CN115687453A - 基于态势感知数据驱动的舰船运行环境动态建模方法 - Google Patents
基于态势感知数据驱动的舰船运行环境动态建模方法 Download PDFInfo
- Publication number
- CN115687453A CN115687453A CN202211322332.2A CN202211322332A CN115687453A CN 115687453 A CN115687453 A CN 115687453A CN 202211322332 A CN202211322332 A CN 202211322332A CN 115687453 A CN115687453 A CN 115687453A
- Authority
- CN
- China
- Prior art keywords
- model
- data
- environment
- ship
- marine
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于态势感知数据驱动的舰船运行环境动态建模方法,包括以下步骤:1)对舰船运行环境进行态势感知,获取态势感知数据;所述态势数据包括海洋环境数据和舰船态势数据;2)对态势感知数据进行预处理;3)使用数据库对处理好的态势感知数据进行存储,进行数据集成化管理;4)使用态势感知数据构建舰船运行环境模型,所述舰船运行环境模型包括静态模型和动态模型。本发明对多源态势数据进行感知,通过实时更新获取数据库中的态势感知数据,驱动舰船运行环境的动态建模,可以有效的提高检测效率和舰船运行系统的感知能力。
Description
技术领域
本发明涉及舰船动态建模技术,尤其涉及一种基于态势感知数据驱动的舰船运行环境动态建模方法。
背景技术
随着人类对海洋的探索,舰船在海上扮演着各种角色,然而舰船平台运行性能受舰船运行环境影响很大,多变的海洋气象因素、海洋水文因素、海洋地理地质因素、电磁环境等因素使得舰船平台无法达到静态设计的最佳指标,因此如何高效的对舰船运行环境建模逐渐成为了国内外研究热点。
目前舰船运行环境的态势感知数据获取途径可分为:海基、岸基、船基、空基、天基等。态势感知数据是构建舰船运行环境动态模型的数据基础,态势感知数据驱动的舰船运行环境动态建模,有利于准确构建舰船运行环境模型,为运行过程中的舰船提供运行环境态势信息感知能力,及时、全面掌握舰船运行环境诸多态势信息,减少舰船运行环境的复杂性、动态性带来的影响,进而提升舰船运行能力。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种基于态势感知数据驱动的舰船运行环境动态建模方法。
本发明解决其技术问题所采用的技术方案是:一种基于态势感知数据驱动的舰船运行环境动态建模方法,包括以下步骤:
1)对舰船运行环境进行态势感知,获取态势感知数据;所述态势数据包括海洋环境数据和舰船态势数据;
其中,海洋环境数据包括:海洋气象环境、海洋水文环境、海洋声学环境、海洋物理环境、海洋地质地貌数据;
舰船态势数据包括:舰船单元类型、舰船运行单元数量、部署位置、移动轨迹数据;
2)对态势感知数据进行预处理;
所述预处理包括:利用数据挖掘技术搜索海洋异构要素之间的关联关系;利用加权均值填充法实现对数据缺失值的填充;使用基于K-均值的聚类算法实现数据去噪;使用文件相似性比较算法去除重复冗杂的文件数据;使用PCA变换、卡尔曼滤波算法和多贝叶斯估计的方法实现数据融合;
3)使用数据库对处理好的态势感知数据进行存储,进行数据集成化管理;
4)使用态势感知数据构建舰船运行环境模型,所述舰船运行环境模型包括静态模型和动态模型;
其中,静态模型包括:海洋地质地貌模型、海洋水声信道模型和海洋物理环境模型;
动态模型包括:海洋气象水文模型和舰船态势感知模型。
按上述方案,所述步骤4)中,使用态势感知数据构建舰船运行环境模型为根据数据库中的态势感知数据使用数据模型的方式对静态模型建模,使用数值模拟的方式对动态模型建模。
按上述方案,所述步骤4)中,使用态势感知数据构建舰船运行环境模型,具体如下:
4.1)海洋地质地貌模型;
首先将构建模拟对象的最基本几何单元定义成微小的多面体,包括四面体和立方体;以满足不同模拟对象几何外形的精度需要;
其次利用划分算法,生成多面体单元堆积形成的海底地形模型;
同时利用多项式趋势面分析法,拟合出与地质层空间变化趋势分布一致的空间曲面,最终建立舰船运行环境模型中的海洋地质地貌模型;
4.2)海洋水声信道模型;
建立海洋水下声通道的简化射线模型;
在射线理论模型的基础上,针对水声信道的多普雷频移现象,构建出针对多普勒时变频移特性的海洋水声信道简化模型;
4.3)海洋物理环境模型;
包括海洋物理重力环境模型与海洋物理磁场环境模型;
建立高精度海洋环境重力模型:根据探测卫星的初始状态,以经验重力场模型下的探测卫星参考轨道作为初始条件,将卫星重力反演的非线性观测方程作线性化处理,最终构建出舰船运行环境下海洋重力场模型;
海洋物理磁场环境模型,应用三维Taylor多项式的方法,将海洋磁力测量结果数据与相应的磁测点深度数据结合,构建一个高精度且符合海域磁场在垂直方向变化特征的海洋磁场环境模型;
4.4)针对海洋气象水文模型,基于HYCOM数值模式,通过数据同化将来自卫星的表面观测数据结合起来,利用模型的动态插值技术,对三维海洋状态进行实时模拟与临近预报;
4.5)针对舰船态势感知模型,对于舰船态势感知模型建模,通过态势感知数据对运行单元的位置信息、状态信息、部署信息进行实时的可视化,以军标加三维模型的方式实时渲染在运行环境模型中,同时量化表示舰船运行环境中自然环境要素对军事单元运行能力的影响。
本发明产生的有益效果是:
本发明提供了一种基于态势感知数据驱动的舰船运行环境动态建模方法,借助天基、空基、海基、岸基、船基等不同的方式对多源态势数据进行感知,对感知数据预处理后存入数据库,通过实时更新获取数据库中的态势感知数据,驱动舰船运行环境的动态建模;
本发明提出的态势感知及多源数据处理、融合的方法,可以有效的提高检测效率和舰船运行系统的感知能力。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的方法流程图;
图2是本发明实施例获取态势感知数据的方法流程图;
图3是本发明实施例对态势感知数据进行预处理的方法流程图;
图4是本发明实施例对态势感知数据进行存储的方法流程图;
图5是本发明实施例中使用态势感知数据构建舰船运行环境模型的方法流程图;
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用以解释本发明,并不用于限定本发明。
如图1所示,一种基于态势感知数据驱动的舰船运行环境动态建模方法,具体包括以下步骤:
步骤1:使用态势感知技术对舰船运行环境进行态势感知;
本实施例中步骤1的具体实施流程如图2所示:
步骤1-1:确定舰船运行环境态势感知数据的类型;
步骤1-2:确定态势感知数据的来源;
步骤1-3:根据不同类型的态势数据选用不同的感知方法;
步骤1-4:获取需要的态势数据。
在步骤1-1中,舰船运行环境的态势数据可分为自然环境数据和舰船态势数据。
本实施例中自然环境数据包括:海洋气象环境、海洋水文环境、海洋声学环境、海洋物理环境、海洋地质地貌等;舰船态势数据包括:舰船单元类型、舰船运行单元数量、部署位置、移动轨迹等。
在步骤1-2中,态势感知数据的来源有天基、空基、海基、岸基、船基。
在步骤1-3和1-4中,根据不同类型的态势数据选用不同的感知方法。如:通过海基的海洋浮标平台、天基的遥感卫星以及岸基的观测站可以实现对海洋盐度、温度、深度数据的实时采集和传输;通过构建三维海域温度、盐度模型,对舰船运行环境中的水声信道环境进行模拟和临时预报,为构建水下声学信道模型提供数据基础;通过卫星重力测量和船载重力测量获取海洋物理环境数据;通过船基的回波检测方法并结合GIS技术测量海底地质地貌数据;通过雷达探测、声呐探测获得舰船态势数据。
步骤2:对态势感知数据进行预处理;
本实施例中步骤2的具体实施流程如图3所示:
步骤2-1:利用数据挖掘技术搜索海洋异构要素之间的关联关系;
步骤2-2:利用加权均值填充法实现对数据缺失值的填充;
步骤2-3:使用基于K-均值的聚类算法实现数据去噪;
步骤2-4:使用文件相似性比较算法去除重复冗杂的文件数据;
步骤2-5:使用PCA变换、卡尔曼滤波算法和多贝叶斯估计的方法实现数据融合。
在步骤2-1中,针对海洋环境现象的动态性、复杂性,可通过对一定时空范围内的海洋温度、降雨量、浪速和浪向等多要素时序感知数据进行多层次分类描述与处理,利用数据挖掘,搜索海洋环境异构要素之间的关联关系,以此获得当前时刻多要素时序数据组成的海洋环境与对应海洋现象之间的映射关系。
在步骤2-2中,针对缺失的海洋气象水文数据,通过查询历史平均数据的方法进行填补;针对舰船态势感知数据,使用加权平均值填充法对数据缺失值进行填充。
在步骤2-3中,由于采集到的数据存在噪声干扰,不能直接使用,因此使用基于K-均值的聚类算法实现数据去噪。
在步骤2-4中,针对产生的易重复的存储着舰船运行过程非结构化(如雷达扫描、电子侦察图像)和半结构化数据(声呐探测文本、运行任务日志)的文件,通过文件相似性比较算法去除重复冗杂的文件数据。
在步骤2-5中,针对多源探测数据,可以通过数据融合的方式,提取舰船探测系统的多源探测数据在空间和时间上的互补与冗余信息,对探测对象的信息形成统一的描述。主要方法有PCA变换、卡尔曼滤波算法和多贝叶斯估计的方法,实现数据融合。根据不同探测源的特点,为GF-4卫星数据和自动识别系统(AIS)异构数据提供一种航迹级数据融合体系结构,提高舰船运行中海上军事态势感知能力。
步骤3:使用数据库对处理好的态势感知数据进行存储,构建数据集成化管理平台;
本实施例中步骤3的具体实施流程如图4所示:
步骤3-1:确定存储数据类型;
步骤3-2:基于XML中间文件模式进行数据存储;
步骤3-3:编写数据库操作接口,实现数据模型参数的实时更新与获取;
步骤3-4:形成数据集成化管理平台;
在步骤3-1中,存储的数据主要包括两类,一是静态数据,包括舰船基础数据,舰船的基本设备信息,如:设备类号、装置种类和设备的物理性质;二是动态数据,包括舰船战斗实时状态、动态环境、舰船重要设备运行状态等。由于这些数据包含较广,有温度、盐度、深度等浮点型数据,也有设备型号、设备参数等字符型数据,因此在存储前要对感知数据的类型进行统一规范描述。
在步骤3-2中,由于舰船运行环境数据具有多源、异构、海量的特点,将数据以XML中间文件的模式进行存储,有利于数据的集成和管理。
在步骤3-3和3-4中,态势感知数据模型的存储和管理采用结构型数据库实现,通过对数据库进行新增、删除、修改、查询操作,实现接入数据模型参数和仿真运行数据模型参数的实时更新与获取,为态势感知数据驱动的舰船运行环境模型提供数据基础。
步骤4:使用态势感知数据驱动舰船运行环境建模;
本实施例中步骤4的具体实施流程如图5所示:
步骤4-1:从数据库获取相关参数数据;
步骤4-2:使用数据模型的方式对静态模型建模;
步骤4-3:使用数值模拟的方式对动态模型建模;
在动态建模时,从数据库中获取存储的感知数据驱动舰船运行环境模型的建立。
舰船运行环境模型包括静态模型和动态模型。
静态模型包括:海洋地质地貌模型、海洋水声信道模型和海洋物理环境模型。
动态模型包括:海洋气象水文模型和舰船态势感知模型。
针对海洋地质地貌模型,首先要将构建模拟对象的最基本几何单元定义成微小的多面体(如四面体、立方体等),以适应不同模拟对象几何外形的精度需要。其次利用划分算法,生成多面体单元堆积形成的海底地形模型。同时利用多项式趋势面分析法,拟合出与地质层空间变化趋势分布一致的空间曲面,最终建立舰船运行环境模型中的海洋地质地貌模型,具有较高的精确度。
针对海洋水声信道模型,现有水声通信信道仿真理论主要来源于射线声学理论模型。同时利用海洋声速剖面分布受海水温度、盐度影响的特性,建立实时声速剖面估计。由射线理论推导声线轨迹的函数方程,可以建立海洋水下声通道的简化射线模型。在射线理论模型的基础上,针对水声信道的多普雷频移现象,构建出针对多普勒时变频移特性的海洋水声信道简化模型。
海洋物理环境模型主要指重力环境与磁场环境。建立高精度海洋环境重力模型的主要方法有利用探测卫星的重力数据推算高精度静态海洋重力场模型。根据探测卫星的初始状态,以经验重力场模型下的探测卫星参考轨道作为初始条件,将卫星重力反演的非线性观测方程作线性化处理,最终构建出舰船运行环境下海洋重力场模型。按照建模区域,可以将磁场环境模型分为全球磁场环境模型与区域磁场环境模型。为此,需要针对舰船运行环境具体应用要求,需要构建高分辨率且符合舰船运行环境中磁场分布随深度变化、拟合实际海域磁场异常分布的区域地磁场模型。在构建海洋环境磁场模型的过程中,应用了三维Taylor多项式的方法,将海洋磁力测量结果数据与相应的磁测点深度数据结合,构建一个高精度且符合海域磁场在垂直方向变化特征的海洋磁场环境模型。
针对海洋气象水文模型,鉴于实际观测海洋气象水文资料相对较少,无法满足数据建模的研究需求,因此通过建立海洋数值模式进行对海洋气象水文环境进行实时模拟是学界主流的研究方法。海洋数值模式通过建立海水运动方程、热动力方程等对海洋进行数值模拟。本实施例基于HYCOM数值模式,通过数据同化将来自卫星的表面观测数据结合起来,利用模型的动态插值技术,可以准确地对三维海洋状态进行实时模拟与临近预报。基于HYCOM和海军耦合海洋数据同化(NCODA)组件的美国海军全球海洋预报系统(GOFS),可用于模拟与临近预报全球海洋气象水文环境。
针对舰船态势感知模型,对于舰船态势感知模型建模主要包括敌我双方运行单元、后勤单元构建,以军标加三维模型的方式实时渲染在运行环境模型中。通过态势感知数据对运行单元的位置信息、状态信息、部署信息进行实时的可视化。同时需要考虑舰船运行环境中自然环境要素对军事单元运行能力的影响,有效量化海战场的环境要素与运行单元间的影响关系。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (4)
1.一种基于态势感知数据驱动的舰船运行环境动态建模方法,其特征在于,包括以下步骤:
1)对舰船运行环境进行态势感知,获取态势感知数据;所述态势数据包括海洋环境数据和舰船态势数据;
其中,海洋环境数据包括:海洋气象环境、海洋水文环境、海洋声学环境、海洋物理环境、海洋地质地貌数据;
舰船态势数据包括:舰船单元类型、舰船运行单元数量、部署位置、移动轨迹数据;
2)对态势感知数据进行预处理;
3)使用数据库对处理好的态势感知数据进行存储,进行数据集成化管理;
4)使用态势感知数据构建舰船运行环境模型,所述舰船运行环境模型包括静态模型和动态模型;
其中,静态模型包括:海洋地质地貌模型、海洋水声信道模型和海洋物理环境模型;
动态模型包括:海洋气象水文模型和舰船态势感知模型。
2.根据权利要求1所述的基于态势感知数据驱动的舰船运行环境动态建模方法,其特征在于,所述预处理包括:利用数据挖掘技术搜索海洋异构要素之间的关联关系;利用加权均值填充法实现对数据缺失值的填充;使用基于K-均值的聚类算法实现数据去噪;使用文件相似性比较算法去除重复冗杂的文件数据;使用PCA变换、卡尔曼滤波算法和多贝叶斯估计的方法实现数据融合。
3.根据权利要求1所述的基于态势感知数据驱动的舰船运行环境动态建模方法,其特征在于,所述步骤4)中,使用态势感知数据构建舰船运行环境模型为根据数据库中的态势感知数据使用数据模型的方式对静态模型建模,使用数值模拟的方式对动态模型建模。
4.根据权利要求1所述的基于态势感知数据驱动的舰船运行环境动态建模方法,其特征在于,所述步骤4)中,使用态势感知数据构建舰船运行环境模型,具体如下:
4.1)海洋地质地貌模型;
首先将构建模拟对象的最基本几何单元定义成微小的多面体,包括四面体和立方体;以满足不同模拟对象几何外形的精度需要;
其次利用划分算法,生成多面体单元堆积形成的海底地形模型;
同时利用多项式趋势面分析法,拟合出与地质层空间变化趋势分布一致的空间曲面,最终建立舰船运行环境模型中的海洋地质地貌模型;
4.2)海洋水声信道模型;
建立海洋水下声通道的简化射线模型;
在射线理论模型的基础上,针对水声信道的多普雷频移现象,构建出针对多普勒时变频移特性的海洋水声信道简化模型;
4.3)海洋物理环境模型;
包括海洋物理重力环境模型与海洋物理磁场环境模型;
建立高精度海洋环境重力模型:根据探测卫星的初始状态,以经验重力场模型下的探测卫星参考轨道作为初始条件,将卫星重力反演的非线性观测方程作线性化处理,最终构建出舰船运行环境下海洋重力场模型;
海洋物理磁场环境模型,应用三维Taylor多项式的方法,将海洋磁力测量结果数据与相应的磁测点深度数据结合,构建一个高精度且符合海域磁场在垂直方向变化特征的海洋磁场环境模型;
4.4)针对海洋气象水文模型,基于HYCOM数值模式,通过数据同化将来自卫星的表面观测数据结合起来,利用模型的动态插值技术,对三维海洋状态进行实时模拟与临近预报;
4.5)针对舰船态势感知模型,对于舰船态势感知模型建模,通过态势感知数据对运行单元的位置信息、状态信息、部署信息进行实时的可视化,以军标加三维模型的方式实时渲染在运行环境模型中,同时量化表示舰船运行环境中自然环境要素对军事单元运行能力的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211322332.2A CN115687453A (zh) | 2022-10-27 | 2022-10-27 | 基于态势感知数据驱动的舰船运行环境动态建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211322332.2A CN115687453A (zh) | 2022-10-27 | 2022-10-27 | 基于态势感知数据驱动的舰船运行环境动态建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115687453A true CN115687453A (zh) | 2023-02-03 |
Family
ID=85099550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211322332.2A Pending CN115687453A (zh) | 2022-10-27 | 2022-10-27 | 基于态势感知数据驱动的舰船运行环境动态建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115687453A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796521A (zh) * | 2023-06-02 | 2023-09-22 | 中国人民解放军国防科技大学 | 水面战斗群对抗战模拟方法、装置、电子设备及存储介质 |
-
2022
- 2022-10-27 CN CN202211322332.2A patent/CN115687453A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796521A (zh) * | 2023-06-02 | 2023-09-22 | 中国人民解放军国防科技大学 | 水面战斗群对抗战模拟方法、装置、电子设备及存储介质 |
CN116796521B (zh) * | 2023-06-02 | 2024-03-26 | 中国人民解放军国防科技大学 | 水面战斗群对抗战模拟方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lecours et al. | A review of marine geomorphometry, the quantitative study of the seafloor | |
Calder et al. | Automatic processing of high‐rate, high‐density multibeam echosounder data | |
KR101835796B1 (ko) | 실시간 3차원 해양공간정보를 이용한 전술 지원 시스템 | |
Fairfield et al. | Active localization on the ocean floor with multibeam sonar | |
Zhou et al. | Mapping the underside of an iceberg with a modified underwater glider | |
CN104268848A (zh) | 一种海洋内波波速监测的方法 | |
CN117198330B (zh) | 一种声源识别方法、系统及电子设备 | |
Kearns et al. | Bathymetry-The art and science of seafloor modeling for modern applications | |
Li et al. | Cognitive ocean of things: a comprehensive review and future trends | |
CN115687453A (zh) | 基于态势感知数据驱动的舰船运行环境动态建模方法 | |
Le Traon et al. | Operational oceanography and prediction–a GODAE perspective | |
CN107943843A (zh) | 水下边坡勘测多源数据融合及集成显示系统及方法 | |
Medagoda et al. | Water column current profile aided localisation for autonomous underwater vehicles | |
Tuohy et al. | Map based navigation for autonomous underwater vehicles | |
Mindell et al. | New archaeological uses of autonomous underwater vehicles | |
Allotta et al. | Thesaurus project: Design of new autonomous underwater vehicles for documentation and protection of underwater archaeological sites | |
Zhou et al. | Initial performance analysis on underside iceberg profiling with autonomous underwater vehicle | |
Bingham | Navigating autonomous underwater vehicles | |
Zerr et al. | Quantitative monitoring of the underwater environment: Results of the International Marine Science and Technology Event MOQESM´ 14 in Brest, France | |
DelBalzo et al. | Environmental effects on MCM tactics planning | |
Swezey | Ocean acoustic uncertainty for submarine applications | |
CN116973899B (zh) | 一种基于凸聚类的冰下多目标定位方法和装置 | |
Heubach et al. | Generation of Augmented Bathymetry to Aid Development of Terrain-Aided Autonomous Underwater Vehicle Localization and Navigation Approaches | |
Xie et al. | Data Construction Method of Unmanned Underwater Vehicle Test Scene Based on Linear Interpolation | |
Zhang | Research on Grid Computing of an Ocean Information Data Processing System Based on the Computer Environment |
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 |