CN106650250A - 基于等效评价因子的红外多目标威胁排序方法 - Google Patents
基于等效评价因子的红外多目标威胁排序方法 Download PDFInfo
- Publication number
- CN106650250A CN106650250A CN201611149153.8A CN201611149153A CN106650250A CN 106650250 A CN106650250 A CN 106650250A CN 201611149153 A CN201611149153 A CN 201611149153A CN 106650250 A CN106650250 A CN 106650250A
- Authority
- CN
- China
- Prior art keywords
- target
- threat
- infrared
- equivalent
- formula
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 45
- 238000012163 sequencing technique Methods 0.000 title abstract 3
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于等效评价因子的红外多目标威胁排序方法,包括以下步骤:a、选取目标在红外系统中的威胁指标并计算模糊隶属度,b、分析针对单个目标,构造多等效评价因子的对比矩阵,c、依据最小二乘的最优约束规划原则,求取针对单个目标的n个等效评价因子的评估值,d、利用熵值法最终确定、计算各等效评价因子在评估体系中的熵权,e、计算、评估目标在红外系统的威胁评估体系中的威胁度,并进行排序,重点关注威胁程度高的目标。本发明可通过红外系统获取的实际参数直接进行评估,提高了目标威胁评估的快速性;根据目标运动状态调整威胁指标权重,降低了主观判断所带来的不准确性,进一步加深了红外系统在重点目标提取与判别等方面的应用。
Description
技术领域
本发明涉及一种基于红外系统实际参数的数据处理方法,具体地说是一种基于等效评价因子的红外多目标威胁排序方法。
背景技术
目前,威胁评估技术多以雷达为载体开展研究,以雷达获取的多种空中飞行参数为参考,包括飞行速度、航向、目标类型等,以对被测目标进行威胁评估,具有较好的效果。其中,多属性决策方法、模糊逻辑方法、贝叶斯网络等方法、层次分析法等具有良好的评估效果。
上述方法在实际应用时,难以保证能够获取所有要求的威胁指标,故需要考虑信息的模糊性。而传统层次分析法中人为对比赋权具有一定的主观性和片面性,故需要进行一致性检验。同时,雷达侦测属于主动探测方式,在使用时易被“反制”,即敌方目标可根据雷达波逆向追踪雷达位置,从而对我方雷达造成威胁。
红外系统作为一种被动测距方式,隐蔽性更好、系统体积较小、可在雷达盲区等情况下代替雷达工作,应用价值也很高。为进一步提高红外系统在敌我目标识别、重点威胁目标提取等方面的作用效果,引入雷达探测中威胁评估排序的解决思路。但是,目前针对红外系统中的目标威胁评估研究较少,而且大部分研究都是基于目标实际运动状态来分析的。而在实际使用中,目标实际运动参数的获取并非易事,同时,图像中目标信息转换为实际参数的过程中不仅消耗了时间,而且转换过程中的精度也不易保证。
发明内容
本发明的目的就是提供一种基于等效评价因子的红外多目标威胁排序方法,以解决红外系统中多目标不易识别和识别不准的问题,由此提高红外系统在重点目标识别和提取等军事应用中的作用效果。
本发明是这样实现的:一种基于等效评价因子的红外多目标威胁排序方法,包括以下步骤:
a、选取目标在红外系统中的威胁指标并计算模糊隶属度:
a-1、按下式计算距离等效因子隶属度:
式中,H为目标在探测像面上的灰度平均值,a=-6×10-5。
目标与系统距离表征了目标的辐射强度及攻击时间,距离越短,威胁程度越大。在红外系统中利用目标的灰度值来等效目标与系统的距离,灰度值越高,目标距离越近或目标辐射较强,说明目标的威胁程度越高;灰度值越低,目标距离越远或目标辐射较弱,说明目标的威胁程度越低。
a-2、按下式计算径向速度等效因子隶属度:
y2(dH)=1-ebdH
式中,dH为目标的灰度变化率大小,b=-0.1。
目标径向速度表征了目标距离红外系统远近的快慢,其逼近速度越大,威胁程度越大,远离速度越大,威胁程度越小。在此利用红外图像中目标灰度变化率来等效目标径向速度,灰度变化率为正值,说明目标逼近,数值越大,逼近速度越大,威胁程度越高;灰度变化率为负值,说明目标远离,数值越大,远离速度越大,威胁程度越低。
a-3、按下式计算切向速度等效因子隶属度:
式中,v0为目标在像面上的横掠速度,c=-0.2。
目标切向速度表征了目标横掠红外系统的快慢,横掠速度越大,对系统的攻击可能性越大,威胁程度越大。在此利用红外系统中目标的像面速度来等效目标的切向速度,切向速度越大,说明目标横掠系统的速度越大,威胁程度越高。
a-4、按下式计算高低角等效因子隶属度:
式中,θ为目标相对红外系统的高低角,d=-5×10-4。
高低角表征了目标相对于系统的“站位优势”,在0-90°范围内,高低角越大,越容易对红外系统进行攻击,其威胁程度越高。在此利用红外系统中目标在像面上的位置信息来等效目标相对于系统的高低角,目标位置越靠近像面上方,说明目标相对系统的实际高低角越大,威胁程度越高;反之,目标位置越靠近像面下方,说明目标相对系统的实际高低角越小,威胁程度越低。
b、分析针对单个目标,构造多等效评价因子的对比矩阵A=(aij)n×n:
对单目标的等效因子对比矩阵进行一致化处理,令且构造模糊一致矩阵:
式中,k=2(n-1)。
c、依据最小二乘的最优约束规划原则,求取针对单个目标的n个等效评价因子的评估值,表示为:式中,1≤i≤n;在此基础上,将m个目标、n个等效评价因子的评估值进行组合并归一化处理,得到威胁评估矩阵:w=(wij)m×n。
d、利用熵值法最终确定、计算各等效评价因子在评估体系中的熵权,表示为:
式中,1≤j≤n。
e、计算、评估目标在红外系统的威胁评估体系中的威胁度,并进行排序,重点关注威胁程度高的目标,并予以跟踪测量;威胁度评估可表示为:
本发明通过计算红外系统中等效评价因子的模糊隶属度,并利用模糊矩阵的矩阵变换代替了复杂的一致性调整过程;同时,利用最小二乘原则和熵权的方法求取了各等效评价因子的威胁权重,最终实现了目标的威胁度计算和评估。
本发明是一种红外系统中有效、快速的多目标威胁评估和排序的方法,可通过红外系统获取的实际参数直接进行评估,省去了获取参数与目标实际参数的转换过程,提高了目标威胁评估的快速性;根据目标运动状态调整威胁指标权重,降低了主观判断所带来的不准确性,进一步加深了红外系统在重点目标提取与判别等方面的应用。基于模糊隶属度、最小二乘及熵权相结合的红外目标威胁评估、排序方法,可应用于地基或机载红外系统中的重点目标提取及威胁预警。
本发明针对红外系统获取的目标参数,构造了等效评价因子及其隶属度函数;针对单目标构造了等效评价因子对比矩阵;根据最小二乘原则,构造了多目标威胁评估矩阵;根据熵权的定义,最终确定了各等效评价因子的威胁权重,并对目标的威胁程度进行了排序。本发明是基于红外系统实际获取的参数来评估的,评估的实时性较好;同时,本发明确定威胁权重的方法更具客观性,能较好地适应目标的状态变化。
附图说明
图1是红外多目标飞行态势示意图。
图2是本发明威胁排序方法的工作流程图。
具体实施方式
本发明所选取的等效评价因子主要是红外系统中能够直接获取的表征目标飞行状态的参数,例如距离等效因子可用红外系统中目标的灰度值来表征,径向速度等效因子可用红外系统中目标的灰度变化率来表征,切向速度可用红外系统中目标在像面上的运动速度来表征,高低角等效因子可用红外系统中目标在像面的位置信息来表征。同时,为能够较好地区分各目标,不同等效评价因子的威胁隶属度函数不同,而根据等效评价因子的差异性,利用最小二乘原则和熵权确定各指标的权重,提高了本发明方法在目标运动状态连续变化情况下的适用性。
如图2所示,本发明的威胁排序过程主要包括以下步骤:
(1)选取红外系统中目标的等效评价因子;(2)根据不同等效评价因子确定其隶属度函数;(3)构造等效评价因子对比矩阵,并作一致性矩阵变换;(4)利用最小二乘原则和熵权确定各等效评价因子的权重;(5)根据隶属度和威胁权重计算、评估各目标的威胁度,并做出排序。
图1给出了红外系统中一种多目标飞行态势图,图中四个目标的飞行指标设定如表1:
表1:图1中四个目标的飞行指标
通过分析可知,在四个目标中,目标1距离较远,速度一般,占位具有一定的攻击优势;目标2距离最近,速度最大,但运动与系统相背离,且占位优势不明显;目标3距离较远,速度较小,占位也具有一定的攻击优势;目标4距离较近,速度一般,占位优势最明显,但运动方向与系统背离。根据以上分析,各目标对系统既存在一定的攻击优势,也有一定的攻击不足,仅仅依靠人来判断具有很大的主观性,不具有客观性,容易失准。
本发明的威胁排序过程按以下步骤进行:
1、选取目标等效评价因子并建立模糊隶属度函数。
(1)距离等效因子:
式中,H为目标在探测像面上的灰度平均值,a=-6×10-5。
(2)径向速度等效因子:
y2(dH)=1-ebdH
式中,dH为目标的灰度变化率大小,b=-0.1。
(3)切向速度等效因子:
式中,v0为目标在像面上的横掠速度,c=-0.2。
(4)高低角等效因子:
式中,θ为目标相对红外系统的高低角,d=-5×10-4。
2、分析针对单个目标,构造多等效评价因子的对比矩阵A=(aij)n×n:
对单目标的等效评价因子对比矩阵进行一致化处理,令且构造模糊一致矩阵:
式中,k=2(n-1)。
3、依据最小二乘的最优约束规划原则,求取针对单个目标的n个等效评价因子的评估值,表示为:
将m个目标、n个等效评价因子的权重进行组合并对各指标下的目标进行归一化处理,得到威胁评估矩阵:
w=(wij)m×n
根据表1中的各目标的飞行指标得到威胁评估矩阵为:
4、利用熵值法最终确定、计算各等效评价因子在评估体系中的熵权,表示为:
根据图1示例中各目标成像参数,得到四个指标的威胁权重为:
δ=[0.2802 0.2544 0.2370 0.2283]
5、计算、评估目标在红外系统的威胁评估体系中的威胁度,并进行排序,重点关注威胁程度高的目标,威胁度评估可表示为:
则四个目标的威胁度结果分别为:
z=[0.2521 0.2509 0.2497 0.2474]
根据上述计算,四个目标的威胁度排序结果为目标1>目标2>目标3>目标4,则目标1的威胁程度最高,系统应重点关注目标1,并予以跟踪测量。
Claims (1)
1.一种基于等效评价因子的红外多目标威胁排序方法,其特征是,包括以下步骤:
a、选取目标在红外系统中的威胁指标并计算模糊隶属度:
a-1、按下式计算距离等效因子隶属度:
式中,H为目标在探测像面上的灰度平均值,a=-6×10-5;
a-2、按下式计算径向速度等效因子隶属度:
y2(dH)=1-ebdH
式中,dH为目标的灰度变化率大小,b=-0.1;
a-3、按下式计算切向速度等效因子隶属度:
式中,v0为目标在像面上的横掠速度,c=-0.2;
a-4、按下式计算高低角等效因子隶属度:
式中,θ为目标相对红外系统的高低角,d=-5×10-4;
b、分析针对单个目标,构造多等效评价因子的对比矩阵A=(aij)n×n:
对单目标的等效因子对比矩阵进行一致化处理,令且构造模糊一致矩阵:
式中,k=2(n-1);
c、依据最小二乘的最优约束规划原则,求取针对单个目标的n个等效评价因子的评估值,表示为:式中,1≤i≤n;在此基础上,将m个目标、n个等效评价因子的评估值进行组合并归一化处理,得到威胁评估矩阵:w=(wij)m×n;
d、利用熵值法最终确定、计算各等效评价因子在评估体系中的熵权,表示为:
式中,1≤j≤n;
e、计算、评估目标在红外系统的威胁评估体系中的威胁度,并进行排序,重点关注威胁程度高的目标,并予以跟踪测量,威胁度评估可表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611149153.8A CN106650250B (zh) | 2016-12-14 | 2016-12-14 | 基于等效评价因子的红外多目标威胁排序方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611149153.8A CN106650250B (zh) | 2016-12-14 | 2016-12-14 | 基于等效评价因子的红外多目标威胁排序方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106650250A true CN106650250A (zh) | 2017-05-10 |
CN106650250B CN106650250B (zh) | 2019-01-15 |
Family
ID=58824585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611149153.8A Active CN106650250B (zh) | 2016-12-14 | 2016-12-14 | 基于等效评价因子的红外多目标威胁排序方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106650250B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189831A (zh) * | 2018-08-21 | 2019-01-11 | 重庆邮电大学 | 一种基于组合赋权的购车倾向用户识别方法 |
CN111413681A (zh) * | 2020-04-30 | 2020-07-14 | 柳州达迪通信技术股份有限公司 | 基于熵权法的飞行目标威胁度识别方法、系统和存储介质 |
CN111413680A (zh) * | 2020-04-30 | 2020-07-14 | 柳州达迪通信技术股份有限公司 | 基于层次分析法的飞行目标威胁度识别方法、系统及装置 |
CN111580083A (zh) * | 2020-04-30 | 2020-08-25 | 北京荣达千里科技有限公司 | 基于决策树的飞行目标威胁度识别方法、系统和存储介质 |
CN111596277A (zh) * | 2020-04-30 | 2020-08-28 | 柳州达迪通信技术股份有限公司 | 基于模糊综合评价法的飞行目标威胁度识别方法及系统 |
CN112070357A (zh) * | 2020-08-11 | 2020-12-11 | 中国人民解放军海军工程大学 | 一种基于改进bp神经网络的雷达辐射源威胁评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246818A (zh) * | 2013-05-15 | 2013-08-14 | 西北工业大学 | 基于信息熵的topsis法多目标威胁排序方法 |
CN103268410A (zh) * | 2013-05-15 | 2013-08-28 | 西北工业大学 | 一种基于快速迭代的多目标威胁度排序方法 |
US8927935B1 (en) * | 2012-05-21 | 2015-01-06 | The Boeing Company | All electro optical based method for deconfliction of multiple, co-located directed energy, high energy laser platforms on multiple, near simultaneous threat targets in the same battle space |
-
2016
- 2016-12-14 CN CN201611149153.8A patent/CN106650250B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8927935B1 (en) * | 2012-05-21 | 2015-01-06 | The Boeing Company | All electro optical based method for deconfliction of multiple, co-located directed energy, high energy laser platforms on multiple, near simultaneous threat targets in the same battle space |
CN103246818A (zh) * | 2013-05-15 | 2013-08-14 | 西北工业大学 | 基于信息熵的topsis法多目标威胁排序方法 |
CN103268410A (zh) * | 2013-05-15 | 2013-08-28 | 西北工业大学 | 一种基于快速迭代的多目标威胁度排序方法 |
Non-Patent Citations (1)
Title |
---|
严世华: "一种空中红外多目标威胁度排序方法", 《火力与指挥控制》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189831A (zh) * | 2018-08-21 | 2019-01-11 | 重庆邮电大学 | 一种基于组合赋权的购车倾向用户识别方法 |
CN111413681A (zh) * | 2020-04-30 | 2020-07-14 | 柳州达迪通信技术股份有限公司 | 基于熵权法的飞行目标威胁度识别方法、系统和存储介质 |
CN111413680A (zh) * | 2020-04-30 | 2020-07-14 | 柳州达迪通信技术股份有限公司 | 基于层次分析法的飞行目标威胁度识别方法、系统及装置 |
CN111580083A (zh) * | 2020-04-30 | 2020-08-25 | 北京荣达千里科技有限公司 | 基于决策树的飞行目标威胁度识别方法、系统和存储介质 |
CN111596277A (zh) * | 2020-04-30 | 2020-08-28 | 柳州达迪通信技术股份有限公司 | 基于模糊综合评价法的飞行目标威胁度识别方法及系统 |
CN111413680B (zh) * | 2020-04-30 | 2023-06-30 | 柳州达迪通信技术股份有限公司 | 基于层次分析法的飞行目标威胁度识别方法、系统及装置 |
CN111413681B (zh) * | 2020-04-30 | 2023-06-30 | 柳州达迪通信技术股份有限公司 | 基于熵权法的飞行目标威胁度识别方法、系统和存储介质 |
CN111596277B (zh) * | 2020-04-30 | 2023-06-30 | 柳州达迪通信技术股份有限公司 | 基于模糊综合评价法的飞行目标威胁度识别方法及系统 |
CN111580083B (zh) * | 2020-04-30 | 2023-10-10 | 北京荣达千里科技有限公司 | 基于决策树的飞行目标威胁度识别方法、系统和存储介质 |
CN112070357A (zh) * | 2020-08-11 | 2020-12-11 | 中国人民解放军海军工程大学 | 一种基于改进bp神经网络的雷达辐射源威胁评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106650250B (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106650250A (zh) | 基于等效评价因子的红外多目标威胁排序方法 | |
CN107656247A (zh) | 基于有源相控阵技术体制的三坐标监视雷达点迹处理方法 | |
US11947002B2 (en) | Method for recognizing identity and gesture based on radar signals | |
CN103544296B (zh) | 雷达距离扩展目标自适应智能融合检测方法 | |
CN105510896B (zh) | 一种集中式多雷达数据处理的加权最近邻域数据关联方法 | |
CN106646457A (zh) | 基于微波的人员行为检测方法与装置 | |
CN108985649A (zh) | 基于风电设备异常分析数据的时序模糊层次分析评估方法 | |
CN103020592B (zh) | 一种基于局部上下文的遥感图像舰船检测虚警剔除方法 | |
CN104019739A (zh) | 基于分布式光纤光栅传感网络的板结构冲击载荷定位方法 | |
CN104680002B (zh) | 一种基于随机集理论的分布式融合方法 | |
CN108154498A (zh) | 一种裂缝缺陷检测系统及其实现方法 | |
CN107239887A (zh) | 因子权重信息不完全情况下的fmea风险评估方法 | |
CN110109095A (zh) | 目标特征辅助多源数据的关联方法 | |
CN108061572A (zh) | 一种海洋核动力平台综合态势显控系统及方法 | |
CN101950019B (zh) | 基于属性数据的二次雷达多层级目标识别方法 | |
CN106454750A (zh) | 一种基于压缩感知技术的多区域室内安全定位方法 | |
CN107132515A (zh) | 一种基于多维信息约束的点迹筛选方法 | |
CN109117776A (zh) | 基于航迹信息的飞机与气象杂波分类识别方法 | |
CN110533025A (zh) | 基于候选区域提取网络的毫米波人体图像检测方法 | |
CN106896780B (zh) | 一种材料切削加工性能综合评价方法 | |
CN103778342B (zh) | 一种基于区间数和证据理论的辐射源识别方法 | |
CN108470189A (zh) | 基于对偶相似度模型的多域辐射源信息融合方法 | |
Wang et al. | Intelligent recognition method of infrared imaging target of unmanned autonomous ship based on fuzzy mathematical model | |
CN104021259B (zh) | 地面扫描大点云定向方法 | |
Sun et al. | TOPSIS threat assessment based on the coefficient of variation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |