CN111583083A - 低空飞行的非合作目标对要地威胁程度的确定方法及系统 - Google Patents
低空飞行的非合作目标对要地威胁程度的确定方法及系统 Download PDFInfo
- Publication number
- CN111583083A CN111583083A CN202010401595.7A CN202010401595A CN111583083A CN 111583083 A CN111583083 A CN 111583083A CN 202010401595 A CN202010401595 A CN 202010401595A CN 111583083 A CN111583083 A CN 111583083A
- Authority
- CN
- China
- Prior art keywords
- cooperative target
- threat
- flying
- target
- weight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008859 change Effects 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 2
- 230000007123 defense Effects 0.000 abstract description 15
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000001965 increasing effect Effects 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010043268 Tension Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种低空飞行的非合作目标对要地威胁程度的确定方法及系统,包括:以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。利用本发明可以对可能威胁要地防护区内重要目标安全的无人机、气球、风筝、孔明灯、飞鸟等多种类“低慢小”目标进行威胁判断并辅助决策;利用本发明提供的威胁确定方法,将确定的飞行非合作目标产生的威胁提供给指挥控制系统,可以提高指挥信息系统辅助决策的自动化与智能化,缩短指挥员决策时间,提高要地防御系统打击效率。
Description
技术领域
本发明涉及非合作目标的威胁确定方法领域,特别涉及一种低空飞行的非合作目标对要地威胁程度的确定方法及系统。
背景技术
无人机技术的迅猛发展使其商业化应用越来越广泛。与此同时,一些别有用心的人恶意利用无人机这一新手段进行违法活动,侦察军事要地、传递违禁物品、拍摄保密设施、携带爆炸物品进行有目的的破坏活动等,为国家、军事及公共安全构成严重威胁。
当前对无人驾驶飞行器监管手段不完备,尚没有稳定可靠的成熟系统运用。为保证安全,一些军事、政府机关重要点位,大多采用人员值班方式,通过雷达、频谱监测等目标探测手段,对不同种类目标的威胁意图进行人工判别,以提供处置决策。人工判别需要值班人员长期经验的积累,值班期间一直处于精神紧张状态,特别是对多架或大量无人机多方向同时抵近时,人工对目标意图的判别工作量巨大,及时、准确、快速、有效处置极其困难。
发明内容
为了解决现有无人机对要地的威胁判断问题,特别是多架或大量“低慢小”目标同时抵近时对此类目标的威胁排序问题,本发明提供一种低空飞行的非合作目标对要地威胁程度的确定方法,从目标群中识别、判断出具有可能恶意的潜在目标,得到其威胁意图表达值,为指挥员决策与处置提供定量依据。
本发明提供一种低空飞行的非合作目标对要地威胁程度的确定方法,包括:
以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;
根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。
优选的,所述获取飞行非合作目标一定时间段内的连续坐标数据,包括:
基于设定的时间步长,在设定的时间周期内采用探测设备并结合GPS或北斗定位信息,获取飞行非合作目标的坐标数据;
其中,所述探测设备包括雷达、频谱监测或红外设备。
优选的,所述根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度,包括:
基于预先设定的影响因素,从所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述影响因素的值;
将每个飞行非合作目标目标的各影响因素的值带入预先构建的威胁函数确定对所述要地的威胁程度;
所述影响因素包括:飞行非合作目标的距离、轨迹和速度。
优选的,所述威胁函数的计算式如下:
式中,fn(y)为第n个目标的威胁函数;M表示第n个目标一共有M个威胁因素;i为第n个目标的第i个威胁因素;yi表示第i个威胁因素的值。
优选的,所述基于预先设定的影响因素,从所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述影响因素的值,包括:
基于所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标的距离、轨迹和速度;
基于所述飞行非合作目标的距离以及预先为所述距离构建的权值模型确定所述飞行非合作目标的距离权值;
基于所述飞行非合作目标的轨迹确定所述飞行非合作目标的轨迹权值;
基于所述飞行非合作目标的速度确定所述飞行非合作目标的速度权值。
优选的,所述权值模型包括:直线模型、幂函数模型、椭圆模型和圆模型。
优选的,所述直线模型的计算式如下:
y1=-k1x1+b1
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;k1和b1为常数项,其中k1由探测设备的最远有效范围确定,b1的取值为1。
优选的,所述幂函数模型的计算式如下:
y1=a1x1 -1
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;a1为与探测设备最小盲区范围相关的值。
优选的,所述椭圆模型的计算式如下:
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;a2为与探测设备最大探测范围相关的值;b2的取值为1。
优选的,所述圆模型的计算式如下:
x1 2+y1 2=R1 2,y1′=y1/R1
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;R1为与探测设备最大探测范围相关的值;y1′为y1归一化处理后的值。
优选的,所述基于所述飞行非合作目标的轨迹确定所述飞行非合作目标的轨迹权值,包括:
获取对所述飞行非合作目标的有效打击范围;
基于当前时刻及前一时刻的坐标P1(xt1,yt1)和P0(xt0,yt0),确定当前时刻的及前一时刻位置点矢量;
基于所述有效打击范围、位置点矢量与中心点之间的距离关系来确定威胁权值;
将所述飞行非合作目标轨迹上每个时刻的位置权值进行累加,并归一化处理后得到所述飞行非合作目标轨迹权值。
优选的,所述轨迹权值的计算式如下:
y2′=y2/R2
式中:y2为轨迹权值;x2为要地中心到P1P0所确定直线的距离;R2为与处置手段最大有效范围相关的值;y2′为y2归一化处理后的值。
优选的,所述飞行非合作目标的速度权值计算式如下:
式中:y3为速度权值;x3为飞行非合作目标当前速度;μ为与无人机等目标平均飞行速度相关的速度值;σ为与目标平均飞行速度相关的速度差值。
基于同一种发明构思,本发明还提供一种低空飞行的非合作目标对要地威胁程度的确定系统,包括:
数据获取模块用于:以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;
威胁确定模块用于:根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。
与现有技术相比,本发明的有益效果包括:
本发明提供的一种低空飞行的非合作目标对要地威胁程度的确定方法,包括:以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。利用本发明可以对可能威胁要地防护区内重要目标安全的无人机、气球、风筝、孔明灯、飞鸟等多种类“低慢小”目标进行威胁判断并辅助决策;
利用本发明提供的威胁判断方法,将确定的飞行非合作目标产生的威胁提供给指挥控制系统,可以提高指挥信息系统辅助决策的自动化与智能化,缩短指挥员决策时间,提高要地防御系统打击效率。
附图说明
图1为本发明的目标来袭情况及防区部署示意图;
图2为本发明的阶梯模型;
图3为本发明的直线模型;
图4为本发明提供的实施例中的幂函数模型;
图5为本发明提供的实施例中椭圆模型;
图6为本发明提供的实施例中圆模型;
图7为本发明轨迹因素下的目标点与基准范围;
图8为本发明提供的实施例中威胁权值计算模型的分段曲线;
图9为本发明提供的实施例中速度-威胁权值的正态分布模型;
图10为本发明提供的一种低空飞行的非合作目标对要地威胁程度的确定方法流程图。
具体实施方式
为提高要地低空防御的应对能力,本申请提出一种以无人机为主的“低慢小”非合作目标对政府、军事要地安全威胁程度的确定方法,对抵近防护中心的低空非合作飞行目标进行威胁判定,得到每个目标的威胁权值。将其应用到指控控制系统辅助决策中,可以提高低空飞行的非合作目标的快速、自动识别能力,为指挥员作战决策提供一种自动化、智能化的辅助决策支持手段。
该方法适用于对单个目标进行威胁判定,也适用于对多个目标,或大量目标(蜂群袭击)中的每个目标进行威胁判定。
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1
一种低空飞行的非合作目标对要地威胁程度的确定方法,如图10所示包括:
S1以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;
S2根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。
具体的S1包括:基于设定的时间步长,在设定的时间周期内采用雷达、频谱监测或红外设备等探测设备结合GPS或北斗定位信息,获取飞行非合作目标的坐标数据。
具体的S2包括:基于飞行非合作目标的距离、轨迹和速度等影响因素,从飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述影响因素的值;
将每个飞行非合作目标目标的各影响因素的值带入预先构建的威胁函数确定对所述要地的威胁程度。
在这里,本发明设定具备以下前提条件:
1.能够获得来袭目标的至少两个点的位置坐标且位置坐标可以被信赖;
2.能够获得所有来袭目标的位置坐标,不考虑探测手段盲区内或被遗漏的目标;
3.目标的位置坐标,至少包括或能解算出水平坐标X、Y如图2所示;
4.防御中心指处置手段所在位置;以上的来袭目标指本发明的飞行非合作目标。
设有N个来袭目标,每个目标设定一个威胁函数
式中,fn(y)为第n个来袭目标的威胁函数;M表示第n个来袭目标一共有M个威胁因素;i为第n个来袭目标的第i个威胁因素;yi表示第i个威胁因素的值。
下面以一个来袭目标为研究对象,其他来袭目标处理方式相同,相互独立。
威胁函数的组成,重点考虑距离因素、轨迹因素和速度因素。其中:
(一)距离因素
这里的距离,指无人机等“低慢小”目标离要地中心点的直线距离,随目标移动而变化。根据系统配置的各类手段的有效范围,从中心点向外划分为Q(Q≥1)个距离范围,如图1。一般情况下,距离范围一般至少包括雷达探测范围Rr、电子干扰范围Rd或激光打击范围Rl,其他如频谱监测范围Rf、枪击范围Rg等。这些威胁影响因素可以同时包含一个或多个,根据需求组合并设置不同的距离威胁权值。在处理上,采用权值表形式查询确定。一个系统配置确定之后,距离威胁权值表也随之确定。
在实际运用时,根据具体情况及需求,根据非合作目标到要地的距离x,可采用以下几种模型来确定或计算威胁权值:
1)阶梯模型
阶梯模型,以各探测手段、处置手段有效范围为参考设置固定权值,示例如表1。
表1距离因素威胁权值表(示例)
阶梯模型较适用于要地防御要求较简单、不需防御系统重点强调某一防护要素重要性的低空防御场景。在应用时遵循以下赋值原则:
设备类别的确定,按照某个系统的探测与处置装备配置情况和所配置装备的有效范围,根据距离远近顺序逐一赋值:有效范围越远,防御系统反应时间越充裕,目标对要地威胁的可能性越小,对应的威胁权值越小;有效范围越近,表示非合作目标对要地威胁的可能性越大,对应权值越大,防御系统战备等级越高。
威胁权值的确定,根据实际情况可采用不同的赋值策略。通常情况下,要考虑系统配置方案、防护要求、任务重点同、系统响应以及威胁判断标准不同等要素进行赋值,体现该系统当时、当地、当情的综合考量。
2)直线模型
直线型模型,如图3所示根据各设备距离远近,按照关系式y1=-k1x1+b1计算取值。直线型模型中,非合作目标的威胁权值与距离线性有关,威胁紧迫程度变化是线性的,各设备备战程度不作区别,适合探测装备性能比较稳定、系统可靠性较高、联动顺畅的防御系统选用。具体上,令b1=1,直线模型表达式选用:
y1=-k1x1+1
y1为距离权值;x1为飞行非合作目标到要地中心的距离;k1和b1为常数项,令b1=1时,可确保威胁权值区间被限制在[0,1],与其他因素一致,避免取值标准不同导致某一因素的影响掩盖了另外因素的影响;
y1=-0.2x1+1
由此,随着目标与中心距离的逼近,威胁权值也逐渐增大,但一直保持在[0,1]之间。
需要注意的是,确定权值的计算模型,在定义域内是连续的,但实际运用时,通常按照一定时间间隔T获得目标坐标数据,由此计算出来的威胁权值,也是按一定时间间隔T离散的。这些离散的威胁权值,即我们所需要的某一时刻t某要素对应的威胁权值。以下计算模型均与此相同。
3)幂函数模型
幂函数模型,如图4所示,根据各设备有效范围远近,按照关系式y1=a1x1 -1(x>0)计算取值。按照幂函数模型确定的权值,各设备在系统中的激活能够体现出由远及近,紧迫性越来越大的赋值策略。特别是当来袭目标进入处置手段的有效范围时(这一范围一般小于1km),距离中心越近,其威胁权值变化越剧烈,也比较真实地表征了来袭目标对中心点的威胁程度及处置紧迫性。幂函数模型适用于处置手段反应速度较快、对来袭目标快速处置的系统,一旦进入处置手段有效范围,威胁权值迅速增大,提示系统确定目标之后立即实施处置。
考虑到一般情况下,距中心200-300m左右,已经是雷达或其他探测手段的探测盲区了。为稳妥,采用幂函数时,距离x的最小取值,可取距离中心200m(如某类型雷达盲区),即0.2km进行计算,最远距离仍取探测设备的最远范围,如5km。这样,为确保威胁权值最大不超过1,取a1=0.2,幂函数取为:
y1=0.2x1 -1
如果目标距离小于200m,威胁权值取值不变y1=1。
4)椭圆模型
椭圆模型中,如图5所示,根据各设备有效范围远近,按照关系式 计算。在该模型下,距离较远时,随着距离临近,威胁权值变化较快、较剧烈,而在要地中心附近,权值变化逐渐平缓。这种模型,在实际运用时能够重点强调远端发现目标时的重要性,适用于强调预警重要性,或处置手段需要较长准备时间的系统,如人工前出巡逻、后端依靠人工处置的场景。
实际应用时,a2的最大取值按照系统中探测系统最远的探测距离取值,b2的最大取值按归一化要求取值为1。如,若系统中雷达的探测距离最远为5km,则取a2=5,关系式变为:
0.04x1 2+y1 2=1(5≥x>0,1≥y>0)
这样,威胁权值y被限制在[0,1]之间,满足归一化原则。
5)圆模型
圆模型是特殊的椭圆模型,如图6所示。根据各设备有效范围远近,按照关系式x1 2+y1 2=R1 2,y1′=y1/R1(x1>0,y1>0)计算。与椭圆模型类似,在圆模型下,距离较远时权值变化较快、较剧烈,而在要地中心附近,权值变化平缓。圆模型在系统中也能起到强调远端发现目标重要性的作用,适用于以预警为主、处置手段需要较长准备时间的情况。
实际应用时,圆模型的数据处理与椭圆模型稍有不同。圆模型中,R1的最大取值按照系统中探测系统最远的探测距离取值。如,若系统中雷达的探测距离最远为5km,则取R1=5,关系式变为:
y1 2+y1 2=25(5≥x1>0,5≥y1>0)
同样需要归一化,由不同的距离x所计算出来的y,将其归一化为:
这里的y1′计算结果即表示目标的威胁权值,这样,圆模型下威胁权值y1也被限制在[0,1]之间。
(二)轨迹因素
轨迹因素主要评估某个目标一段时间内的累积意图,也可理解为该目标一段时间内的综合意图。实际运用时,根据雷达或其他探测手段所提供的某个目标的前后两点轨迹点,如果两点连线方向指向防区中心,则认为此刻目标具有可能的袭击意图,对威胁函数起增强作用;反之,如果两点连续方向背离防区中心,则认为此刻目标具有可能的远离意图,对威胁函数起消减作用。这种袭击或远离的可能性的表征,随着时间的持续,其整体意图将会通过具体数值体现,而系统也可通过持续更新威胁权值,实时评估各时刻目标来袭的意图。
1)确定一个范围R2,以该范围为基准讨论,如选择激光打击有效范围(如1km)为基准;
y2′=y2/R2
获得威胁权值y2,如图
这样,可以使0≤x2≤R2时,威胁权值y为正,表示此刻目标对要地的威胁起正作用;2R2≥x2>R2时,威胁权值y为负,表示此刻目标对要地的威胁起负作用;x2>2R2时,威胁权值取常数-R2。
b)归一化w=y/R2,确保威胁权值|w|≤1。但要注意,权值本身要带正负符号。
对某个目标轨迹上的每个t1及前一时刻t0,都完成上述过程,得到或正或负、或为0的威胁权值wi,按如下算法对数据进行处理:
1)将wi持续累加,得到直到当前时刻为止的该目标的权值和:
2)对W(t)进行归一化。wi持续累加过程中记录累加次数T,每得到一个W(t),都进行归一化处理,得到此刻威胁权值
处理之后,轨迹因素所引起的威胁权值|W|≤1
从图7中可以看到,某一目标随时间的飞行轨迹中,其方向可能是不断变化的,如M3。这样在整个过程中,某一时刻,目标轨迹方向随时间变化,该目标的威胁权值或增加、或减小、或不变,但最终权值与飞行轨迹的持续时间相关,表征了威胁程度随时间的变化程度。如果一个目标一直朝着中心O1飞行,可以预见其权值和也不断增大,也表明其越来越大的攻击意图。如果一个目标的轨迹大部分是远离中心区的,则其权值也不断减小,表明其越来越小的攻击意图,如图8所示。这种处理方法,可以综合评估一个目标的攻击意图,避免单步跳动对权值产生较大影响。观测时间越长,其意图判断越可靠。
(三)速度因素
对无人机等“低慢小”目标而言,如果该目标带有攻击意图,则其速度越快,对其达成目标越有利,反过来对防御系统来说,其对防区目标威胁等级越高,越需要提高警告级别,提高系统快速反应能力。
考虑速度因素的威胁权值以正态分布模型为基础进行修正,作为威胁权值计算函数,如图9所示。具体地,除了军用型无人机,市面常见的无人机最大速度多在10—20m/s左右,因此如果某一目标速度落在该区域附近,要加大其威胁权值的设置以凸显其威胁可能性。速度更小或更高的目标,是无人机的可能性变小,其威胁权值相应降低。
正态分布函数的原函数为:
这里x为速度v,为使权值函数最大值为1,令权值函数
在本发明中W(v)为速度权值y3,v为飞行非合作目标当前速度x3,由此,得到下式:
本实施例中,取μ=16,σ=8,则:
这样,根据非合作目标的飞行速度,可以确定其对要地的威胁权值W(v),且权值最大值不超过1。注意这里权值计算只是借用正太分布函数的表达式,但不借用正态分布的原本数学意义。
实施例2:
为了实现本发明的低空飞行的非合作目标对要地威胁程度的确定方法,本发还提供一种低空飞行的非合作目标对要地威胁程度的确定系统,包括:
数据获取模块用于:以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;
威胁确定模块用于:根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种低空飞行的非合作目标对要地威胁程度的确定方法,其特征在于,包括:
以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;
根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。
2.如权利要求1所述的方法,其特征在于,所述获取飞行非合作目标一定时间段内的连续坐标数据,包括:
基于设定的时间步长,在设定的时间周期内采用探测设备并结合GPS或北斗定位信息,获取飞行非合作目标的坐标数据;
其中,所述探测设备包括雷达、频谱监测或红外设备。
3.如权利要求1所述的方法,其特征在于,所述根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度,包括:
基于预先设定的影响因素,从所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述影响因素的值;
将每个飞行非合作目标目标的各影响因素的值带入预先构建的威胁函数确定对所述要地的威胁程度;
所述影响因素包括:飞行非合作目标的距离、轨迹和速度。
5.如权利要求3所述的方法,其特征在于,所述基于预先设定的影响因素,从所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述影响因素的值,包括:
基于所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标的距离、轨迹和速度;
基于所述飞行非合作目标的距离以及预先为所述距离构建的权值模型确定所述飞行非合作目标的距离权值;
基于所述飞行非合作目标的轨迹确定所述飞行非合作目标的轨迹权值;
基于所述飞行非合作目标的速度确定所述飞行非合作目标的速度权值。
6.如权利要求5所述的方法,其特征在于,所述权值模型包括:直线模型、幂函数模型、椭圆模型和圆模型。
7.如权利要求6所述的方法,其特征在于,所述直线模型的计算式如下:
y1=-k1x1+b1
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;k1和b1为常数项,其中k1由探测设备的最远有效范围确定,b1的取值为1。
8.如权利要求6所述的方法,其特征在于,所述幂函数模型的计算式如下:
y1=a1x1 -1
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;a1为与探测设备最小盲区范围相关的值。
9.如权利要求6所述的方法,其特征在于,所述椭圆模型的计算式如下:
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;a2为与探测设备最大探测范围相关的值;b2的取值为1。
优选的,所述圆模型的计算式如下:
x1 2+y1 2=R1 2,y1′=y1/R1
式中:y1为距离权值;x1为飞行非合作目标到要地中心的距离;R1为与探测设备最大探测范围相关的值;y1′为y1归一化处理后的值。
优选的,所述基于所述飞行非合作目标的轨迹确定所述飞行非合作目标的轨迹权值,包括:
获取对所述飞行非合作目标的有效打击范围;
基于当前时刻及前一时刻的坐标P1(xt1,yt1)和P0(xt0,yt0),确定当前时刻的及前一时刻位置点矢量;
基于所述有效打击范围、位置点矢量与中心点之间的距离关系来确定威胁权值;
将所述飞行非合作目标轨迹上每个时刻的位置权值进行累加,并归一化处理后得到所述飞行非合作目标轨迹权值。
优选的,所述轨迹权值的计算式如下:
y2′=y2/R2
式中:y2为轨迹权值;x2为要地中心到P1P0所确定直线的距离;R2为与处置手段最大有效范围相关的值;y2′为y2归一化处理后的值。
优选的,所述飞行非合作目标的速度权值计算式如下:
式中:y3为速度权值;x3为飞行非合作目标当前速度;μ为与无人机等目标平均飞行速度相关的速度值;σ为与目标平均飞行速度相关的速度差值。
10.一种低空飞行的非合作目标对要地威胁程度的确定系统,其特征在于,包括:
数据获取模块用于:以设定要地的坐标为基准,获取低空飞行非合作目标一定时间段内的连续坐标数据;
威胁确定模块用于:根据所述飞行非合作目标的坐标以及连续时间内坐标的变化情况确定所述飞行非合作目标对所述要地的威胁程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401595.7A CN111583083B (zh) | 2020-05-13 | 2020-05-13 | 低空飞行的非合作目标对要地威胁程度的确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401595.7A CN111583083B (zh) | 2020-05-13 | 2020-05-13 | 低空飞行的非合作目标对要地威胁程度的确定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111583083A true CN111583083A (zh) | 2020-08-25 |
CN111583083B CN111583083B (zh) | 2023-12-19 |
Family
ID=72122877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401595.7A Active CN111583083B (zh) | 2020-05-13 | 2020-05-13 | 低空飞行的非合作目标对要地威胁程度的确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583083B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976383A (zh) * | 2019-04-26 | 2019-07-05 | 北京中科星通技术有限公司 | 反同构无人机的任务分配方法及装置 |
CN113866762A (zh) * | 2021-11-04 | 2021-12-31 | 济钢防务技术有限公司 | 一种基于雷达探测信息的无人机威胁判定方法 |
CN115797852A (zh) * | 2023-02-09 | 2023-03-14 | 南京邮电大学 | 一种基于离散影响点的体育运动事件评价方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120126511A (ko) * | 2011-05-12 | 2012-11-21 | 국방과학연구소 | 대공 표적에 대한 위협평가 시스템과 방법 및 이를 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 |
CN104834317A (zh) * | 2015-04-24 | 2015-08-12 | 华北计算技术研究所 | 一种智能识别威胁类型的无人机飞行路径规划方法 |
CN109740876A (zh) * | 2018-12-20 | 2019-05-10 | 北京冠群桦成信息技术有限公司 | 目标威胁判断方法 |
CN110348708A (zh) * | 2019-06-26 | 2019-10-18 | 北京理工大学 | 一种基于极限学习机的地面目标动态威胁评估方法 |
CN110531784A (zh) * | 2019-09-03 | 2019-12-03 | 中航天元防务技术(北京)有限公司 | 一种针对无人飞行器的威胁评估方法 |
CN111079090A (zh) * | 2019-12-27 | 2020-04-28 | 航天南湖电子信息技术股份有限公司 | 一种“低慢小目标”的威胁评估方法 |
-
2020
- 2020-05-13 CN CN202010401595.7A patent/CN111583083B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120126511A (ko) * | 2011-05-12 | 2012-11-21 | 국방과학연구소 | 대공 표적에 대한 위협평가 시스템과 방법 및 이를 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 |
CN104834317A (zh) * | 2015-04-24 | 2015-08-12 | 华北计算技术研究所 | 一种智能识别威胁类型的无人机飞行路径规划方法 |
CN109740876A (zh) * | 2018-12-20 | 2019-05-10 | 北京冠群桦成信息技术有限公司 | 目标威胁判断方法 |
CN110348708A (zh) * | 2019-06-26 | 2019-10-18 | 北京理工大学 | 一种基于极限学习机的地面目标动态威胁评估方法 |
CN110531784A (zh) * | 2019-09-03 | 2019-12-03 | 中航天元防务技术(北京)有限公司 | 一种针对无人飞行器的威胁评估方法 |
CN111079090A (zh) * | 2019-12-27 | 2020-04-28 | 航天南湖电子信息技术股份有限公司 | 一种“低慢小目标”的威胁评估方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976383A (zh) * | 2019-04-26 | 2019-07-05 | 北京中科星通技术有限公司 | 反同构无人机的任务分配方法及装置 |
CN109976383B (zh) * | 2019-04-26 | 2022-03-08 | 北京中科星通技术有限公司 | 反同构无人机的任务分配方法及装置 |
CN113866762A (zh) * | 2021-11-04 | 2021-12-31 | 济钢防务技术有限公司 | 一种基于雷达探测信息的无人机威胁判定方法 |
CN113866762B (zh) * | 2021-11-04 | 2022-10-18 | 济钢防务技术有限公司 | 一种基于雷达探测信息的无人机威胁判定方法 |
CN115797852A (zh) * | 2023-02-09 | 2023-03-14 | 南京邮电大学 | 一种基于离散影响点的体育运动事件评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111583083B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583083A (zh) | 低空飞行的非合作目标对要地威胁程度的确定方法及系统 | |
CN111612673B (zh) | 一种无人驾驶飞行器对多要地威胁程度确认方法及系统 | |
KR101378887B1 (ko) | 피아 식별 장치 및 시스템 | |
CN113866762B (zh) | 一种基于雷达探测信息的无人机威胁判定方法 | |
CN110377066A (zh) | 一种巡检设备的控制方法、装置和设备 | |
CN114139373B (zh) | 一种面向无人机反制车的多传感器自动协同管理方法 | |
AU2018295438B2 (en) | Positioning a set of vehicles | |
CN114742264A (zh) | 舰艇编队网络化协同防空任务规划方法及系统 | |
CN105426634B (zh) | 一种预警机战场生存力评估方法 | |
Farlík et al. | Researching UAV threat–new challenges | |
CN108507577A (zh) | 一种基于数据链和飞机敏感性的任务规划方法 | |
CN116661496B (zh) | 一种基于智能算法的多巡飞弹协同航迹规划方法 | |
Dominicus | New generation of counter UAS systems to defeat of low slow and small (LSS) air threats | |
Yan et al. | Modeling and optimization of deploying anti-UAV swarm detection systems based on the mixed genetic and monte carlo algorithm | |
CN116503715A (zh) | 一种基于级联网络的林火检测方法 | |
Ummah et al. | A simple fight decision support system for BVR air combat using fuzzy logic algorithm | |
You et al. | Air combat command and guidance situation assessment based on attack area | |
Łukasiewicz et al. | Proposed method for building an anti-drone system for the protection of facilities important for state security | |
CN114578846A (zh) | 一种基于机动检测排序的agimm跟踪方法 | |
CN108763652B (zh) | 自行防空武器系统目标攻击企图识别方法 | |
CN113030978A (zh) | 机场超低空鸟类探测与智能警示系统及方法 | |
JPH07318645A (ja) | 目標情報判定装置 | |
Alsifiany | Use of AI to Diversify and Improve the Performance of RF Sensors Drone Detection Mechanism | |
Jackman et al. | The effect of pre-emptive flare deployment on first generation man-portable air-defence (MANPAD) systems | |
CN118244780A (zh) | 一种无人机识别与拦截的智能方法及系统 |
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 |