CN114971436A - 雷达情报组网融合中的装备贡献计算方法及装置 - Google Patents

雷达情报组网融合中的装备贡献计算方法及装置 Download PDF

Info

Publication number
CN114971436A
CN114971436A CN202210918949.4A CN202210918949A CN114971436A CN 114971436 A CN114971436 A CN 114971436A CN 202210918949 A CN202210918949 A CN 202210918949A CN 114971436 A CN114971436 A CN 114971436A
Authority
CN
China
Prior art keywords
fusion
radar
track
contribution
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.)
Granted
Application number
CN202210918949.4A
Other languages
English (en)
Other versions
CN114971436B (zh
Inventor
汤国防
王成
闫永恒
高瑞明
闫双平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 15 Research Institute
Original Assignee
CETC 15 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 15 Research Institute filed Critical CETC 15 Research Institute
Priority to CN202210918949.4A priority Critical patent/CN114971436B/zh
Publication of CN114971436A publication Critical patent/CN114971436A/zh
Application granted granted Critical
Publication of CN114971436B publication Critical patent/CN114971436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了雷达情报组网融合中的装备贡献计算方法及装置，能够综合考虑目标重要程度因素对雷达装备情报贡献的影响，计算结果能够反映雷达装备在整个作战场景下的组网融合整体贡献。进行单批目标雷达探测误差计算。进行单批目标雷达探测融合权重计算。进行单批目标融合航迹点的雷达贡献计算。进行单批目标融合航迹的雷达贡献值计算，汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值。进行组网融合整体贡献值计算，根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。

Description

雷达情报组网融合中的装备贡献计算方法及装置
技术领域
本发明涉及情报处理技术领域，具体涉及一种雷达情报组网融合中的装备贡献计算方法及装置。
背景技术
在雷达情报处理业务中，雷达组网系统接收各雷达装备上报的雷达航迹数据，并按照空情目标进行航迹融合，生成更能准确反映空情目标时空位置的融合航迹。开展雷达装备在雷达组网融合中的贡献分析，能够反映雷达兵部队在作战筹划和作战指挥中对装备运用的整体水平，能够检验关键装备的运用是否达到了预期效果；同时结合应用场景，通过分析雷达装备在组网融合体系中的贡献，可以探索不同装备的最佳应用场景，为装备运用提供建议和经验。国内未见相关的研究报道。
雷达情报组网融合中的装备贡献计算，影响要素包括雷达装备部署、雷达装备开关机时序、雷达任务分配、雷达操作人员等诸多方面，各类要素影响的最终效果就是上报的雷达情报。目前尚未有相关的雷达情报组网融合中的装备贡献计算方案。
发明内容
有鉴于此，本发明提供了一种雷达组网融合体系中的装备贡献计算方法，能够综合考虑目标重要程度因素对雷达装备情报贡献的影响，计算结果能够反映雷达装备在整个作战场景下的组网融合整体贡献。
为达到上述目的，本发明的雷达情报组网融合中的装备贡献计算方法，包括如下步骤：
第一步，进行单批目标雷达探测误差计算，利用雷达上报的航迹数据和雷达情报组网系统融合后的航迹数据进行对比计算，以组网融合航迹为基准，计算得到每部雷达装备探测每批目标的平均位置误差。
第二步，进行单批目标雷达探测融合权重计算，对单批目标，以参与融合的雷达探测平均位置误差计算雷达在该目标融合航迹中的融合权重。
第三步：进行单批目标融合航迹点的雷达贡献计算，对单批目标融合航迹点的每一个航迹点，根据融合航迹中每点参与融合的雷达数据，计算在每个融合航迹点中参与融合雷达的贡献值。
第四步：进行单批目标融合航迹的雷达贡献值计算，汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值。
第五步：进行组网融合整体贡献值计算，根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。
进一步地，第一步，具体包括如下步骤：
步骤101：获取一批融合航迹HA，对应加载该融合航迹关联的雷达航迹集合H={HR1，HR2，…HRm}，HR1，HR2，…HRm分别为第1~第m条雷达航迹，对应雷达集合R={R1，R2，…Ri}，R1，R2，…Ri分别为第1~第i个雷达。
步骤102：加载融合航迹HA1的所有融合航迹点集合 PA = { PA1, PA2,… PAs }，PA1,PA2,…PAs分别为第1~第s个融合航迹点。
步骤103：遍历该融合航迹关联的雷达航迹集合H中的每批航迹HRi，1≤i≤m，加载该批融合航迹的所有雷达航迹点集合PR = {Pr1, Pr2,… Prn}；Pr1, Pr2,…Prn分别为第1~第n个雷达航迹点。
步骤104：遍历雷达航迹点集合PR = {Pr1, Pr2,… Prn}中的每个航迹点Prj，1≤j≤n，获取该航迹点的时间Trj，然后在融合航迹点集合PA中找到时间为Trj的融合航迹点PAk，1≤k≤s，然后根据雷达航迹点Prj与融合航迹点PAk中的坐标信息，计算得到雷达航迹点Prj与融合航迹点PAk的平面位置误差Erj。
步骤105：汇总雷达航迹点每点的位置误差Erj，计算该雷达Ri对融合航迹HA1探测的整体平均误差：E i =（∑ n j=1 E rj ）/n；
步骤106：上述步骤计算完成后，得到对于一批融合航迹HA1，各关联雷达的探测误差为：E A = {E 0 ， E 1 ， E 2 ,…,E m }
步骤107：重复步骤101-106，完成对全部融合航迹的雷达探测误差评估计算。
进一步地，第二步，具体为：
根据第一步计算得到的雷达相对该融合航迹目标的探测误差结果E A = {E 1 ， E 2 ,…,E u }，对雷达的融合权重进行估算，具体方法为：
从雷达探测误差集EA中获取误差最小值Emin，按照总权重之和为1，且探测精度越高、融合权重越大的原则，将雷达探测误差进行横向对比和归一化，即：
以探测误差最小的雷达设定权重为A，则其他雷达j的融合权重为：W j =A×E min /E j
进行归一化处理：1=A×∑ u j=1 E min /E j
求解得到：A=1/∑ u j=1 E min /E j
然后求解该融合航迹上各雷达的融合权重：
W R = {W 1 ， W 2 ，…,W u }；
W 1 ， W 2 ，…,W u 分别为融合航迹上第1~第u个雷达的融合权重；
当该融合航迹点仅有1部雷达进行情报融合时，通过上述估算方法计算得到该雷达的融合权重为1.0；有多部雷达参与融合时，通过上述估算方法计算得到各雷达融合权重系数之和为1.0。
进一步地，第三步，具体包括如下步骤：
步骤301：获取一批融合航迹HA，加载该融合航迹的所有融合航迹点集合P A = { P A1 , P A2 ,… P As }；P A1 , P A2 ,…P As 分别为第1~第s个融合航迹点；
步骤302：以融合航迹点集合中s个航迹点平分总权重值1.0，则每个融合航迹点在该融合航迹中的权重值为：C p =1/s;
步骤303：遍历融合航迹点集合P A = { P A1 , P A2 ,… P As }中的每个航迹点PAk，1≤k≤s，获取该融合航迹点上参与融合的雷达集合R p ={R 1 ，R 2 ，R m }，根据第二步得到的各雷达融合权重，得到该航迹点上参与融合雷达集合Rp对应的融合权重W RP = {W 1 ， W 2 ，…,W m }
步骤304：对该航迹点上参与融合的m个雷达权重进行归一化，取L=1/∑ m j=1 W j ；
得到各雷达在该航迹点上的修正融合权重为：W RP = { L×W 1 ， L×W 2 ，…, L×W m }
步骤305：根据各雷达在融合航迹点的融合权重，计算在该融合航迹点上，各雷达获得的对该批融合航迹的融合贡献值为：
CP Ak = W RP × C p ={ L×W 1 ×C p ，L×W 2 ×C p ，，…, L×W u ×C p 。
进一步地，第四步，具体包括如下步骤：
汇总融合航迹HA中各融合航迹点中各雷达获得的融合贡献值，得到各雷达对该批融合航迹的融合贡献值：C R = {C r1 ， C r2 ， C r3 ,…, C rm }
其中，每部雷达的融合贡献值C rj 为：C rj =∑ s k=1 CP Ak ；
根据上述计算关系，在单批融合航迹中，各雷达对该批融合航迹中的融合贡献值满足：1=∑ m j=0 C rj 。
进一步地，第五步，具体包括如下步骤：重复前序第一步~第三步，完成对每一个融合航迹的雷达贡献值计算。
根据配试目标权重系数F={f 1 ，f 2 ，…,f v }，以及在每个目标的融合航迹中各雷达的贡献值，可以汇总得到各雷达的组网融合整体贡献值：
C = {C 1 ， C 2 ， C 3 ,…, C m }；
其中,每部雷达在组网融合中的整体贡献值C j 为：
C j = f 1 × C rf1 + f 2 ×C rf2 +… + f v ×C rfv ；
根据上述计算关系，可以确定在组网融合整体贡献结果中，各雷达的融合贡献值满足：1=∑ m j=1 C j 。
本发明另外一个实施例还提供了雷达情报组网融合中的装备贡献计算装置，包括如下模块：
单批目标雷达探测误差计算模块，用于利用雷达上报的航迹数据和雷达情报组网系统融合后的航迹数据进行对比计算，以组网融合航迹为基准，计算得到每部雷达装备探测每批目标的平均位置误差。
单批目标雷达探测融合权重计算模块，用于对单批目标，以参与融合的雷达探测平均位置误差计算雷达在该目标融合航迹中的融合权重。
单批目标融合航迹点的雷达贡献计算模块，用于对单批目标融合航迹点的每一个航迹点，根据融合航迹中每点参与融合的雷达数据，计算在每个融合航迹点中参与融合雷达的贡献值。
单批目标融合航迹的雷达贡献值计算模块，用于汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值。
组网融合整体贡献值计算模块，用于根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。
有益效果：
1、本发明提供的一种雷达组网融合体系中的装备贡献计算方法，提出了基于单雷达情报数据和雷达情报组网系统融合后数据计算装备贡献的方法。提出了利用单雷达情报数据、雷达情报组网融合数据逆向计算雷达情报融合权重、雷达组网融合贡献的完整思路。综合考虑了目标重要程度因素对雷达装备情报贡献的影响，计算结果能够反映雷达装备在整个作战场景下的组网融合整体贡献。
2、本发明提供的一种雷达组网融合体系中的装备贡献计算方法，在单批目标融合贡献计算方面，提出了利用雷达装备探测误差进行横向对比归一化计算雷达情报融合权重的方法，解决了组网融合数据中雷达装备融合权重难以解算的问题。
3、本发明提供的一种雷达组网融合体系中的装备贡献计算方法，在单批目标的雷达组网融合贡献计算时，提出了逐点计算汇总的精细化计算思路，能够较为科学的反映雷达装备在组网融合中的贡献。
4、本发明另外一个实施例还提供了雷达情报组网融合中的装备贡献计算装置，包括如下模块：单批目标雷达探测误差计算模块、单批目标雷达探测融合权重计算模块、单批目标融合航迹点的雷达贡献计算模块、单批目标融合航迹的雷达贡献值计算模块以及组网融合整体贡献值计算模块。提出了利用单雷达情报数据、雷达情报组网融合数据逆向计算雷达情报融合权重、雷达组网融合贡献的完整思路。综合考虑了目标重要程度因素对雷达装备情报贡献的影响，计算结果能够反映雷达装备在整个作战场景下的组网融合整体贡献。
附图说明
图1为雷达组网融合体系贡献评估计算流程设计图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
如图1所示，雷达组网融合体系贡献的评估总体技术方案包括单批目标雷达探测误差计算、单批目标雷达探测融合权重计算、单批目标融合航迹点的雷达贡献计算、单批目标融合航迹的雷达贡献值计算、组网融合整体贡献值计算共五部分组成，具体步骤为：
第一步，进行单批目标雷达探测误差计算，利用雷达上报的航迹数据和雷达情报组网系统融合后的航迹数据进行对比计算，以组网融合航迹为基准，计算得到每部雷达装备探测每批目标的平均位置误差；
第二步，进行单批目标雷达探测融合权重计算，对单批目标，以参与融合的雷达探测平均位置误差计算雷达在该目标融合航迹中的融合权重；
第三步：进行单批目标融合航迹点的雷达贡献计算，对单批目标融合航迹点的每一个航迹点，根据融合航迹中每点参与融合的雷达数据，计算在每个融合航迹点中参与融合雷达的贡献值；
第四步：进行单批目标融合航迹的雷达贡献值计算，汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值；
第五步：进行组网融合整体贡献值计算，根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。
（1）单批目标雷达探测误差计算
单批目标雷达探测误差评估计算，以每批融合航迹为对象，计算各雷达装备上报关联雷达情报与该融合航迹的平均位置误差，具体步骤为：
步骤101：获取一批融合航迹HA，对应加载该融合航迹关联的雷达航迹集合H={HR1，HR2，…HRm}，对应雷达集合R={R1，R2，Ri}
步骤102：加载融合航迹HA1的所有融合航迹点集合 PA = { PA1, PA2,… PAs }
步骤103：遍历该融合航迹关联的雷达航迹集合H中的每批融合航迹HRi(1≤i≤m)，加载该批融合航迹的所有雷达航迹点集合PR = {Pr1, Pr2,… Prn}。
步骤104：遍历雷达航迹点集合PR = {Pr1, Pr2,… Prn}中的每个航迹点Prj(1≤j≤n)，获取该航迹点的时间Trj，然后在融合航迹点集合PA中找到时间为Trj的融合航迹点PAk(1≤k≤s)，然后根据雷达航迹点Prj与融合航迹点PAk中的坐标信息（经度、纬度，不考虑高度），计算得到雷达航迹点Prj与融合航迹点PAk的平面位置误差Erj
步骤105：汇总雷达航迹点每点的位置误差Erj，计算该雷达Ri对融合航迹HA1探测的整体平均误差：E i =（∑ n j=1 E rj ）/n；
步骤106：上述步骤计算完成后，得到对于一批融合航迹HA1，各关联雷达的探测误差为：
E A = {E 0 ， E 1 ， E 2 ,…,E m }
步骤107：重复步骤101-106，完成对全部融合航迹的雷达探测误差评估计算。
需要说明的是，由于不同型号的雷达装备测高能力存在差异，且测高数据不稳定，在进行偏差计算时不考虑高度因素。
（2）单批目标雷达探测融合权重计算
根据步骤“（1）单批目标雷达探测误差计算”计算得到的雷达相对该融合航迹目标的探测误差结果E A = {E 1 ， E 2 ,…,E u }，对雷达的融合权重进行估算，具体方法为：
从雷达探测误差集EA中获取误差最小值Emin，按照总权重之和为1，且探测精度越高、融合权重越大的原则，将雷达探测误差进行横向对比和归一化，即：
以探测误差最小的雷达设定权重为A，则其他雷达的融合权重为：W j =A×E min /E j
进行归一化处理：1=A×∑ u j=1 E min /E j
求解得到：A=1/∑ u j=1 E min /E j
然后求解该融合航迹上各雷达的融合权重：
W R = {W 1 ， W 2 ，…,W u }
当该融合航迹点仅有1部雷达进行情报融合时，通过上述估算方法计算得到该雷达的融合权重为1.0；有多部雷达参与融合时，通过上述估算方法计算得到各雷达融合权重系数之和为1.0。
（3）单批目标融合航迹点的雷达贡献计算
在单批目标融合航迹数据中，每个融合航迹点均记录了参与融合的雷达，因此可以结合雷达装备对该批融合航迹的融合权重，计算在每个融合航迹点，雷达参与融合的贡献比，具体步骤如下：
步骤301：获取一批融合航迹HA，加载该融合航迹的所有融合航迹点集合P A = { P A1 , P A2 ,… P As }；
步骤302：以融合航迹点集合中s个航迹点平分总权重值1.0，则每个融合航迹点在该融合航迹中的权重值为：C p =1/s;
步骤303：遍历融合航迹点集合P A = { P A1 , P A2 ,… P As }中的每个航迹点PAk(1≤k≤s)，获取该融合航迹点上参与融合的雷达集合R p ={R 1 ，R 2 ，R m }，根据步骤“（2）单批目标雷达探测融合权重计算”得到的各雷达融合权重，得到该航迹点上参与融合雷达集合Rp对应的融合权重
W RP = {W 1 ， W 2 ，…,W m }
步骤304：对该航迹点上参与融合的m个雷达权重进行归一化，取L=1/∑ m j=1 W j ；
得到各雷达在该航迹点上的修正融合权重为：
W RP = { L×W 1 ， L×W 2 ，…, L×W m }
步骤305：根据各雷达在融合航迹点的融合权重，计算在该融合航迹点上，各雷达获得的对该批融合航迹的融合贡献值为：
CP Ak = W RP * C p ={ L×W 1 ×C p ，L×W 2 ×C p ，，…, L×W u ×C p }
（4）单批目标融合航迹的雷达贡献计算
汇总融合航迹HA中各融合航迹点中各雷达获得的融合贡献值，得到各雷达对该批融合航迹的融合贡献值：
C R = {C r1 ， C r2 ， C r3 ,…, C rm }
其中，每部雷达的融合贡献值C rj 为：C rj =∑ s k=1 CP Ak ；
根据上述计算关系，可以在单批融合航迹中，各雷达对该批融合航迹中的融合贡献值满足：1=∑ m j=0 C rj 。
（5）组网融合整体贡献计算
重复前序步骤（1）、步骤（2）、步骤（3），完成对每一个融合航迹的雷达贡献值计算。
根据配试目标权重系数F={f 1 ，f 2 ，…,f v }，以及在每个目标的融合航迹中各雷达的贡献值，可以汇总得到各雷达的组网融合整体贡献值：
C = {C 1 ， C 2 ， C 3 ,…, C m }
其中,每部雷达在组网融合中的整体贡献值C j 为：
C j = f 1 * C rf1 + f 2 * C rf2 +… + f v * C rfv
根据上述计算关系，可以确定在组网融合整体贡献结果中，各雷达的融合贡献值满足：1=∑ m j=1 C j 。
需要说明的是，在组网融合整体贡献评估计算中，一般以时间范围、重点的一批或多批目标为评估条件，以确定用于评估计算的雷达航迹数据集和组网融合航迹数据集，对多部雷达探测目标的组网融合贡献度进行评估计算。
本发明另外一个实施例还提供了雷达情报组网融合中的装备贡献计算装置，包括如下模块：
单批目标雷达探测误差计算模块，用于利用雷达上报的航迹数据和雷达情报组网系统融合后的航迹数据进行对比计算，以组网融合航迹为基准，计算得到每部雷达装备探测每批目标的平均位置误差；
单批目标雷达探测融合权重计算模块，用于对单批目标，以参与融合的雷达探测平均位置误差计算雷达在该目标融合航迹中的融合权重；
单批目标融合航迹点的雷达贡献计算模块，用于对单批目标融合航迹点的每一个航迹点，根据融合航迹中每点参与融合的雷达数据，计算在每个融合航迹点中参与融合雷达的贡献值；
单批目标融合航迹的雷达贡献值计算模块，用于汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值；
组网融合整体贡献值计算模块，用于根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。
该装备贡献计算装置中各功能模块用于实现前述装备贡献计算方法。
以上装置可以在计算机存储介质中实现，该存储介质上存储有计算机指令，用于实现上述各功能模块，该存储介质计算机可读，指令被处理器执行时可实现前述装备贡献计算装置中各功能模块。
以上装置也可以为一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现前述装备贡献计算装置中各功能模块。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.雷达情报组网融合中的装备贡献计算方法，其特征在于，包括如下步骤：
第一步，进行单批目标雷达探测误差计算，利用雷达上报的航迹数据和雷达情报组网系统融合后的航迹数据进行对比计算，以组网融合航迹为基准，计算得到每部雷达装备探测每批目标的平均位置误差；
第二步，进行单批目标雷达探测融合权重计算，对单批目标，以参与融合的雷达探测平均位置误差计算雷达在该目标融合航迹中的融合权重；
第三步：进行单批目标融合航迹点的雷达贡献计算，对单批目标融合航迹点的每一个航迹点，根据融合航迹中每点参与融合的雷达数据，计算在每个融合航迹点中参与融合雷达的贡献值；
第四步：进行单批目标融合航迹的雷达贡献值计算，汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值；
第五步：进行组网融合整体贡献值计算，根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。
2.如权利要求1所述的方法，其特征在于，所述第一步，具体包括如下步骤：
步骤101：获取一批融合航迹HA，对应加载该融合航迹关联的雷达航迹集合H={HR1，HR2，… HRm}，HR1，HR2，… HRm分别为第1~第m条雷达航迹，对应雷达集合R={R1，R2，…Ri}，R1，R2，…Ri分别为第1~第i个雷达；
步骤102：加载融合航迹HA1的所有融合航迹点集合 PA = { PA1, PA2,… PAs }，PA1,PA2,… PAs分别为第1~第s个融合航迹点；
步骤103：遍历该融合航迹关联的雷达航迹集合H中的每批融合航迹HRi，1≤i≤m，加载该批融合航迹HRi的所有雷达航迹点集合PR = {Pr1, Pr2,… Prn}；Pr1, Pr2,… Prn分别为第1~第n个雷达航迹点；
步骤104：遍历雷达航迹点集合PR = {Pr1, Pr2,… Prn}中的每个航迹点Prj，1≤j≤n，获取该航迹点的时间Trj，然后在融合航迹点集合PA中找到时间为Trj的融合航迹点PAk，1≤k≤s，然后根据雷达航迹点Prj与融合航迹点PAk中的坐标信息，计算得到雷达航迹点Prj与融合航迹点PAk的平面位置误差Erj；
步骤105：汇总雷达航迹点每点的位置误差Erj，计算该雷达Ri对融合航迹HA1探测的整体平均误差：E i =（∑ n j=1 E rj ）/n；
步骤106：上述步骤计算完成后，得到对于一批融合航迹HA1，各关联雷达的探测误差集合为：E A = {E 0 ， E 1 ， E 2 ,…,E m }
步骤107：重复步骤101-106，完成对全部融合航迹的雷达探测误差评估计算。
3.如权利要求1或2所述的方法，其特征在于，所述第二步，具体为：
根据第一步计算得到的雷达相对该融合航迹目标的探测误差结果E A = {E 1 ， E 2 ,…,E u }，对雷达的融合权重进行估算，具体方法为：
从雷达探测误差集EA中获取误差最小值Emin，按照总权重之和为1，且探测精度越高、融合权重越大的原则，将雷达探测误差进行横向对比和归一化，即：
以探测误差最小的雷达设定权重为A，则其他雷达j的融合权重为：
W j =A×E min /E j
进行归一化处理：1=A×∑ u j=1 E min /E j
求解得到：A=1/∑ u j=1 E min /E j
然后求解该融合航迹上各雷达的融合权重：
W R = {W 1 ， W 2 ，…,W u }；
W 1 ， W 2 ，…,W u 分别为融合航迹上第1~第u个雷达的融合权重；
当该融合航迹点仅有1部雷达进行情报融合时，通过上述估算方法计算得到该雷达的融合权重为1.0；有多部雷达参与融合时，通过上述估算方法计算得到各雷达融合权重系数之和为1.0。
4.如权利要求1所述的方法，其特征在于，所述第三步，具体包括如下步骤：
步骤301：获取一批融合航迹HA，加载该融合航迹的所有融合航迹点集合P A = { P A1 , P A2 ,… P As }；P A1 , P A2 ,… P As 分别为第1~第s个融合航迹点；
步骤302：以融合航迹点集合中s个航迹点平分总权重值1.0，则每个融合航迹点在该融合航迹中的权重值为：C p =1/s;
步骤303：遍历融合航迹点集合P A = { P A1 , P A2 ,… P As }中的每个航迹点PAk，1≤k≤s，获取该融合航迹点上参与融合的雷达集合R p ={R 1 ，R 2 ，R m }，根据第二步得到的各雷达融合权重，得到该航迹点上参与融合雷达集合Rp对应的融合权重W RP = {W 1 ， W 2 ，…,W m }
步骤304：对该航迹点上参与融合的m个雷达权重进行归一化，取L=1/∑ m j=1 W j ；
得到各雷达在该航迹点上的修正融合权重为：W RP = { L×W 1 ， L×W 2 ，…, L×W m }
步骤305：根据各雷达在融合航迹点的融合权重，计算在该融合航迹点上，各雷达获得的对该批融合航迹的融合贡献值为：
CP Ak = W RP × C p ={ L×W 1 ×C p ，L×W 2 ×C p ，，…, L×W u ×C p 。
5.如权利要求1所述的方法，其特征在于，所述第四步，具体包括如下步骤：
汇总融合航迹HA中各融合航迹点中各雷达获得的融合贡献值，得到各雷达对该批融合航迹HA的融合贡献值：C R = {C r1 ， C r2 ， C r3 ,…, C rm }
其中，每部雷达的融合贡献值C rj 为：C rj =∑ s k=1 CP Ak ；
根据上述计算关系，在单批融合航迹中，各雷达对该批融合航迹中的融合贡献值满足：1=∑ m j=0 C rj 。
6.如权利要求1所述的方法，其特征在于，所述第五步，具体包括如下步骤：重复前序第一步~第三步，完成对每一个融合航迹的雷达贡献值计算；
根据配试目标权重系数F={f 1 ，f 2 ，…,f v }，以及在每个目标的融合航迹中各雷达的贡献值，可以汇总得到各雷达的组网融合整体贡献值：
C = {C 1 ， C 2 ， C 3 ,…, C m }；
其中,每部雷达在组网融合中的整体贡献值C j 为：
C j = f 1 × C rf1 + f 2 ×C rf2 +… + f v ×C rfv ；
根据上述计算关系，可以确定在组网融合整体贡献结果中，各雷达的融合贡献值满足：1=∑ m j=1 C j 。
7.雷达情报组网融合中的装备贡献计算装置，其特征在于，包括如下模块：
单批目标雷达探测误差计算模块，用于利用雷达上报的航迹数据和雷达情报组网系统融合后的航迹数据进行对比计算，以组网融合航迹为基准，计算得到每部雷达装备探测每批目标的平均位置误差；
单批目标雷达探测融合权重计算模块，用于对单批目标，以参与融合的雷达探测平均位置误差计算雷达在该目标融合航迹中的融合权重；
单批目标融合航迹点的雷达贡献计算模块，用于对单批目标融合航迹点的每一个航迹点，根据融合航迹中每点参与融合的雷达数据，计算在每个融合航迹点中参与融合雷达的贡献值；
单批目标融合航迹的雷达贡献值计算模块，用于汇总单批目标融合航迹中各航迹点上雷达的贡献数据，得到单批目标融合航迹中各雷达的融合贡献值；
组网融合整体贡献值计算模块，用于根据应用场景中对目标权重的配置数据，加权汇总雷达装备对每个目标融合航迹贡献值，得到雷达装备在所设定场景下的组网融合整体贡献值。
CN202210918949.4A 2022-08-02 2022-08-02 雷达情报组网融合中的装备贡献计算方法及装置 Active CN114971436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210918949.4A CN114971436B (zh) 2022-08-02 2022-08-02 雷达情报组网融合中的装备贡献计算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210918949.4A CN114971436B (zh) 2022-08-02 2022-08-02 雷达情报组网融合中的装备贡献计算方法及装置

Publications (2)

Publication Number Publication Date
CN114971436A true CN114971436A (zh) 2022-08-30
CN114971436B CN114971436B (zh) 2022-09-30

Family

ID=82969252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210918949.4A Active CN114971436B (zh) 2022-08-02 2022-08-02 雷达情报组网融合中的装备贡献计算方法及装置

Country Status (1)

Country Link
CN (1) CN114971436B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116520307A (zh) * 2023-02-20 2023-08-01 扬州宇安电子科技有限公司 一种基于目标追踪的雷达协同检测系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140139367A1 (en) * 2012-11-22 2014-05-22 Agency For Defense Development Method for producing at least information for track fusion and association for radar target tracking, and storage medium thereof
CN104730510A (zh) * 2015-04-08 2015-06-24 四川九洲空管科技有限责任公司 一种多雷达航迹融合方法
CN105093198A (zh) * 2015-07-28 2015-11-25 西安电子科技大学 一种分布式外辐射源雷达组网探测的航迹融合方法
CN110045342A (zh) * 2019-05-08 2019-07-23 中国人民解放军空军研究院战略预警研究所 雷达相对系统误差估值有效性评价方法
CN110929810A (zh) * 2019-12-27 2020-03-27 航天南湖电子信息技术股份有限公司 一种低慢小目标探测系统多源数据融合方法
US20220163656A1 (en) * 2020-02-25 2022-05-26 Elta Systems Ltd. System and method for constructing fused tracks from radar detections

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140139367A1 (en) * 2012-11-22 2014-05-22 Agency For Defense Development Method for producing at least information for track fusion and association for radar target tracking, and storage medium thereof
CN104730510A (zh) * 2015-04-08 2015-06-24 四川九洲空管科技有限责任公司 一种多雷达航迹融合方法
CN105093198A (zh) * 2015-07-28 2015-11-25 西安电子科技大学 一种分布式外辐射源雷达组网探测的航迹融合方法
CN110045342A (zh) * 2019-05-08 2019-07-23 中国人民解放军空军研究院战略预警研究所 雷达相对系统误差估值有效性评价方法
CN110929810A (zh) * 2019-12-27 2020-03-27 航天南湖电子信息技术股份有限公司 一种低慢小目标探测系统多源数据融合方法
US20220163656A1 (en) * 2020-02-25 2022-05-26 Elta Systems Ltd. System and method for constructing fused tracks from radar detections

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张良成 等: "动态自适应的多雷达信息加权融合方法", 《计算机科学》 *
杨士英 等: "突防过程中组网雷达辐射源威胁等级评估", 《雷达科学与技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116520307A (zh) * 2023-02-20 2023-08-01 扬州宇安电子科技有限公司 一种基于目标追踪的雷达协同检测系统及方法
CN116520307B (zh) * 2023-02-20 2023-10-27 扬州宇安电子科技有限公司 一种基于目标追踪的雷达协同检测系统及方法

Also Published As

Publication number Publication date
CN114971436B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN107066382B (zh) 一种基于模型的航天器系统自动化测试方法
CN112308381B (zh) 装备贡献度数据分析方法、系统、存储介质、计算机设备
CN114971436B (zh) 雷达情报组网融合中的装备贡献计算方法及装置
US20200409823A1 (en) Method and apparatus for optimal distribution of test cases among different testing platforms
US20210216609A1 (en) Degradation detection system
CN114692758A (zh) 电力通信故障分析方法、装置、终端设备及介质
CN110488226B (zh) 一种水下目标定位方法及装置
WO2019176988A1 (ja) 検査システム、識別システム、及び識別器評価装置
CN114296044A (zh) 一种激光雷达故障诊断方法和装置
KR102066868B1 (ko) 목표 신뢰성 지수를 만족하도록 전장용 소프트웨어 안전성을 시뮬레이션하는 방법 및 장치
CN113127274B (zh) 磁盘故障预测方法、装置、设备及计算机存储介质
CN115291177A (zh) 一种多雷达协同探测中的情报贡献计算方法及装置
CN105159826B (zh) 一种定位目标程序中的错误语句的方法和装置
US9733341B1 (en) System and method for covariance fidelity assessment
CN114877926A (zh) 传感器故障检测与诊断方法、介质、电子设备及系统
CN111679298B (zh) 导航系统的完好性监测方法、完好性监测装置及电子设备
CN115270902A (zh) 用于测试产品的方法
CN111047185B (zh) 贮存环境因素对弹药贮存可靠性影响的确定方法及装置
CN113537367A (zh) 一种故障检测模型的训练方法、装置、故障检测方法、电子设备和可读存储介质
CN113848570A (zh) 基于非高斯分布的自适应实时多径消除及抗差定位方法
CN109471766B (zh) 一种基于测试性模型的序贯故障诊断方法及装置
CN110059012B (zh) 一种程序测试的控制方法、装置、存储介质及平台
CN114139601A (zh) 一种对电力巡检场景人工智能算法模型的评估方法及系统
CN112098782A (zh) 一种基于神经网络的moa绝缘状态检测方法及系统
US20210390403A1 (en) Method and device for correcting erroneous neuron functions in a neural network

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
CB03 Change of inventor or designer information

Inventor after: Tang Guofang

Inventor after: Yan Yongheng

Inventor after: Gao Ruiming

Inventor after: Yan Shuangping

Inventor before: Tang Guofang

Inventor before: Wang Cheng

Inventor before: Yan Yongheng

Inventor before: Gao Ruiming

Inventor before: Yan Shuangping

CB03 Change of inventor or designer information