CN112861314B - 一种适用于水下航行器搜索策略模拟的随机目标模型 - Google Patents

Abstract

本发明涉及一种适用于水下航行器搜索策略研究的随机目标模型，属于水下航行器目标搜索研究技术领域。本发明旨在解决现有水下航行器搜索策略研究中假想目标不确定性描述不足的问题。其特征为：本发明建立的随机目标模型包含位置、方向和速度三个子模型，其中生成的目标初始位置包含了洋流信息和搜索海域信息，目标运动过程在符合实际情况约束下具有方向与速度随机，充分模拟了搜索过程中目标位置及运动状态的不确定性，与实际更加贴合。

Description

一种适用于水下航行器搜索策略模拟的随机目标模型

技术领域

本发明属于水下航行器目标搜索模拟技术领域，具体涉及一种适用于水下航行器搜索策略模拟的随机目标模型。

背景技术

目标搜索是水下航行器中最为常见的任务之一，在搜索策略研究中，多采用模拟仿真法对搜索策略进行验证，目标模型是仿真模型中重要的一环。文献《Mission planningmethod of multi-UUV search submarine acoustic beacon》中，ZHANG Honghan等人采用蒙特卡罗法在搜索区域内生成均匀分布的点作为假想目标；文献《未知环境下多AUV目标搜索与定位研究》中，张秉健假设目标在搜索过程中运动状态不变进行策略模拟；文献《未知环境下基于感知自适应的多AUV目标搜索算法》中，李娟等人在建立的仿真模型中，设定目标随机出现，并按照恒定角速度做匀速曲线运动。

综上，在目前搜索策略模拟中，大多假设单次搜索过程中目标运动状态不变，仿真结果难以描述搜索策略搜索随机目标的任务执行效果，建立随机目标模型模拟搜索过程中目标的随机性可以使仿真结果更具有说明性，对搜索策略的研究具有重要意义。

发明内容

要解决的技术问题

为了解决现有水下航行器搜索策略研究中假想目标不确定性描述不足的问题，本发明提供一种适用于水下航行器搜索策略研究的随机目标模型。

技术方案

一种适用于水下航行器搜索策略研究的随机目标模型，其特征在于其建立方法步骤如下：

步骤1：根据先验信息随机生成目标初始位置

步骤1.1：在搜索海域内，以水下航行器搜索起点为原点，建立笛卡尔直角坐标系，作为参考坐标系；

步骤1.2：以目标出现在搜索海域中心概率最高作为假设条件，选择二维高斯混合分布模型作为目标在平面内的分布概率，数学表述为：

其中，μ₁,μ₂是均值，σ₁,σ₂是标准差，ρ是相关系数；选择搜索海域中心位置坐标(x_m,y_m)为均值μ₁,μ₂；

根据洋流信息计算标准差和相关系数，在已知目标分布函数的基础上，利用蒙特卡罗法在搜索海域范围内随机生成设定个数坐标(x,y)作为假想目标的平面坐标；

步骤1.3：利用蒙特卡罗法在搜索海域深度范围内随机生成设定个数坐标z作为假想目标的竖轴坐标；

步骤1.4：将步骤1.2与步骤1.3结果随机组合，生成设定个数的空间坐标(x,y,z)作为随机目标的初始位置；

步骤2：一定约束条件下随机选择目标运动方向

步骤2.1：构造运动方向集合：以步骤1.1建立的坐标系作为参考，XoY平面的运动方向范围为[0,360)，ZoY平面的运动方向范围为[-90,90]；

步骤2.2：随机选择下一时刻运动方向：对于XoY平面的运动方向，以上一时刻的运动方向为均值，以目标允许的最大角速度为标准差构造了下一时刻目标运动方向的正态分布函数，通过蒙特卡罗法随机选择一方向作为下一时刻目标在XoY平面的运动方向；对于ZoY平面的运动方向，首先根据目标当前时刻所在位置坐标更新方向集合，若目标已经处于海平面，则方向集合中仅包括{-90,-45,0}，若目标已经处于海底，则方向集合中仅包括{0，45，90}，除此之外，方向集合均为{-90,-45,0,45,90}，然后随机从方向集合中选择一方向作为下一时刻目标在ZoY平面的运动方向；

步骤3：目标运动速度选择

步骤3.1：确定加速度范围：假设搜索模型中设定的仿真时间间隔为t₁，则根据基本运动学理论，则：

其中，v_t为目标在t时刻的速度，v_t+t1为目标在加速度为a_t1时下一时刻的速度，v_max为目标最大运动速度；

t时刻目标的加速度范围为：

步骤3.2：构建速度分布概率密度函数：在目标运动速度范围内采用半截断正态分布作为目标速度分布概率密度函数，其中均值为上一刻的目标运动速度v_t，表示相邻时刻之间速度大小相同的概率最大，以选择的加速度a_t为标准差，表示目标速度可能的变化范围，则目标分布的概率密度函数表示为：

以式(6)作为蒙特拉罗生成函数，随机生成速度作为下一时刻目标的运动速度；

步骤4：在搜索策略的推演过程中，对运动过程进行迭代：

根据步骤2和步骤3确定目标在XoY平面和ZoY平面的运动方向和速度大小，目标下一时刻坐标的计算方法为：

其中，v_XoY，θ_XoY分别为目标在XoY平面的速度和方向，v_ZoY，θ_ZoY分别为目标在ZoY平面的速度和方向，(x_t,y_t,z_t)为目标上一时刻的位置坐标。

本发明技术方案更进一步的说：所述步骤2中根据洋流信息进行标准差和相关系数，包含以下子步骤：

步骤1.2.1：根据洋流信息生成样本点：首先在搜索海域长度范围内和洋流方向附近随机生成n个坐标x_1i和n个角度τ_i；然后根据坐标x_1i和角度τ_i生成坐标y_i，计算方法为：

最后在搜索海域长度中心附近随机生成n个坐标x_i，x_i与y_i随机组合生成n个样本点坐标(x_i,y_i)；

步骤1.2.2：计算样本点标准差和相关系数：

本发明技术方案更进一步的说：所述步骤4中的搜索策略包括梳状相对距离固定、梳状相对距离变化、回旋相对距离固定、回旋相对距离变化。

有益效果

本发明所提出的一种适用于水下航行器搜索策略研究的随机目标模型，与现有模型相比，生成的目标初始位置包含了洋流信息和搜索海域信息，目标运动过程在符合实际情况约束下具有方向与速度随机的特性，充分模拟了搜索过程中目标位置及运动状态的不确定性，与实际更加贴合。通过使用本发明建立的随机目标模型，搜索策略的仿真结果具有更强的说服力。

附图说明

图1为本发明技术所包括的模型

图2为目标初始坐标生成流程图

图3为两种目标分布图：(a)本发明模型；(b)均匀分布模型。

图4为随机目标的仿真模型

图5为目标运动轨迹图：(a)三维图；(b)俯视图。

具体实施方式

现结合实施例、附图对本发明作进一步描述：

本发明提供的一种适用于水下航行器搜索策略研究的随机目标模型，步骤如下：

步骤1：根据先验信息随机生成目标初始位置；

步骤1.1：建立笛卡尔直角坐标系；

步骤1.2：生成平面坐标；

步骤1.3：生成纵坐标；

步骤1.4：生成空间坐标。

步骤2：一定约束条件下随机选择目标运动方向；

步骤2.1：构造运动方向集合；

步骤2.2：随机选择下一时刻运动方向。

步骤3：目标运动速度选择；

步骤3.1：确定加速度范围；

步骤3.2：构建速度分布概率密度函数。

步骤4：在搜索策略的推演过程中，对运动过程进行迭代。

所述的随机目标模型包括目标初始位置模型、目标运动方向模型和目标速度大小模型；具体实施步骤如下：

步骤1：根据先验信息随机生成目标初始位置，图2为初始坐标生成流程图，包括如下步骤：

步骤1.1：在搜索海域内，以水下航行器搜索起点为原点，建立笛卡尔直角坐标系，作为参考坐标系；

步骤1.2：根据先验信息，随机生成平面坐标，具体实施过程为：以目标出现在搜索海域中心概率最高作为假设条件，选择二维高斯混合分布模型作为目标在平面内的分布概率，数学表述为：

其中，μ₁，μ₂是均值，σ₁，σ₂是标准差，ρ是相关系数。

选择搜索海域中心位置坐标(x_m,y_m)为均值μ₁,μ₂。

根据洋流信息进行标准差和相关系数计算，计算过程包含以下子步骤：

步骤1.2.1：根据洋流信息生成样本点。首先在搜索海域长度范围内和洋流方向附近随机生成n个坐标x_1i和n个角度τ_i；然后根据坐标x_1i和角度τ_i生成坐标y_i，计算方法为：

最后在搜索海域长度中心附近随机生成n个坐标x_i，x_i与y_i随机组合生成n个样本点坐标(x_i,y_i)。

步骤1.2.2：计算样本点标准差和相关系数，计算方法为：

在已知目标分布函数的基础上，利用蒙特卡罗法在搜索海域范围内随机生成设定个数坐标(x,y)作为假想目标的平面坐标。

步骤1.3：生成竖轴坐标。假设在搜索海域内，深度越深目标存在概率越高，本发明结合水下航行器航行高度，采用半正态分布表示目标在竖轴范围内的分布概率。利用蒙特卡罗法在搜索海域深度范围内随机生成设定个数坐标z作为假想目标的竖轴坐标。

步骤1.4：将步骤1.2与步骤1.3结果随机组合，生成设定个数的空间坐标(x，y，z)作为随机目标的初始位置，图3(a)和图3(b)分别为由本发明模型和均匀分布模型生成的目标分布图，结果显示本发明构建的目标位置生成模型能够体现洋流对目标的影响。

步骤2：一定约束条件下随机选择目标运动方向，包括如下步骤：

步骤2.1：构造运动方向集合。三维空间中，目标的运动方向可以分解为XoY平面和ZoY平面两个维度，其中XoY平面运动方向表示目标绕Z轴运动，与X轴正方向的夹角，ZoY平面运动方向表示目标绕Y轴运动，与XoY平面的夹角。以步骤1.1建立的坐标系作为参考，XoY平面的运动方向范围为[0，360)，ZoY平面的运动方向范围为[-90，90]，在本模型中，选择[0，360)为XoY平面运动方向集合，选择{-90,-45,0,45,90}为ZoY平面运动方向集合。

步骤2.2：随机选择下一时刻运动方向。在实际搜索任务中，考虑水下运动目标的机动性能，目标不可能在短时间内进行大范围的转角，且在设置的搜索模型仿真时间前后，相邻时刻的方向大概率保持一致。基于上述假设，对于XoY平面的运动方向，本发明模型以上一时刻的运动方向为均值，以目标允许的最大角速度为标准差构造了下一时刻目标运动方向的正态分布函数，通过蒙特卡罗法随机选择一方向作为下一时刻目标在XoY平面的运动方向；对于ZoY平面的运动方向，首先根据目标当前时刻所在位置坐标更新方向集合，若目标已经处于海平面，则方向集合中仅包括{-90，-45，0}，若目标已经处于海底，则方向集合中仅包括{0，45，90}，除此之外，方向集合均为{-90,-45,0,45,90}，然后本发明模型假设目标保持水平运动状态的概率大与其它运动状态，令ZoY平面运动方向集合中“0”占比为50％，其它方向占比相同，然后随机从方向集合中选择一方向作为下一时刻目标在ZoY平面的运动方向，其中方向在集合中的占比表示下一时刻对应方向出现的概率。

步骤3：目标运动速度选择，包括如下步骤：

步骤3.1：确定加速度范围。假设搜索模型中设定的仿真时间间隔为t₁，则根据基本运动学理论，则：

其中，v_t为目标在t时刻的速度，

为目标在加速度为a_t1时下一时刻的速度，v_max为目标最大运动速度。

t时刻目标的加速度范围为：

步骤3.2：构建速度分布概率密度函数。加速度与时间无关，本模型中假设t时刻目标加速度在步骤3.1确定的范围内均匀分布，根据蒙特卡罗随机选择一个加速度。目标运动速度是与时间有关的连续量，不可突变，且与上一时刻速度相同的概率最大，本发明中，在目标运动速度范围内采用半截断正态分布作为目标速度分布概率密度函数，其中均值为上一刻的目标运动速度v_t，表示相邻时刻之间速度大小相同的概率最大，以选择的加速度a_t为标准差，表示目标速度可能的变化范围，则目标分布的概率密度函数表示为：

以式(6)作为蒙特拉罗生成函数，随机生成速度作为下一时刻目标的运动速度。

步骤4：在搜索策略的仿真过程中，对目标运动过程进行迭代，随机目标的仿真模型如图4所示。根据步骤2和步骤3确定目标在XoY平面和ZoY平面的运动方向和速度大小，目标下一时刻坐标的计算方法为：

其中，v_XoY，θ_XoY分别为目标在XoY平面的速度和方向，v_ZoY，θ_ZoY分别为目标在ZoY平面的速度和方向，(x_t,y_t,z_t)为目标上一时刻的位置坐标。

以搜索区域中存在5个目标为例，在仿真时间设置为30000步时，目标的运动轨迹如图5(a)所示，图5(b)为其俯视图。

Claims (3)

1.一种适用于水下航行器搜索策略研究的随机目标模型，其特征在于其建立方法步骤如下：

步骤1：根据先验信息随机生成目标初始位置

步骤1.1：在搜索海域内，以水下航行器搜索起点为原点，建立笛卡尔直角坐标系，作为参考坐标系；

步骤1.2：以目标出现在搜索海域中心概率最高作为假设条件，选择二维高斯混合分布模型作为目标在平面内的分布概率，数学表述为：

其中，μ₁,μ₂是均值，σ₁,σ₂是标准差，ρ是相关系数；选择搜索海域中心位置坐标(x_m,y_m)为均值μ₁,μ₂；

根据洋流信息计算标准差和相关系数，在已知目标分布函数的基础上，利用蒙特卡罗法在搜索海域范围内随机生成设定个数坐标(x,y)作为假想目标的平面坐标；

步骤1.3：利用蒙特卡罗法在搜索海域深度范围内随机生成设定个数坐标z作为假想目标的竖轴坐标；

步骤1.4：将步骤1.2与步骤1.3结果随机组合，生成设定个数的空间坐标(x,y,z)作为随机目标的初始位置；

步骤2：一定约束条件下随机选择目标运动方向

步骤2.1：构造运动方向集合：以步骤1.1建立的坐标系作为参考，XoY平面的运动方向范围为[0,360)，ZoY平面的运动方向范围为[-90,90]；

步骤2.2：随机选择下一时刻运动方向：对于XoY平面的运动方向，以上一时刻的运动方向为均值，以目标允许的最大角速度为标准差构造了下一时刻目标运动方向的正态分布函数，通过蒙特卡罗法随机选择一方向作为下一时刻目标在XoY平面的运动方向；对于ZoY平面的运动方向，首先根据目标当前时刻所在位置坐标更新方向集合，若目标已经处于海平面，则方向集合中仅包括{-90,-45,0}，若目标已经处于海底，则方向集合中仅包括{0，45，90}，除此之外，方向集合均为{-90,-45,0,45,90}，然后随机从方向集合中选择一方向作为下一时刻目标在ZoY平面的运动方向；

步骤3：目标运动速度选择

步骤3.1：确定加速度范围：假设搜索模型中设定的仿真时间间隔为t₁，则根据基本运动学理论，则：

其中，v_t为目标在t时刻的速度，

为目标在加速度为a_t1时下一时刻的速度，v_max为目标最大运动速度；

t时刻目标的加速度范围为：

步骤3.2：构建速度分布概率密度函数：在目标运动速度范围内采用半截断正态分布作为目标速度分布概率密度函数，其中均值为上一刻的目标运动速度v_t，表示相邻时刻之间速度大小相同的概率最大，以选择的加速度a_t为标准差，表示目标速度可能的变化范围，则目标分布的概率密度函数表示为：

以式(6)作为蒙特拉罗生成函数，随机生成速度作为下一时刻目标的运动速度；

步骤4：在搜索策略的推演过程中，对运动过程进行迭代：

根据步骤2和步骤3确定目标在XoY平面和ZoY平面的运动方向和速度大小，目标下一时刻坐标的计算方法为：

其中，v_XoY，θ_XoY分别为目标在XoY平面的速度和方向，v_ZoY，θ_ZoY分别为目标在ZoY平面的速度和方向，(x_t,y_t,z_t)为目标上一时刻的位置坐标。

2.根据权利要求1所述的一种适用于水下航行器搜索策略研究的随机目标模型，其特征在于所述步骤2中根据洋流信息进行标准差和相关系数，包含以下子步骤：

步骤1.2.1：根据洋流信息生成样本点：首先在搜索海域长度范围内和洋流方向附近随机生成n个坐标x_1i和n个角度τ_i；然后根据坐标x_1i和角度τ_i生成坐标y_i，计算方法为：

最后在搜索海域长度中心附近随机生成n个坐标x_i，x_i与y_i随机组合生成n个样本点坐标(x_i,y_i)；

步骤1.2.2：计算样本点标准差和相关系数：

3.根据权利要求1所述的一种适用于水下航行器搜索策略研究的随机目标模型，其特征在于所述步骤4中的搜索策略包括梳状相对距离固定、梳状相对距离变化、回旋相对距离固定、回旋相对距离变化。

Images