CN114625727A - 一种基于多元情报融合的无人机综合探测方法 - Google Patents
一种基于多元情报融合的无人机综合探测方法 Download PDFInfo
- Publication number
- CN114625727A CN114625727A CN202210236761.1A CN202210236761A CN114625727A CN 114625727 A CN114625727 A CN 114625727A CN 202210236761 A CN202210236761 A CN 202210236761A CN 114625727 A CN114625727 A CN 114625727A
- Authority
- CN
- China
- Prior art keywords
- data
- track
- unmanned aerial
- aerial vehicle
- target
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Abstract
一种基于多元情报融合的无人机综合探测方法,包括以下步骤:(1)接收传感器上传的情报数据,所述传感器的数量为两个以上,所述情报数据包括传感器所探测到的航迹类数据和角航迹类数据,以及各传感器的坐标数据、误差特性数据、威力范围数据;(2)通过坐标变换、航迹滤波、时空对准、航迹关联、状态融合、属性融合,实现多元情报数据的关联与融合,生成关注区内无人机目标的统一态势;本发明能够有效适应无人机反制系统中不同种类传感器的数据特性,可以大幅提高无人机反制系统的指挥控制效率和响应效率。
Description
技术领域
本发明涉及无人机探测技术领域,特别涉及一种基于多元情报融合的无人机综合探测方法。
背景技术
多元情报融合无人机探测是反无系统的核心问题,充分利用反无系统中各种传感器的能力,是多元情报融合处理所要解决的核心问题。多元情报融合处理主要完成两方面的任务:一方面,它接收各传感器上传的情报数据,根据目标的运动状态和目标位置信息,进行多元目标关联,实现多元目标之间的一一对应表示;另一方面,在关联的基础上对目标的信息进行融合处理,得到更准确的目标位置、状态和属性,为操作员和指挥员提供更为直观准确的目标态势。
现有的反无系统大部分集成了频谱侦测、雷达、云哨及光电等传感器。其中,频谱侦测可以发现关注空域中目标辐射的电磁波信号,对其进行分析和识别,可以判定是否存在无人机,并能提供目标的大致方位信息,只要目标没有电磁静默,此类传感器目标识别能力强,目标定位能力弱;雷达是主动探测设备,它发射电磁波并接收目标的后向散射回波,可以实现目标的定位和速度测量,雷达是可以全天候全天时工作,其目标定位能力较强,目标识别能力弱;云哨属于合作类设备,它通过解析目标辐射信号中包含的目标位置数据帧来实现目标的发现和定位,只要其能解析协议,此类传感器具备高的目标定位精度和类别识别能力;用于无人机探测的光电传感器一般包括可见光和红外传感器,以支持全天时工作需求,它们可以捕获目标的可将光和红外图像,通过对目标图像进行AI处理,即可获得目标类型,通过自身云台状态可以获得目标的方位和俯仰,此类传感器,定位精度高,目标识别能力强。
由上述无人机反制系统的传感器特点可以看出,它们不仅探测能力有差异,且得到的目标情报数据内容是异构的,情报信息的整合存在挑战。这导致目前大部分无人机反制系统都是以各设备提供独立操控终端的方式来实现指挥控制的。多元情报融合处理技术的引入,可以有效整合上述异类异质传感器获得的目标识别,得到区域内容真正统一的目标态势,方便决策和指挥。
发明内容
本发明所要解决的技术问题是通过先将反无系统中不同传感器探测到的异构异质的目标信息相关联,获得目标的全息表示,再进一步进行目标信息融合处理,获得更精准的目标的状态估计和类别属性估计,生成关注区内目标的统一态势,解决多元异类异质传感器情报的有效融合问题。
本发明解决上述技术问题所采用的技术方案为:
一种基于多元情报融合的无人机综合探测方法,包括以下步骤:
(1)接收传感器上传的情报数据,所述传感器的数量为两个以上,所述情报数据包括传感器所探测到的航迹类数据和角航迹类数据,以及各传感器的坐标数据、误差特性数据、威力范围数据;
(2)通过坐标变换、航迹滤波、时空对准、航迹关联、状态融合、属性融合,实现多元情报数据的关联与融合,生成关注区内无人机目标的统一态势。
优选为,所述步骤(2)的具体方法为:
1)在各对应的传感器的坐标数据的支撑下,对探测到的航迹类数据、角航迹类数据进行从极坐标到直角坐标的坐标转换;
2)对经坐标转换的各传感器的航迹类数据、角航迹类数据分别进行航迹滤波处理,估计运动参数;
3)对经坐标转换和滤波处理后的各传感器的航迹类数据、角航迹类数据进行时空对准处理;
4)在各传感器的威力范围数据和误差特性数据的支撑下,对经过时空对准处理的航迹类数据、角航迹类数据进行航迹关联,得到最终的目标关联关系结果;
5)进一步进行状态融合处理,对目标关联关系结果中的目标状态数据(时间和坐标)进一步滤波处理得到更准确的目标状态;
6)进一步进行属性融合处理,对目标关联关系结果中的目标属性数据(类别和隶属度)进行加权投票处理,得到更为可靠的目标识别结果,最终生成多元融合情报数据,即目标的统一态势。
优选为,所述传感器包括云哨、雷达、合作无人机、光电检测装置、频谱探测装置,所述云哨、雷达、合作无人机用于汇集航迹类数据、坐标数据、误差特性数据、威力范围数据;所述光电检测装置、频谱探测装置用于汇集角航迹类数据、坐标数据、误差特性数据、威力范围数据。
优选为,所述传感器至少包括雷达,所述步骤4)中,所述航迹关联的顺序为:经坐标转换和滤波处理后的各传感器的航迹类数据先关联,再统一对准到雷达原点坐标系统进行轨迹相关性分析与处理,再与经坐标转换和滤波处理后的各传感器的角航迹类数据进行关联,统一对准到各用于汇集角航迹类数据的传感器的坐标系进行异类轨迹关联分析与处理。
与现有技术相比,本发明的有益效果:
本发明一种基于多元情报融合的无人机综合探测方法,具有良好的自动目标关联和融合处理性能,能够有效适应无人机反制系统中不同种类传感器的数据特性;通过自动化的关联处理和融合处理,能够快速为系统提供准确稳定的区域目标态势,可以显著减轻指控人员的工作强度,并且大幅提高无人机反制系统的指挥控制效率和响应效率,提升整体作战效能。
附图说明
图1为本发明一种基于多元情报融合的无人机综合探测方法的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例1
一种基于多元情报融合的无人机综合探测方法,包括以下步骤:
(1)接收传感器上传的情报数据,所述传感器包括云哨、雷达、合作无人机、光电检测装置、频谱探测装置;所述情报数据包括传感器所探测到的航迹类数据和角航迹类数据,以及各传感器的坐标数据、误差特性数据、威力范围数据;所述云哨、雷达、合作无人机用于汇集航迹类数据、坐标数据、误差特性数据、威力范围数据;所述光电检测装置、频谱探测装置用于汇集角航迹类数据、坐标数据、误差特性数据、威力范围数据。
(2)通过坐标变换、航迹滤波、时空对准、航迹关联、状态融合、属性融合,实现情报数据的有效关联与融合,生成关注区内无人机目标的统一态势。
具体为:
1)在各对应的传感器的坐标数据的支撑下,对探测到的航迹类数据、角航迹类数据进行从极坐标到直角坐标的坐标转换;
2)对经坐标转换的各传感器的航迹类数据、角航迹类数据分别进行航迹滤波处理,估计运动参数;
3)对经坐标转换和滤波处理后的各传感器的航迹类数据、角航迹类数据进行时空对准处理;
4)在各传感器的威力范围数据和误差特性数据的支撑下,对经过时空对准处理的航迹类数据、角航迹类数据进行航迹关联,得到最终的目标关联关系结果;具体为:经坐标转换和滤波处理后的各传感器的航迹类数据先关联,再统一对准到雷达原点坐标系统进行轨迹相关性分析与处理,再与经坐标转换和滤波处理后的各传感器的角航迹类数据进行关联,统一对准到各用于汇集角航迹类数据的传感器的坐标系进行异类轨迹关联分析与处理。
5)进一步进行状态融合处理,对目标关联关系结果中的目标状态数据(时间和坐标)进一步滤波处理得到更准确的目标状态;
6)进一步进行属性融合处理,对目标关联关系结果中的目标属性数据(类别和隶属度)进行加权投票等处理,得到更为可靠的目标识别结果,最终生成多元融合情报数据,即目标的统一态势。
对比例1
一种无人机综合探测方法,包括以下步骤:
(1)接收传感器上传的情报数据,所述传感器包括云哨、雷达、合作无人机、光电检测装置、频谱探测装置;所述情报数据包括传感器所探测到的航迹类数据和角航迹类数据,以及各传感器的坐标数据、误差特性数据、威力范围数据;所述云哨、雷达、合作无人机用于汇集航迹类数据、坐标数据、误差特性数据、威力范围数据;所述光电检测装置、频谱探测装置用于汇集角航迹类数据、坐标数据、误差特性数据、威力范围数据。
(2)通过坐标变换、航迹滤波、时空对准、航迹关联,实现情报数据的有效关联。
具体为:
1)在各对应的传感器的坐标数据的支撑下,对探测到的航迹类数据、角航迹类数据进行从极坐标到直角坐标的坐标转换;
2)对经坐标转换的各传感器的航迹类数据、角航迹类数据分别进行航迹滤波处理,估计运动参数;
3)对经坐标转换和滤波处理后的各传感器的航迹类数据、角航迹类数据进行时空对准处理;
4)在各传感器的威力范围数据和误差特性数据的支撑下,对经过时空对准处理的航迹类数据、角航迹类数据进行航迹关联,得到最终的目标关联关系结果;具体为:经坐标转换和滤波处理后的各传感器的航迹类数据先关联,再统一对准到雷达原点坐标系统进行轨迹相关性分析与处理,再与经坐标转换和滤波处理后的各传感器的角航迹类数据进行关联,统一对准到各用于汇集角航迹类数据的传感器的坐标系进行异类轨迹关联分析与处理。
实施例2
将无人机目标的数量恒定为10个;将试验分为2组,编号为1、2,第1组分为4小组,分别编号为11、12、13、14;第2组分为4小组,编号21、22、23、24;其中,11、21组采用2个传感器,分别为雷达、光电检测装置;12、22组采用3个传感器,分别为为雷达、云哨、光电检测装置;13、23组采用4个传感器,分别为:雷达、云哨、光电检测装置、频谱探测装置;13、23组采用5个传感器,分别为:雷达、云哨、合作无人机、光电检测装置、频谱探测装置;
除传感器数量不同外,第1组采用的无人机探测方法与实施例1相同(系统在基于多元情报融合的无人机综合探测方法的支撑下对目标进行综合探测),第2组采用的无人机探测方法与对比例1相同(系统在没有融合处理能力条件下(人工操作)对目标进行综合探测);分别计算当传感器数量增加时系统对目标关联分析的时耗;结果如表1所示;从表1可以看出,随着传感器数量的增加,第2组对目标进行关联分析的时间消耗随着传感器数量的增加而指数增加,这对实际的情报系统来说是不可接受的;而第1组采用了基于多元情报融合的无人机综合探测方法,其目标相关和融合处理的时间消耗是很低且基本稳定的,这说明多元情报融合处理技术的引入可以大幅提升系统的效应效率。
表1:目标数量恒定,传感器数量变化时时,目标关联分析时效对比表
实施例3
将传感器的数量恒定为2个,分别为雷达、光电检测装置;将试验分为2组,编号为1、2,除传感器数量不同外,第1组采用的方法与实施例1相同(系统在基于多元情报融合的无人机综合探测方法的支撑下对目标进行综合探测);除传感器数量不同外,第2组采用的方法与实施例2相同(系统在没有融合处理能力条件下(人工操作)对目标进行综合探测);分别计算当无人机目标数量增加时系统对目标关联效率分析的时耗;结果如表2所示;从表2可以看出,随着目标数量的增加,第2组对目标进行关联分析的时间消耗随着传感器数量的增加而指数增加,这对实际的情报系统来说是不可接受的;而第1组采用了基于多元情报融合的无人机综合探测方法,其目标相关和融合处理的时间消耗是很低且基本稳定的,这说明多元情报融合处理技术的引入可以大幅提升系统的效应效率。
表2:传感器数量恒定,目标数量变化时时,目标关联分析时效对比表
实际应用表明,本发明一种基于多元情报融合的无人机综合探测方法具有良好的自动目标关联和融合处理性能,能够有效适应无人机反制系统中不同种类传感器的数据特性;通过自动化的关联处理和融合处理,能够快速为系统提供准确稳定的区域目标态势,可以显著减轻指控人员的工作强度,并且大幅提高无人机反制系统的指挥控制效率和响应效率,提升整体作战效能。
最后应说明的是:以上实施例仅说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种基于多元情报融合的无人机综合探测方法,其特征在于,包括以下步骤:
(1)接收传感器上传的情报数据,所述传感器的数量为两个以上,所述情报数据包括传感器所探测到的航迹类数据和角航迹类数据,以及各传感器的坐标数据、误差特性数据、威力范围数据;
(2)通过坐标变换、航迹滤波、时空对准、航迹关联、状态融合、属性融合,实现多元情报数据的关联与融合,生成关注区内无人机目标的统一态势。
2.根据权利要求1所述的一种基于多元情报融合的无人机综合探测方法,其特征在于,所述步骤(2)的具体方法为:
1)在各对应的传感器的坐标数据的支撑下,对探测到的航迹类数据、角航迹类数据进行从极坐标到直角坐标的坐标转换;
2)对经坐标转换的各传感器的航迹类数据、角航迹类数据分别进行航迹滤波处理,估计运动参数;
3)对经坐标转换和滤波处理后的各传感器的航迹类数据、角航迹类数据进行时空对准处理;
4)在各传感器的威力范围数据和误差特性数据的支撑下,对经过时空对准处理的航迹类数据、角航迹类数据进行航迹关联,得到最终的目标关联关系结果;
5)进一步进行状态融合处理,对目标关联关系结果中的目标状态数据(时间和坐标)进一步滤波处理得到更准确的目标状态;
6)进一步进行属性融合处理,对目标关联关系结果中的目标属性数据(类别和隶属度)进行加权投票处理,得到更为可靠的目标识别结果,最终生成多元融合情报数据,即目标的统一态势。
3.根据权利要求1或2所述的无人机综合探测方法,其特征在于,所述传感器包括云哨、雷达、合作无人机、光电检测装置、频谱探测装置,所述云哨、雷达、合作无人机用于汇集航迹类数据、坐标数据、误差特性数据、威力范围数据;所述光电检测装置、频谱探测装置用于汇集角航迹类数据、坐标数据、误差特性数据、威力范围数据。
4.根据权利要求2所述的无人机综合探测方法,其特征在于,所述传感器至少包括雷达,所述步骤4)中,所述航迹关联的顺序为:经坐标转换和滤波处理后的各传感器的航迹类数据先关联,再统一对准到雷达原点坐标系统进行轨迹相关性分析与处理,再与经坐标转换和滤波处理后的各传感器的角航迹类数据进行关联,统一对准到各用于汇集角航迹类数据的传感器的坐标系进行异类轨迹关联分析与处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210236761.1A CN114625727A (zh) | 2022-03-11 | 2022-03-11 | 一种基于多元情报融合的无人机综合探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210236761.1A CN114625727A (zh) | 2022-03-11 | 2022-03-11 | 一种基于多元情报融合的无人机综合探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114625727A true CN114625727A (zh) | 2022-06-14 |
Family
ID=81901336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210236761.1A Pending CN114625727A (zh) | 2022-03-11 | 2022-03-11 | 一种基于多元情报融合的无人机综合探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114625727A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117329928A (zh) * | 2023-11-30 | 2024-01-02 | 武汉阿内塔科技有限公司 | 一种基于多元情报融合的无人机综合探测方法和系统 |
-
2022
- 2022-03-11 CN CN202210236761.1A patent/CN114625727A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117329928A (zh) * | 2023-11-30 | 2024-01-02 | 武汉阿内塔科技有限公司 | 一种基于多元情报融合的无人机综合探测方法和系统 |
CN117329928B (zh) * | 2023-11-30 | 2024-02-09 | 武汉阿内塔科技有限公司 | 一种基于多元情报融合的无人机综合探测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103116688B (zh) | 用于机载航电系统的多源异类传感器目标航迹关联方法 | |
CN102891453B (zh) | 一种基于毫米波雷达的无人机巡检线路走廊方法与装置 | |
CN109085573A (zh) | 车载无人机管控系统及方法 | |
CN104515971B (zh) | 宽带多目标机载单站无源定位方法 | |
CN110475221B (zh) | 一种基于信道状态信息的人员动作识别和位置估计方法 | |
CN108280395B (zh) | 一种对低小慢无人机飞控信号的高效识别方法 | |
CN106597365B (zh) | 一种基于时域聚类的复杂电子信号时差定位方法 | |
CN111999730A (zh) | 一种黑飞无人机飞手定位方法及系统 | |
CN107765237A (zh) | 一种相控阵识别方法及系统 | |
Xu et al. | RF fingerprint measurement for detecting multiple amateur drones based on STFT and feature reduction | |
CN106597369B (zh) | 一种无人机的控制方法、控制平台、控制系统 | |
CN111060869B (zh) | 一种智能仓储uhfrfid标签的定位方法和系统 | |
CN115761421A (zh) | 一种多源信息融合低慢小目标探测方法及无人空防系统 | |
CN111709329B (zh) | 一种基于深度学习的无人机测控信号高速识别方法 | |
CN113311857A (zh) | 一种基于无人机的环境感知与避障系统及方法 | |
Bhattacherjee et al. | Experimental study of outdoor UAV localization and tracking using passive RF sensing | |
CN113156417B (zh) | 反无人机探测系统、方法和雷达设备 | |
CN105021887A (zh) | 一种无人机数据链测试用电磁环境数据自动化采集系统 | |
CN114625727A (zh) | 一种基于多元情报融合的无人机综合探测方法 | |
CN110488277B (zh) | 基于外辐射源的分布式主被动雷达联合定位方法 | |
CN107959592B (zh) | 一种可重构的无线信息网络体系架构及其重构实现方法 | |
CN109708659B (zh) | 一种分布式智能光电低空防护系统 | |
CN111563934A (zh) | 单目视觉里程计尺度确定方法和装置 | |
Guan et al. | An improved LSE-EKF optimisation algorithm for UAV UWB positioning in complex indoor environments | |
CN115480240A (zh) | 一种针对小型无人机的多传感器协同探测方法 |
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 |