CN113608554B - 一种多核多线程的无人机搜索目标方法及装置 - Google Patents
一种多核多线程的无人机搜索目标方法及装置 Download PDFInfo
- Publication number
- CN113608554B CN113608554B CN202111148090.5A CN202111148090A CN113608554B CN 113608554 B CN113608554 B CN 113608554B CN 202111148090 A CN202111148090 A CN 202111148090A CN 113608554 B CN113608554 B CN 113608554B
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- aerial vehicle
- unmanned aerial
- thread
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012216 screening Methods 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 230000005855 radiation Effects 0.000 description 7
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003471 anti-radiation Effects 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种多核多线程的无人机搜索目标方法及装置，属于无人机搜索跟踪技术领域，方法包括：将目标数据库加载至无人机侦察载荷中；当无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；其中，所述目标数据库的获取方法为：筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库。本发明相比于传统方法，本发明构建的雷达目标数据库针对性强，搜索截获目标精准快速，有效地解决了现有无人机搜索截获复杂雷达目标实时性较差的问题。
Description
技术领域
本发明属于无人机搜索跟踪技术领域，更具体地，涉及一种多核多线程的无人机搜索目标方法及装置。
背景技术
信息时代电磁环境日益复杂多变，具体表现在辐射源数目多、信号源种类多、信号波形复杂、单个辐射源功能多、信号样式参数多变等方面，使得飞临目标区域的无人机侦察载荷处理侦获数据量很大，传统串行计算难以满足复杂目标全面快速截获识别的需要。
现有技术从以下几个方面进行了优化，例如：自主攻击中武器进行预先准备、提高反辐射无人机对目标雷达的搜索压制效率、侦察载荷对雷达目标的信号分选问题、多核的无人机飞行控制、多线程和软硬件结合提高实时性；其中，针对自主攻击中武器预先准备的问题，现有技术根据目标威胁程度的大小，研究采取不同等级的优先级进行搜索，但是该方法没有研究复杂雷达数据库的构建和提升载荷搜索的实时性问题；针对提高反辐射无人机对目标雷达的搜索压制效率，现有技术以无人机雷达侦察载荷被动导引头具有视场约束的特点为切入点进行搜索航路规划，建立“视场覆盖率”指标以衡量典型搜索航路对目标雷达的压制效果，利用改进人工势场法进行反辐射无人机的搜索航路规划，实现对无人机搜索航路的优化优选，但是没有研究无人机载荷如何快速地搜索和识别雷达目标以提升侦获效率；现有技术研究了侦察载荷对雷达目标的信号分选问题，尤其是需要在相对复杂的电磁环境中，通过改进的分选算法从交错的脉冲流中分选出目标雷达信号，但是没有研究侦察载荷搜索目标的实时性问题。现有技术公开了一种基于双核的无人机飞行控制系统，其中制导控制核模块对姿态数据进行计算得到飞行器的姿态信息，对制导数据和捷联惯导数据进行计算得到飞行器的导航信息，飞行控制核模块用于接收第三方发送，获取预先设置的飞行控制信息，对飞行控制信息、姿态信息和导航信息进行计算得到伺服控制信号；也有现有技术阐述了如何使用多线程和软硬件结合方法提高系统实时性，以解决某红外导引头电子舱实时闭环测试系统测试时带来的系统耗时增加问题，但是并没有研究采用多核多线程并行的方法以提升雷达侦察载荷搜索跟踪目标，尤其是复杂雷达目标的时效性问题。
综上所述，信息时代，电磁日益复杂多变，辐射源种类较多，信号波形复杂，信号样式参数多变，现场信号侦获和目标跟踪的准确性实时性具有十分重要的意义。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种多核多线程的无人机搜索目标方法及装置，旨在解决现有的无人机搜索截获复杂雷达目标实时性较差的问题。
为实现上述目的，一方面，本发明提供了一种多核多线程的无人机搜索目标方法，包括以下步骤：
将目标数据库加载在无人机侦察载荷中；
无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；
其中，目标数据库的获取方法为：
筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库。
优选地，对雷达目标的各种波形样式进行分析，根据无人机载荷数据库的容量，将分解后的各波形样式编号分组，生成目标数据库。
优选地，波形样式的获取方法为：根据雷达工作在不同模式下雷达信号参数的不同变化规律和特征，对雷达工作模式进行识别分类，获取波形样式的分类；其中，雷达工作模式包括搜索模式、跟踪模式、制导模式和综合模式；
综合模式为无人机搜索多个雷达目标时，基于不同目标数和不同目标位置的雷达目标采用不同波形样式的工作模式。
优选地，多线程包括多个执行线程和一个控制线程；多个执行线程的输入端均连接在控制线程的输出端上；每个执行线程最多存储一种雷达目标的一种波形样式；控制线程控制多个执行线程工作。
优选地，当无人机距离雷达目标的距离小于无人机侦察载荷搜索和跟踪的作用距离时，判定无人机到达目标区域，无人机侦察载荷开机施行侦察。
优选地，采用多核多线程并行搜索、截获或跟踪雷达目标的方法，包括以下步骤：
多执行线程分别搜索雷达目标时，一旦搜索并截获雷达目标后，将截获信息汇聚至控制线程，由控制线程确认跟踪雷达目标；
若跟踪发生中断，则控制线程将对中断的目标进行重新截获，若截获到雷达目标，则表示截获成功，继续跟踪雷达目标；否则，认为截获失败，返回搜索状态，直至能够持续跟踪上雷达目标。
另一方面，本发明提供了一种多核多线程的无人机搜索目标装置，包括：数据加载模块、多核多线程运行模块和数据库建立模块；
所述数据加载模块用于将目标数据库加载至无人机侦察载荷中；
所述多核多线程运行模块用于当无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；
所述数据库建立模块用于筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库。
优选地，对所述雷达目标的各种波形样式进行分析，根据无人机载荷数据库的容量，将分解后的各波形样式编号分组，生成目标数据库。
优选地，波形样式的获取方法为：
根据雷达工作在不同模式下雷达信号参数的不同变化规律和特征，对雷达工作模式进行识别分类，获取波形样式的分类；其中，雷达工作模式包括搜索模式、跟踪模式、制导模式和综合模式；
综合模式为无人机搜索多个雷达目标时，基于不同目标数和不同目标位置的雷达目标采用不同波形样式的工作模式。
优选地，多线程包括多个执行线程和一个控制线程；所述多个执行线程的输入端均连接至所述控制线程的输出端；每个所述执行线程用于最多存储一种所述雷达目标的一种波形样式；所述控制线程用于控制多个所述执行线程工作。
优选地，多核多线程运行模块的执行过程如下：
多执行线程分别搜索所述雷达目标时，一旦搜索并截获所述雷达目标后，将截获信息汇聚至控制线程，由所述控制线程确认跟踪雷达目标；
若跟踪发生中断，则所述控制线程将对中断的目标进行重新截获，若截获到雷达目标，则表示截获成功，继续跟踪雷达目标；否则，认为截获失败，返回搜索状态，直至能够持续跟踪上雷达目标。
优选地，当所述无人机距离雷达目标的距离小于无人机侦察载荷搜索和跟踪的作用距离时，判定无人机到达目标区域，无人机侦察载荷开机施行侦察。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
针对辐射源种类多、信号波形复杂；单个辐射源功能多，信号样式参数多变等特点，将复杂雷达信号进行分析处理，分解生成多种波形样式；基于载荷数据库的容量，将波形样式编写成若干组，生成目标数据库；基于上述的大前提，本发明将目标数据库分配给多核多线程进行并行信号侦获处理。相比于传统方法，本发明构建的雷达目标数据库针对性强，搜索截获目标精准快速，有效地提高了无人机搜索截获复杂目标的效率，有效地解决了现有无人机搜索截获复杂雷达目标实时性较差的问题。
附图说明
图1是本发明实施例提供的多核多线程的无人机搜索目标方法流程图；
图2是本发明实施例提供的目标数据库生成流程图；
图3是本发明实施例提供的目标搜索截获流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一方面，本发明提供了一种多核多线程的无人机搜索目标方法，包括以下步骤：
将目标数据库加载在无人机侦察载荷中；
无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；
其中，目标数据库的获取方法为：
筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库。
优选地，对雷达目标的各种波形样式进行分析，根据无人机载荷数据库的容量，将分解后的各波形样式编号分组，生成目标数据库。
优选地，波形样式的获取方法为：根据雷达工作在不同模式下雷达信号参数的不同变化规律和特征，对雷达工作模式进行识别分类，获取波形样式的分类；其中，雷达工作模式包括搜索模式、跟踪模式、制导模式和综合模式；
综合模式为无人机搜索多个雷达目标时，基于不同目标数和不同目标位置的雷达目标采用不同波形样式的工作模式。
优选地，多线程包括多个执行线程和一个控制线程；多个执行线程的输入端均连接在控制线程的输出端上；每个执行线程最多存储一种雷达目标的一种波形样式；控制线程控制多个执行线程工作。
优选地，当无人机距离雷达目标的距离小于无人机侦察载荷搜索和跟踪的作用距离时，判定无人机到达目标区域，无人机侦察载荷开机施行侦察。
优选地，采用多核多线程并行搜索、截获或跟踪雷达目标的方法，包括以下步骤：
多执行线程分别搜索雷达目标时，一旦搜索并截获雷达目标后，将截获信息汇聚至控制线程，由控制线程确认跟踪雷达目标；
若跟踪发生中断，则控制线程将对中断的目标进行重新截获，若截获到雷达目标，则表示截获成功，继续跟踪雷达目标；否则，认为截获失败，返回搜索状态，直至能够持续跟踪上雷达目标。
另一方面，本发明提供了一种多核多线程的无人机搜索目标装置，包括：数据加载模块、多核多线程运行模块和数据库建立模块；
所述数据加载模块用于将目标数据库加载至无人机侦察载荷中；
所述多核多线程运行模块用于当无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；
所述数据库建立模块用于筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库。
优选地，对所述雷达目标的各种波形样式进行分析，根据无人机载荷数据库的容量，将分解后的各波形样式编号分组，生成目标数据库。
优选地，波形样式的获取方法为：
根据雷达工作在不同模式下雷达信号参数的不同变化规律和特征，对雷达工作模式进行识别分类，获取波形样式的分类；其中，雷达工作模式包括搜索模式、跟踪模式、制导模式和综合模式；
综合模式为无人机搜索多个雷达目标时，基于不同目标数和不同目标位置的雷达目标采用不同波形样式的工作模式。
优选地，多线程包括多个执行线程和一个控制线程；所述多个执行线程的输入端均连接至所述控制线程的输出端；每个所述执行线程用于最多存储一种所述雷达目标的一种波形样式；所述控制线程用于控制多个所述执行线程工作。
优选地，多核多线程运行模块的执行过程如下：
多执行线程分别搜索所述雷达目标时，一旦搜索并截获所述雷达目标后，将截获信息汇聚至控制线程，由所述控制线程确认跟踪雷达目标；
若跟踪发生中断，则所述控制线程将对中断的目标进行重新截获，若截获到雷达目标，则表示截获成功，继续跟踪雷达目标；否则，认为截获失败，返回搜索状态，直至能够持续跟踪上雷达目标。
优选地，当所述无人机距离雷达目标的距离小于无人机侦察载荷搜索和跟踪的作用距离时，判定无人机到达目标区域，无人机侦察载荷开机施行侦察。
本发明提供的一种多核多线程的无人机搜索目标方法，能够有效地解决无人机搜索截获复杂来打目标实时性较差的问题，为无人机侦察载荷软硬件及调度方法的设计提供解决方法。以下结合实施例具体说明。
实施例
以下结合附图和具体实施例对本发明提供的多核多线程的无人机搜索目标方法及装置进一步详细说明，根据实施例说明，使本发明的优点和特征将更加清楚。需指出，附图均采用简化的形式，仅用以方便、清晰地辅助说明本发明本实施例的目的。
图1是本实施例提供的多核多线程的无人机搜索目标方法流程图，核心是数据的生成和目标搜索截获，完整的执行过程主要包括以下步骤：
（1）选择目标区域雷达目标；
（2）雷达目标分析分解，根据无人机载荷数据库的容量，将对分解后的各波形样式编号分组，生成目标数据库；
（3）将目标数据库加载在无人机侦察载荷中；
（4）无人机根据任务计划，飞临预定区域；
（5）无人机侦察载荷开机启动目标搜索，采用多核多线程并行搜索雷达目标；
（6）多核多线程并行截获雷达目标数据并识别跟踪雷达目标；
（7）引导无人机平台执行任务。
其中，数据的生成流程如图2所示，包括以下步骤：
选择目标区域和雷达目标；
雷达目标分析分解；
根据无人机载荷数据库的容量，将对分解后的各波形样式编号分组，生成目标数据库；
将目标数据库加载在无人机侦察载荷中；若加载失败，需要完善目标数据库并重新加载，直至加载成功。
目标搜索为采用多核多线程并行搜索雷达目标；核是指CPU处理运算核心；线程是指一组指令的集合，可以在程序里单独执行，负责在单个程序里执行任务；通常为单核单线程和双核双线程；但是随着超线程和多线程等技术的发展，可以实现单核多线程、双核多线程和四核多线程等。
以下对特定的方法进行介绍：
（1）目标区域雷达目标选择是指选取无人机任务区域内雷达目标对象；
（2）雷达目标分析分解是指针对复杂雷达工作在不同模式下雷达信号参数有着不同变化规律和特点，对雷达工作模式等进行识别的较具体分类，雷达工作模式包括搜索模式、跟踪模式、制导模式和综合模式；
其中，搜索模式是指雷达在一定的方位或俯仰方向上探测目标的一种模式，通常相控阵雷达可以分为多个不同的搜索区；对于不同的搜索区域，可以按照不同的重复周期、不同的信号波形以及不同的波束驻留时间，以安排搜索时间及搜索间隔时间；也可以根据目标的距离，搜索模式可分为近距离搜索、中距离搜索及远距离搜索；
跟踪模式是指雷达针对重点目标进行连续探测或探测间隔很小的一种工作模式，在初始跟踪状态、发现目标后转入稳定跟踪前状态、跟踪状态等状态下所采用的数据率及波形样式都有不同；
制导模式是指武器控制雷达或多功能雷达武器控制系统对目标进行攻击时的工作模式，根据采用的制导方法不同波形样式也不同；
综合模式主要针对相控阵雷达在跟踪已发现的多批目标情况下，且还要保持对搜索区的搜索发现新目标而提出的，典型方法包括边搜索边跟踪、搜索加跟踪等；根据目标数和目标位置采用不同波形样式，该模式时间关系相对比较复杂，而且对于搜索与跟踪不同目标时，采用的波形样式也随目标的位置和状态等变化。
总之，雷达的工作模式跟雷达发射信号的载频、重频、脉宽、脉幅、脉内特征和数据率等参数有着直接关联。因此，一部复杂雷达目标根据工作模式可分解成数种甚至数十种波形形式，生成相应数量的目标波形样式供分组编号入库用；常规简易雷达目标可根据信号复杂度分解成一种或数种波形样式。如下表1；
表1
如表1所示，雷达波形样式分组的方法为：把一个或多个雷达目标分解成的波形样式编号分成多组，表1中每一行代表一组，每组可以是某一部复杂雷达目标包含的一种波形样式（考虑到有些雷达可分解成的波形样式较多，要编程多组），也可以是一部简易雷达仅有的一种波形样式；
采取多核多线程，库中每组安排一个线程作为执行线程，还安排一个线程作为总体控制线程，以便统筹汇聚各执行线程工作进展和结果，可以实现并行同步搜索截获库中所有信号目标，使得能够准确快速地搜索截获到加载的目标；例如，如果目标库容量为20个，如果处理器能够多核21线程运行时，可安排20个执行线程和1个控制线程；如表2所示，如果目标库中需要录入的雷达数或波形样式数目很少，也可以在库中只编排某部雷达的几种波形样式（样式数量可以少于库容量），使得能够更加迅速地搜索截获到特定的某部雷达目标；波形样式分组完成后，将目标波形样式编号录入数据库中供记载用。
表2
如图3所示，目标搜索截获流程包括以下步骤：无人机发射、无人机导航飞行至任务区域、载荷开机、多核并行搜索目标、截获目标、目标跟踪和引导无人机平台执行预定的任务。
无人机发射前指定任务计划并加载目标区域雷达相关信号参数；当无人机发射后，通过导航飞临至目标区域附近；当距离目标小于无人机侦察载荷搜索和跟踪的作用距离时，无人机侦察载荷开机施行侦察，处理器基于多核资源，多线程并行搜索目标库各组雷达波形样式；
多执行线程分别搜索时，一旦搜索并截获目标后，及时将信息汇聚给控制线程，由控制线程确认并跟踪该目标；如果发生跟踪中断，控制线程将对刚中断的目标进行重新截获，如果截获到目标，表示重新截获成功，则继续跟踪刚才目标；如果重新截获失败，则返回搜索状态，按照分组多线程并行对所有目标进行重新搜索，直至能够稳定持续跟踪上目标，最终引导无人机平台完成执行预定的任务。
综上所述，本发明与现有技术相比，存在以下优势：
针对辐射源种类多、信号波形复杂；单个辐射源功能多，信号样式参数多变等特点，将复杂雷达信号进行分析处理，分解生成多种波形样式；基于载荷数据库的容量，将波形样式编写成若干组，生成目标数据库；基于上述的大前提，本发明将目标数据库分配给多核多线程进行并行信号侦获处理。相比于传统方法，本发明构建的雷达目标数据库针对性强，搜索截获目标精准快速，有效地提高了无人机搜索截获复杂目标的效率，有效地解决了现有无人机搜索截获复杂雷达目标实时性较差的问题。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种多核多线程的无人机搜索目标方法，其特征在于，包括以下步骤：
将目标数据库加载至无人机侦察载荷中；
当无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；
其中，所述目标数据库的获取方法为：
筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库；
所述多线程包括多个执行线程和一个控制线程；每个所述执行线程最多存储一种所述雷达目标的一种波形样式；所述控制线程控制多个所述执行线程工作；
采用多核多线程并行搜索、截获或跟踪雷达目标的方法，包括以下步骤：
多执行线程分别搜索所述雷达目标时，一旦搜索并截获所述雷达目标后，将截获信息汇聚至控制线程，由所述控制线程确认跟踪雷达目标；
若跟踪发生中断，则所述控制线程将对中断的目标进行重新截获，若截获到雷达目标，则表示截获成功，继续跟踪雷达目标；否则，认为截获失败，返回搜索状态，直至能够持续跟踪上雷达目标。
2.根据权利要求1所述的无人机搜索目标方法，其特征在于，对所述雷达目标的各种波形样式进行分析后分解，根据无人机载荷数据库的容量，将分解后的各波形样式编号分组，生成目标数据库。
3.根据权利要求2所述的无人机搜索目标方法，其特征在于，所述波形样式的获取方法为：
根据雷达工作在不同模式下雷达信号参数的不同变化规律和特征，对雷达工作模式进行识别分类，获取波形样式的分类；其中，雷达工作模式包括搜索模式、跟踪模式、制导模式和综合模式；
综合模式为无人机搜索多个雷达目标时，基于不同目标数和不同目标位置的雷达目标采用不同波形样式的工作模式。
4.根据权利要求1所述的无人机搜索目标方法，其特征在于，当所述无人机距离雷达目标的距离小于无人机侦察载荷搜索和跟踪的作用距离时，判定无人机到达目标区域，无人机侦察载荷开机施行侦察。
5.一种多核多线程的无人机搜索目标装置，其特征在于，包括：数据加载模块、多核多线程运行模块和数据库建立模块；
所述数据加载模块用于将目标数据库加载至无人机侦察载荷中；
所述多核多线程运行模块用于当无人机到达目标区域后，采用多核多线程并行搜索、截获或跟踪雷达目标；
所述数据库建立模块用于筛选出能够识别出雷达目标的特征数据，根据无人机载荷数据库的容量，对目标雷达的特征数据进行分解分组，生成目标数据库；
所述多线程包括多个执行线程和一个控制线程；所述多个执行线程的输入端均连接至所述控制线程的输出端；每个所述执行线程用于最多存储一种所述雷达目标的一种波形样式；所述控制线程用于控制多个所述执行线程工作；
所述多核多线程运行模块的执行过程如下：
多执行线程分别搜索所述雷达目标时，一旦搜索并截获所述雷达目标后，将截获信息汇聚至控制线程，由所述控制线程确认跟踪雷达目标；
若跟踪发生中断，则所述控制线程将对中断的目标进行重新截获，若截获到雷达目标，则表示截获成功，继续跟踪雷达目标；否则，认为截获失败，返回搜索状态，直至能够持续跟踪上雷达目标。
6.根据权利要求5所述的无人机搜索目标装置，其特征在于，对所述雷达目标的各种波形样式进行分析后分解，根据无人机载荷数据库的容量，将分解后的各波形样式编号分组，生成目标数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111148090.5A CN113608554B (zh) | 2021-09-29 | 2021-09-29 | 一种多核多线程的无人机搜索目标方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111148090.5A CN113608554B (zh) | 2021-09-29 | 2021-09-29 | 一种多核多线程的无人机搜索目标方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113608554A CN113608554A (zh) | 2021-11-05 |
| CN113608554B true CN113608554B (zh) | 2021-12-31 |
Family
ID=78343224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111148090.5A Active CN113608554B (zh) | 2021-09-29 | 2021-09-29 | 一种多核多线程的无人机搜索目标方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113608554B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114020041B (zh) * | 2021-12-14 | 2024-02-20 | 云南民族大学 | 一种多无人机多线程二维探索仿真方法及系统 |
| CN115273538A (zh) * | 2022-08-29 | 2022-11-01 | 王炜程 | 一种基于gnss-rtk技术的车位检测系统及其部署、工作方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3805267A (en) * | 1971-06-08 | 1974-04-16 | Dassault Electronique | Airborne telemetering radar |
| CN111693985A (zh) * | 2020-06-24 | 2020-09-22 | 北京无线电测量研究所 | 雷达目标跟踪方法、雷达、计算机设备和存储介质 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104808197B (zh) * | 2015-05-06 | 2017-04-05 | 四川九洲空管科技有限责任公司 | 一种多监视源飞行目标并行跟踪处理方法 |
| CN106600570A (zh) * | 2016-12-07 | 2017-04-26 | 西南科技大学 | 一种基于云计算的海量点云滤波方法 |
| CN106682820B (zh) * | 2016-12-14 | 2020-06-30 | 中国人民解放军空军工程大学 | 一种基于脉冲交错的数字阵列雷达任务优化调度方法 |
| US10852438B2 (en) * | 2017-08-21 | 2020-12-01 | Caterpillar Inc. | LIDAR waveform classification |
| WO2019191742A1 (en) * | 2018-03-31 | 2019-10-03 | Micron Technology, Inc. | Loop thread order execution control of a multi-threaded, self-scheduling reconfigurable computing fabric |
| IT201800005375A1 (it) * | 2018-05-15 | 2019-11-15 | Univ Degli Studi Udine | Apparato e metodo di classificazione di dati a forma d'onda completa da segnali retroriflessi |
| GB2575029B (en) * | 2018-06-22 | 2022-12-28 | Ge Aviat Systems Ltd | Landing on emergency or unprepared landing strip in low visibility condition |
| CN109101348A (zh) * | 2018-08-07 | 2018-12-28 | 武汉滨湖电子有限责任公司 | 一种雷达信号处理集群平台及软件便于扩展的实现方法 |
| CN112255593B (zh) * | 2020-10-21 | 2024-01-23 | 武汉滨湖电子有限责任公司 | 一种用于目标分类识别雷达的变频组件 |
| CN113406572B (zh) * | 2021-06-23 | 2022-08-26 | 四川九洲电器集团有限责任公司 | 一种雷达并行处理系统及方法、存储介质、终端 |
-
2021
- 2021-09-29 CN CN202111148090.5A patent/CN113608554B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3805267A (en) * | 1971-06-08 | 1974-04-16 | Dassault Electronique | Airborne telemetering radar |
| CN111693985A (zh) * | 2020-06-24 | 2020-09-22 | 北京无线电测量研究所 | 雷达目标跟踪方法、雷达、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113608554A (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113608554B (zh) | 一种多核多线程的无人机搜索目标方法及装置 | |
| CN109357696B (zh) | 多源传感器信息融合闭环测试架构 | |
| CN109885082B (zh) | 一种基于任务驱动下的无人机航迹规划的方法 | |
| CN110162077B (zh) | 一种基于飞鱼算法的无人机航迹规划方法 | |
| CN108563119A (zh) | 一种基于模糊支持向量机算法的无人艇运动控制方法 | |
| Yin et al. | The application of artificial intelligence technology in UAV | |
| Woo et al. | Understanding the long-term emergence of autonomous vehicles technologies | |
| Zhang et al. | Research on decision-making system of cognitive jamming against multifunctional radar | |
| Huang et al. | A novel route planning method of fixed-wing unmanned aerial vehicle based on improved QPSO | |
| CN114239305A (zh) | 一种战场态势场景仿真激励系统 | |
| CN111024081B (zh) | 一种无人机群对单移动时敏目标侦察路径规划方法 | |
| Lin et al. | Track planning model for multi-UAV based on new multiple ant colony algorithm | |
| Waris et al. | Evolving deep neural networks with cultural algorithms for real-time industrial applications | |
| Duan et al. | Research on intelligence, surveillance and reconnaissance mission planning model and method for naval fleet | |
| Lin et al. | Warship combat decision support system based on data mining technology | |
| CN104794326B (zh) | 一种冲突分析方法 | |
| Li et al. | A path planning for one UAV based on geometric algorithm | |
| Lin et al. | Simulation of flow line scheduling of production enterprises based on improved artificial fish swarm algorithm | |
| Garvey et al. | Perceptual Reasoning in a Hostile Environment. | |
| Gao et al. | Multi-target threat assessment method based on an effective reduction method | |
| Hu et al. | Analysis of the current situation of aviation swarm operations | |
| Liu et al. | A SLAM data association method for unmanned distribution vehicle based on improved artificial fish swarm algorithm | |
| Yu et al. | Multi-UAV Cooperative Path Planning via Mutant Pigeon Inspired Optimization with Group Learning Strategy | |
| Shen et al. | Site optimization for multifunction radar based on big data | |
| CN114613037A (zh) | 一种机载融合信息引导传感器提示搜索方法及装置 |
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 |