一种多域战场态势评估与威胁排序方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114239728A(43)申请公布日2022.03.25(21)申请号202111558593.XG06Q50/26(2012.01)(22)申请日2021.12.17(71)申请人中国航空研究院地址100000北京市朝阳区安外北苑2号院申请人中国航空工业集团公司沈阳飞机设计研究所(72)发明人王光耀高飞郑世钰程杰赵英策曾洁(74)专利代理机构西安吉顺和知识产权代理有限公司61238代理人薛涛(51)Int.Cl.G06K9/62(2022.01)G06K9/00(2022.01)G06Q10/06(2012.01)权利要求书4页说明书14页附图3页(54)发明名称一种多域战场态势评估与威胁排序方法(57)摘要本发明公开了一种多域战场态势评估与威胁排序方法，属于态势评估技术领域，该方法包括建立战场态势信息模型、计算敌方目标对象的相似度、敌方目标对象分群、装订多域作战场景参数等步骤。通过分析多域作战环境敌方战场态势信息，设置描述敌战术行为的相似性度量，运用改进的K‑means聚类目标分群方法，实现了对敌战场态势信息战术及分群分析，再通过划定资产威胁范围，牵引出敌方目标威胁类型，并给出了解析的拦截关键威胁判定方法，基于层次分析与威胁权重分解，提出了一种威胁等级排序方案。本发明可作为战场态势评估分析的底层驱动算法，可灵活高效部署在各类智能化指挥控制系统决策前段，具有运行速度快，求解精度高，兼容适配能力强的特点。CN114239728ACN114239728A权利要求书1/4页1.一种多域战场态势评估与威胁排序方法，其特征在于，包括如下步骤：(1)建立战场态势信息模型：基于敌方的目标类型、位置、高度、航向角、速度和时间信息，建立多个敌方目标对象的状态信息集合；(2)计算敌方目标对象的相似度：建立基于空间位置相似性度量、航向相似性度量、速度相似性度量和目标类型相似性度量的权重计算方法，计算多个敌方目标对象的相似度数值；(3)敌方目标对象分群：采用改进的K‑means聚类算法实现敌方目标对象的分群；(4)装订多域作战场景参数：确定威胁范围、资产临界范围、威胁类型和武器装备性能的数据参数；(5)拦截关键威胁判定：计算敌方目标对象的预测拦截点和预测拦截时间，判断预测拦截点是否落在资产临界范围、并判断在该目标对象的预测拦截时间内是否只能由平台当前的武器发射阶段实施，当预测拦截点落在资产临界范围内且该目标对象的拦截只能由平台当前的武器发射阶段实施时，则判断该目标对象为拦截关键威胁；(6)威胁度等级排序：运用层级分析方法，依次对敌方目标对象的威胁度进行排序。2.根据权利要求1所述的多域战场态势评估与威胁排序方法，其特征在于，所述状态信息集合(S)的表达式为：其中：amn代表第m个敌方作战单位在n时间点上的状态值。3.根据权利要求1所述的多域战场态势评估与威胁排序方法，其特征在于，所述计算敌方目标对象的相似度采用如下计算公式：其中：wk为第k个变量的识别权重，四个识别权重之和为1；(1)dij为空间位置相似性度量，空间位置相似性度量采用两观测目标之间的欧几里何距离表达方法计算：其中：pik为第i个目标的第k个空间位置坐标；(2)dij为航向相似性度量，航向相似性度量采用曼哈顿距离计算方法计算：其中：cik为第i个目标的第k个航向角；(3)dij为速度相似性度量，速度相似性度量通过以下公式所表现的两观测目标速率差的2CN114239728A权利要求书2/4页绝对值确定：(4)dij为目标类型相似性度量，目标类型相似性度量采用两观测目标的目标类型优先级差的绝对值确定：其中，ei为第个目标的目标类型优先级参数。4.根据权利要求1所述的多域战场态势评估与威胁排序方法，其特征在于，所述改进的K‑means聚类算法包括如下计算步骤：(1)输入包含m个对象的样本集，并给定聚类数目N和迭代收敛条件ε；(2)给定评估参数：允许的最大编队内部平面几何距离Dinner和最大编队成员数Nmember；(3)初始化聚类中心：随机选取样本集的一个点作为第一个初始聚类中心c1；应用相似性度量公式，计算样本集中各点与现有聚类中心的距离Dij；根据每个样本点被选为下一个初始聚类中心的概率大小，来确定下一个初始聚类中心，概率的表达式为：其中，Div(oi,cv)为第i个样本点到第v个聚类中心的距离，N为现有聚类中心的数目，根据上述公式求得概率值，运用轮盘法选取下一个初始聚类中心，重复上述过程，直至选取所有N个初始聚类中心(c1,c2,...,cN)；(4)用相似性度量公式，计算样本集中各点与现有聚类中心“距离”Dij；(5)按就近原则，将样本点oi划入“距离”最近的聚类中心代表的群中：(6)重新计算样本均值