHz或以上处理器,1G或以上内存,512M或以上显存,120G或以上硬盘,800*600或以上分辨率的彩色显示器,DVD-ROM)、100M或以上网卡四块、路由器一台、RS485总线PCI插卡两块、RS232串口PCI插卡两块和高精度时统卡一块,可选配硬件为打印机一台。软件部分包括网卡驱动、485总线驱动、高精度时统卡精度、雷达情报仿真软件、空情融合性能评估软件各一套。
采用的工控机为雷达情报仿真子系统,能按照需要生成飞行目标航迹,并根据雷达探测机理生成雷达仿真情报,依据通信协议发送到被试装备;另一个工控机为空情融合性能评估子系统,能根据通信协议接收被试装备的融合空情,并实现被试装备的空情融合性能评估和定位不合格问题。
采用的以太网卡建立整个评估系统的局域网连接的物理链路。采用的路由器构建局域网的链接和IP地址分配。采用的RS485总线PCI插卡、RS485通讯卡,实现整个评估系统与被试系统的RS485总线通讯,能进行数据的交互。采用的RS232串口PCI插卡、RS232串口,实现整个评估系统与被试系统的RS232串口通讯,能进行数据的交互。采用的高精度时统卡为PCI插卡,安装于雷达情报仿真子系统的工控机里,实现整个系统的时空一致性。本发明原理:
本系统从功能上分为雷达情报仿真子系统和空情融合性能评估子系统。评估过程的雷达情报是由雷达情报仿真子系统生成的,对被试系统融合性能的评估是由空情融合性能评估子系统完成的。
雷达情报仿真子系统包括了飞行航迹设计和雷达情报生成两项功能。飞行航迹设计可根据测试和评估的需要设计空中目标飞行的轨迹,也可根据飞行器的实际的飞行动态特性设计航路。能规划飞行器的类型、方位、速度、敌我、数量、轨迹等信息,满足的设计需求有:1)对不同航路设计,可涵括几种典型的航路,如图8a:直线、图8b:交叉、图8c:跑道、图8e:心型、图8f:8字、图8d:“分合分”和多路向心飞行等等;2)不同飞行速度的设计,包括强机动、水平机动和垂直机动等目标;3)不同航迹的空间设计,即设计不同分辨率、不同高程的航迹分布;图8a
4)可结合防空作战的空袭战术战法设计航迹,如巡航导弹的机动空袭,飞行作战编队。雷达情报生成是通过模拟雷达的探测机理,捕捉雷达可探测空域的目标,并将雷达探测目标飞行情报数据输出到被试装备。空情融合性能评估子系统是将接收到的雷达情报数据和被试装备的融合数据进行评估分析,评估方法是基于模糊评判的方法,将评估指标体系分为三层结构,如图4所示,
其中精度指标主要是反映融合系统输出的情报信息与真实信息的精度情况,相关性指标是反映融合系统输出的目标航迹的关联情况,出现虚警、漏警的情况,处理能力指标反映的是输入输出的实时性及稳定性。评估的结果以分数的形式给出,如融合评估结果不小于90分为合格,否则为不合格。
3、工作流程
系统的工作可以分为两个阶段,即准备阶段和运行阶段,如图6所示,准备阶段是为整个系统运行前进行的准备工作,主要有根据测评需要设计飞行航迹、雷达参数与部署、通信链路的建立和系统的对时;如图7所示,运行阶段是在准备阶段结束后开始的,雷达情报仿真子系统读取设计好的航迹后,按照规划好的路径和时间进行飞行目标的运动仿真,当飞入雷达的探测范围并被雷达捕捉到后发送到被试装备,由被试装备进行将多部雷达的空情进行融合,并将融合空情发送到融合评估系统,融合评估系统接收到航迹真值、雷达情报与融合空情后进行时空对准和航迹关联,然后进行评估指标的计算,最后将计算结果进行模糊综合评判并输出评估结果。
4、过程与处理
航迹设计通过航迹编辑菜单下对航迹的类型、速度、方向、空间位置可以自由调整,但是航迹的拐弯弧度会受航迹速度及飞行目标的过载量的约束。一个航迹可以是多个飞行器的组合编队。航迹的坐标信息可以是地理坐标系,也可以是高斯坐标系。
雷达探测目标过程是依据雷达的扫描周期进行扫描,并在屏幕上显示扫描过程,当扫描到飞行目标后根据航迹真值信息进行建立航迹批号。雷达探测噪声是根据高斯分布合成的,反映了仿真雷达的探测精度、野值点信息。雷达数据库构建了雷达威力图的一般模式,可根据选择的雷达进行调整,以满足仿真雷达探测特性的需求。
通信的设置可根据被试装备的通信协议进行数据字段的调整和接收数据信息的读取,若有需要也可以另外开发一个通信的中间件,实现数据的交互。
坐标转换包括了地理坐标系与地心坐标系之间转换、地心坐标系与参考坐标系之间转换、直角坐标系与球面坐标系之间转换。
时空对准是利用数据插值的方法实现的,其目的是让各空情数据能在时域上能对应。插值方法为三次样条插值方法。航迹相关是在融合空情或雷达空情中寻找与原始空情能在时空上匹配的空情,利用空间距离公式作为判据,以最小空间距离的空情作为最佳匹配对象。
指标计算主要内容有纬度和经度方向上的精度、一次差概率、航迹发现率、航迹虚警率、航迹漏警率、信息完整率、跟踪中断时间和航迹识别率。精度指标是指融合系统对获取的目标信息进行观测信息提取、跟踪和综合处理后,目标跟踪位置信息与目标实际位置的误差分布差异。一次差概率为融合航迹一次差极限误差与探测航迹的基准标准差的比率大于3的概率。航迹发现率为发现正确航迹数与总航迹数的比率,航迹虚警率为虚警航迹与总航迹数的比率,航迹漏情率为丢失的航迹与总航迹数的比率。信息完整率指融合系统在获取目标信息和融合处理后,空情态势相对于真实航迹在时空域上拥有信息在时间上的比率。跟踪中断是指雷达航迹数据有输入,但融合系统无数据输出的情况,即融合系统无跟踪状态。航迹识别率是正确识别目标属性的概率,为正确识别目标属性的航迹数量与目标真值数量的比值。
模糊综合评判是运用模糊隶属度函数对某事物作出综合评判,将一些边界不清、不易定量的因素定量化,进行综合评价的一种方法。评判的模型为三元组,即因数集、判断集和单因素评判集,通过分配权重来实现对单因素集进行复合运算以得到综合评价结果。其中精度权重分配是一种自适应的方法,即以将各个雷达探测到的航迹持续时间总和与所有航迹真值持续时间总和的比值进行归一化处理,因此每次测评时的精度权重是根据雷达探测到情报信息的时空比重获得的。
软件中利用融合失效因素关联法自动定位融合问题,当防空系统融合能力评估结果为不合格时,需要对影响不合格或导致融合出错的因素进行定位,但对于多目标多传感器的大量数据来说直接定位是很困难的,因此必须选择一种直观便利的方法实现。失效因素关联法是将能够影响输出结果的因素压缩成一个低维空间,形成一个直观的空间图形,以空间中的点表示变量之间的潜在规律性联系。它不仅适用于探索变量之间的非线性关系,也能处理称名变量和顺序变量,而且不要求数据满足多元正态分布假设。
5系统软件
软件分为雷达情报仿真软件和空情融合性能评估软件。雷达情报仿真软件具有时钟服务器、航迹设计和雷达情报仿真的功能,并能将仿真的雷达情报信息按照一定的协议发送给被试装备,以及轮询的方式每20分钟进行一次系统对时。其主界面是模拟实装雷达的界面,显示当前雷达搜索空中情报的过程。
空情融合性能评估软件可实时显示接收到的被试装备空情融合状态,并最终给出评估的结果,根据融合失效因素关联法定位问题,为进一步解决被试融合系统的问题提供有效依据。
Claims (10)
1.一种基于雷达仿真情报的空情融合性能评估系统,其特征在于:包括:双独立子系统结构的雷达情报仿真子系统、空情融合性能评估子系统,雷达情报仿真子系统通过数据传输层局域网与空情融合性能评估子系统相连,构成并列组网,雷达情报仿真子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连,空情融合性能评估子系统通过以太网或RS232数据传输线、RS485数据传输线与被试装备的空情融合系统相连。
2.根据权利要求1所述的一种基于雷达仿真情报的空情融合性能评估系统,其特征在于:所述雷达情报仿真子系统由飞行航迹模块与雷达情报生成模块连接组成,飞行航迹模块,包括:直线、交叉、跑道、心形、8字、“分合分”、多路向心飞行的飞行航路模块;各飞行航路模块与多个雷达情报模块相连;
所述的雷达情报生成模块为仿真雷达的探测精度、野值点信息的模块,由模拟实装雷达操作界面的模拟模块、模拟实装雷达的扫描特性的模拟模块、显示雷达探测过程的模拟模块和高斯分布合成的雷达探测噪声模块组成。
3.根据权利要求1所述的一种基于雷达仿真情报的空情融合性能评估系统,其特征在于:所述空情融合性能评估子系统,包括数据转换成地理坐标系B,L模块、空情融合模糊综合评判模块,所述的数据转换成地理坐标系B,L模块通过数据时空匹配与空情关联模块分别与计算雷达精度模块、计算融合精度模块相连,计算融合精度模块、计算雷达精度模块第一输出端通过融合精度评估模块与空情融合模糊综合评判模块相连,计算雷达精度模块第二输出端通过数据一次差评估模块与空情融合模糊综合评判模块相连;
其中数据时空匹配与空情关联模块的输出端通过信息完整率模块与空情融合模糊综合评判模块相连,分别连接融合数据录取模块的航迹发现虚警漏警率模块、识别跟踪评估模块与空情融合模糊综合评判模块相连。
4.如权利要求1所述基于雷达仿真情报的空情融合性能评估系统的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:根据数据传输协议,将雷达数据由雷达情报仿真子系统发送到空情融合性能评估子系统和被试装备的空情融合系统,被试装备的空情融合系统将融合数据传输到空情融合性能评估子系统,由空情融合性能评估子系统给出最终评估结果;其步骤如下:
1)、准备阶段,是为整个系统运行前进行的准备工作,是根据测评需要设计的飞行航迹、雷达参数设定、雷达部署、通信链路的建立和系统的对时;
2)、运行阶段,是在准备阶段结束后开始的,雷达情报仿真子系统读取设计好的飞行航迹后,按照规划好的路径和时间进行飞行目标的运动仿真;
(1)测评开始,雷达情报仿真子系统读取飞行航迹,一路输出至空情融合性能评估子系统,待融合空情;另一路输出通过雷达开机、雷达探测目标,然后进行是否发现目标判断,否,返回雷达探测目标进行重新判断;是,发送雷达情报;
(2)雷达情报仿真子系统发送雷达情报后,一路输出通过被试装备接收雷达情报后进行融合,传输至空情融合性能评估子系统,另一路输出直接传输至空情融合性能评估子系统进行融合空情;即当飞入雷达的探测范围并被雷达捕捉到后发送到被试装备,由被试装备进行将多部雷达的空情进行融合,并将融合空情发送到空情融合性能评估子系统;
(3)空情融合性能评估子系统通过坐标转换、时空对准与飞行航迹、指标值计算、模糊评估,输出评估结果;即空情融合性能评估子系统接收到航迹真值、雷达情报与融合空情后进行时空对准和航迹关联,然后进行评估指标的计算,最后将计算结果进行模糊综合评判并输出评估结果;
并且能够同时实现在线评估和离线评估,在线评估是指实时的发送和接收评测过程数据,并在评估系统上动态显示数据处理和评估过程;离线评估是指测评后的数据移入评估系统中,一次性计算出评估结果。
5.如权利要求4所述的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:所述雷达情报仿真子系统的工作方法,是根据输入仿真雷达的参数值:雷达类型、雷达位置坐标、雷达噪声、发现概率、周期、威力图模型、探测精度及目标类型、目标速度、航迹曲线、拐点坐标生成对应的雷达探测数据及飞行目标航迹,传输至模拟雷达扫描目标,进行雷达发现目标判断,否,返回雷达扫描目标,是,通过通信数据传输协议转换,将雷达情报仿真数据输出,发送给被试装备,通过数据传输层与被试的融合系统和空情融合性能评估子系统进行数据交互;
以及采用时钟服务器的轮询方式每20分钟进行一次系统对时,用于模拟实装雷达,显示当前雷达搜索空中情报的过程;根据测试需求产生的多个符合雷达探测规律的仿真情报,通过数据传输层与被试的融合系统和空情融合性能评估子系统进行数据交互,并对采集到的数据进行精度指标、相关性指标和处理能力指标等指标计算和评估,实现性能和效能评判,并动态地、立体地和多视图地展示融合系统的处理和评估结果,给出测试过程的不合格因素和原因;
其中该仿真的雷达数据充分反映了雷达的探测机理、噪声分布特性、探测距离、目标发现概率;
其中该飞行目标航迹生成是通过航迹编辑器实现飞行目标的航路轨迹设计,满足评测中雷达航迹和雷达情报仿真的需要。
6.如权利要求4所述的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:所述空情融合性能评估子系统的工作方法,是采用坐标转换的目的,将航迹的数据转换成需要的坐标数据类型,具体实施如下:
(1)将录取航迹数据的仿真数据、雷达数据和融合数据分别通过数据转换成地理坐标系B,L传输至对应的数据时空匹配与空情关联至计算雷达精度、计算融合精度;
(2)计算雷达精度输出端分别通过融合精度评估、数据一次差评估传输至空情融合模糊综合评判;
(3)计算融合精度输出端通过融合精度评估传输至空情融合模糊综合评判;
(4)与录取的融合数据对应的数据转换成地理坐标系B,L、数据时空匹配与空情关联的输出端通过信息完整率传输至空情融合模糊综合评判;
(5)录取的融合数据另一输出端通过航迹发现率、航迹虚情率和航迹漏情率传输至空情融合模糊综合评判;另一输出端通过航迹识别率、跟踪中断时间评估传输至空情融合模糊综合评判;
该空情融合性能评估能够实时显示接收到的被试装备空情融合状态,并最终给出评估的结果,根据融合失效因素关联法定位的方法,解决被试融合系统的问题。
7.如权利要求4所述的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:所述的基于模糊隶属度函数的单指标评估方法,是对被试空情融合系统评判综合中对纬度和经度方向上的精度、一次差概率、航迹发现率、航迹虚警率、航迹漏警率、信息完整率、跟踪中断时间和航迹识别率的诸多因素判别的方法,更加符合对空情融合的客观情况。
8.如权利要求4所述的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:所述的融合失效因素关联法定位的方法,是对融合结果出现的问题自动定位方法,当防空系统融合能力评估结果为不合格时,失效因素关联法将能够影响输出结果的因素压缩成一个低维空间,形成一个直观的空间图形,以空间中的点表示变量之间的潜在规律性联系;实现整个评估的直观展示,具体实施如下:
(1)将探测精度、高程转换、时间匹配、空域范围、目标属性的信息通过量化转换传输至因素向量处理;
(2)因素向量输出端通过阀值检测,经二进制码传输至融合失效数据库,输出结果,制定出图表信息;将定位出的试验中指标不合格问题,通过图表分析的形式直观的展现出来,让相关人员尽快的找到问题。
9.如权利要求4所述的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:所述模糊综合评判方法,是运用因数集、判断集和单因素评判集的三元组评判模型,对空情融合的各因素做出综合评判,并对精度权重进行自适应调整分配。
10.如权利要求4所述的一种基于仿真雷达情报生成的空情融合性能评估方法,其特征在于:所述的空情融合性能评估指标体系,包括:地理坐标系的精度指标、相关性指标、处理能力指标,所述地理坐标系的精度指标由B精度指标、L精度指标、一次差概率组成;所述相关性指标由航迹发现率、航迹虚情率和航迹漏情率组成;所述处理能力指标由信息完整率、跟踪中断时间、航迹识别率组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510629370.6A CN105354356B (zh) | 2015-09-29 | 2015-09-29 | 一种基于雷达情报仿真的空情融合性能评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510629370.6A CN105354356B (zh) | 2015-09-29 | 2015-09-29 | 一种基于雷达情报仿真的空情融合性能评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105354356A true CN105354356A (zh) | 2016-02-24 |
CN105354356B CN105354356B (zh) | 2019-03-29 |
Family
ID=55330328
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510629370.6A Active CN105354356B (zh) | 2015-09-29 | 2015-09-29 | 一种基于雷达情报仿真的空情融合性能评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105354356B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106019987A (zh) * | 2016-07-19 | 2016-10-12 | 四川九洲空管科技有限责任公司 | 一种三维交互式模拟航迹生成方法及系统 |
CN106644503A (zh) * | 2016-10-24 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种智能车辆规划能力测试平台 |
CN106960255A (zh) * | 2017-03-16 | 2017-07-18 | 北京航空航天大学 | 一种基于元模型的雷达部署与探测能力关系的拟合方法 |
CN107219508A (zh) * | 2017-05-02 | 2017-09-29 | 四川九洲电器集团有限责任公司 | 一种二次雷达性能考核方法及考核系统 |
CN108401449A (zh) * | 2017-03-31 | 2018-08-14 | 深圳市大疆创新科技有限公司 | 基于多传感器数据融合的飞行模拟方法、装置及设备 |
CN109308344A (zh) * | 2018-08-30 | 2019-02-05 | 西北工业大学 | 基于空情航迹共享的机载雷达信号被截获概率建模方法 |
CN109683136A (zh) * | 2018-12-20 | 2019-04-26 | 北京冠群桦成信息技术有限公司 | 情报雷达空情信息传输系统和方法 |
CN109917341A (zh) * | 2019-03-08 | 2019-06-21 | 森思泰克河北科技有限公司 | 雷达运动目标跟踪性能测试方法、终端设备及存储介质 |
CN110135686A (zh) * | 2019-04-11 | 2019-08-16 | 零八一电子集团有限公司 | 要地综合防御仿真系统 |
CN110672115A (zh) * | 2019-11-04 | 2020-01-10 | 中国人民解放军空军工程大学 | 基于多观察哨数字望远镜的运动目标航迹获取方法 |
CN112505643A (zh) * | 2020-11-03 | 2021-03-16 | 湖北航天技术研究院总体设计所 | 一种雷达与红外复合导引头开环半实物仿真方法及系统 |
CN112541261A (zh) * | 2020-12-09 | 2021-03-23 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于数据回灌功能的目标航迹融合评估方法 |
CN112633703A (zh) * | 2020-12-25 | 2021-04-09 | 中国人民解放军63892部队 | 一种空情融合精度评估系统及方法 |
CN113030883A (zh) * | 2021-01-18 | 2021-06-25 | 中电普信(北京)科技发展有限公司 | 一种计算机仿真中高效传输雷达威力图数据方法及系统 |
CN113076661A (zh) * | 2021-04-28 | 2021-07-06 | 中国人民解放军国防科技大学 | 一种不确定数据驱动的雷达预警探测建模方法 |
CN113640760A (zh) * | 2021-10-14 | 2021-11-12 | 中国人民解放军空军预警学院 | 基于空情数据的雷达发现概率评估方法及设备 |
CN116520307A (zh) * | 2023-02-20 | 2023-08-01 | 扬州宇安电子科技有限公司 | 一种基于目标追踪的雷达协同检测系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201870A (zh) * | 2007-12-20 | 2008-06-18 | 四川川大智胜软件股份有限公司 | 空中交通飞行态势动态仿真的方法 |
CN101201978A (zh) * | 2007-12-20 | 2008-06-18 | 四川川大智胜软件股份有限公司 | 基于实时雷达和飞行情报的短期空中交通流量预测方法 |
-
2015
- 2015-09-29 CN CN201510629370.6A patent/CN105354356B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101201870A (zh) * | 2007-12-20 | 2008-06-18 | 四川川大智胜软件股份有限公司 | 空中交通飞行态势动态仿真的方法 |
CN101201978A (zh) * | 2007-12-20 | 2008-06-18 | 四川川大智胜软件股份有限公司 | 基于实时雷达和飞行情报的短期空中交通流量预测方法 |
Non-Patent Citations (2)
Title |
---|
田明辉等: "机载ESM与雷达航迹融合仿真系统研究*", 《雷达科学与技术》 * |
赵万能等: "雷达航迹数据融合算法仿真系统设计与实现", 《计算机与数字工程》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106019987A (zh) * | 2016-07-19 | 2016-10-12 | 四川九洲空管科技有限责任公司 | 一种三维交互式模拟航迹生成方法及系统 |
CN106644503A (zh) * | 2016-10-24 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种智能车辆规划能力测试平台 |
CN106960255A (zh) * | 2017-03-16 | 2017-07-18 | 北京航空航天大学 | 一种基于元模型的雷达部署与探测能力关系的拟合方法 |
CN106960255B (zh) * | 2017-03-16 | 2018-04-06 | 北京航空航天大学 | 一种基于元模型的雷达部署与探测能力关系的拟合方法 |
CN108401449A (zh) * | 2017-03-31 | 2018-08-14 | 深圳市大疆创新科技有限公司 | 基于多传感器数据融合的飞行模拟方法、装置及设备 |
CN107219508B (zh) * | 2017-05-02 | 2020-04-03 | 四川九洲电器集团有限责任公司 | 一种二次雷达性能考核方法及考核系统 |
CN107219508A (zh) * | 2017-05-02 | 2017-09-29 | 四川九洲电器集团有限责任公司 | 一种二次雷达性能考核方法及考核系统 |
CN109308344A (zh) * | 2018-08-30 | 2019-02-05 | 西北工业大学 | 基于空情航迹共享的机载雷达信号被截获概率建模方法 |
CN109683136A (zh) * | 2018-12-20 | 2019-04-26 | 北京冠群桦成信息技术有限公司 | 情报雷达空情信息传输系统和方法 |
CN109917341A (zh) * | 2019-03-08 | 2019-06-21 | 森思泰克河北科技有限公司 | 雷达运动目标跟踪性能测试方法、终端设备及存储介质 |
CN110135686A (zh) * | 2019-04-11 | 2019-08-16 | 零八一电子集团有限公司 | 要地综合防御仿真系统 |
CN110672115A (zh) * | 2019-11-04 | 2020-01-10 | 中国人民解放军空军工程大学 | 基于多观察哨数字望远镜的运动目标航迹获取方法 |
CN110672115B (zh) * | 2019-11-04 | 2022-03-08 | 中国人民解放军空军工程大学 | 基于多观察哨数字望远镜的运动目标航迹获取方法 |
CN112505643A (zh) * | 2020-11-03 | 2021-03-16 | 湖北航天技术研究院总体设计所 | 一种雷达与红外复合导引头开环半实物仿真方法及系统 |
CN112505643B (zh) * | 2020-11-03 | 2024-02-02 | 湖北航天技术研究院总体设计所 | 一种雷达与红外复合导引头开环半实物仿真方法及系统 |
CN112541261A (zh) * | 2020-12-09 | 2021-03-23 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于数据回灌功能的目标航迹融合评估方法 |
CN112633703A (zh) * | 2020-12-25 | 2021-04-09 | 中国人民解放军63892部队 | 一种空情融合精度评估系统及方法 |
CN113030883A (zh) * | 2021-01-18 | 2021-06-25 | 中电普信(北京)科技发展有限公司 | 一种计算机仿真中高效传输雷达威力图数据方法及系统 |
CN113030883B (zh) * | 2021-01-18 | 2023-03-10 | 中电普信(北京)科技发展有限公司 | 一种计算机仿真中高效传输雷达威力图数据方法及系统 |
CN113076661A (zh) * | 2021-04-28 | 2021-07-06 | 中国人民解放军国防科技大学 | 一种不确定数据驱动的雷达预警探测建模方法 |
CN113076661B (zh) * | 2021-04-28 | 2022-08-12 | 中国人民解放军国防科技大学 | 一种不确定数据驱动的雷达预警探测建模方法 |
CN113640760A (zh) * | 2021-10-14 | 2021-11-12 | 中国人民解放军空军预警学院 | 基于空情数据的雷达发现概率评估方法及设备 |
CN113640760B (zh) * | 2021-10-14 | 2022-02-22 | 中国人民解放军空军预警学院 | 基于空情数据的雷达发现概率评估方法及设备 |
CN116520307A (zh) * | 2023-02-20 | 2023-08-01 | 扬州宇安电子科技有限公司 | 一种基于目标追踪的雷达协同检测系统及方法 |
CN116520307B (zh) * | 2023-02-20 | 2023-10-27 | 扬州宇安电子科技有限公司 | 一种基于目标追踪的雷达协同检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105354356B (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105354356A (zh) | 一种基于雷达情报仿真的空情融合性能评估系统及方法 | |
CN108254741B (zh) | 基于循环神经网络的目标航迹预测方法 | |
CN107656245B (zh) | 一种将信息融合应用到雷达信号分选中的方法 | |
CN104077601B (zh) | 一种利用不同类型信息进行目标综合识别的方法 | |
CN104931960B (zh) | 动向报文与雷达目标态势信息全航迹段数据关联方法 | |
CN109116349A (zh) | 多传感器协同跟踪联合优化决策方法 | |
CN102707276B (zh) | 基于目标拓扑信息的ais与雷达航迹抗差关联算法 | |
CN109409695A (zh) | 基于关联分析的体系效能评估指标体系构建方法及系统 | |
CN105353644A (zh) | 基于实装数据信息挖掘的雷达目标航迹衍生系统及方法 | |
CN107506444B (zh) | 中断航迹接续关联机器学习系统 | |
CN114742102B (zh) | 一种nlos信号识别方法及系统 | |
Ma et al. | Target tracking system for multi-sensor data fusion | |
CN104977022A (zh) | 多目标跟踪系统性能评估仿真方法 | |
CN111175719A (zh) | 基于bp神经网络的智能航迹起始方法 | |
CN104715154A (zh) | 基于kmdl准则判据的核k-均值航迹关联方法 | |
CN101950019A (zh) | 基于属性数据的二次雷达多层级目标识别方法 | |
CN105259540A (zh) | 一种多站雷达抗有源欺骗式干扰的优化方法 | |
CN103296995B (zh) | 任意维高阶(≥4阶)无味变换与无味卡尔曼滤波方法 | |
CN110889207A (zh) | 一种基于深度学习的体系组合模型可信度智能评估方法 | |
Chu et al. | Research on multi-source data fusion and mining based on big data | |
CN115657494A (zh) | 虚拟对象仿真方法、装置、设备及存储介质 | |
CN112849429B (zh) | 一种民机系统测量参数的溯源方法 | |
Ziyan et al. | The research of electronic countermeasure intelligence correlation analysis based on machine learning | |
CN103164853B (zh) | 成像匹配辅助导航的可匹配性评估方法 | |
Li | Data mining-based tracking method for multisource target data of heterogeneous networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |