基于多源感知与协同控制的低空目标处置方法及系统与流程
本发明涉及低空安全,尤其涉及一种基于多源感知与协同控制的低空目标处置方法及系统。
背景技术:
1、低空安全是国家安全和公共安全的重要组成部分。随着无人机等低慢小飞行器的广泛应用,低空安全威胁日益突出,机场、核电站、城市核心区等重点区域的低空防护需求愈发迫切。目前,相关领域已提出多种低空感知与反制方案,通过融合多源探测数据、结合气象信息进行目标识别,并基于识别结果执行相应的反制决策,在一定程度上提升了低空防护能力。
2、然而,现有低空防护技术在复杂空域环境和多样化目标威胁下,对目标的识别能力仍有明显不足。随着无人机技术的快速发展,新型、隐身或小型化低空目标不断涌现,这类目标往往具备更强的隐蔽性和机动性,传统识别方法难以及时有效地对其进行准确辨识。此外,当目标以集群形式出现时,现有方案对集群内部目标的个体识别和群体行为判断能力较弱,进一步增加了识别的难度。现有方案难以准确、及时地完成目标识别与判定,影响了后续反制决策的有效性和精准性。
技术实现思路
1、本发明所要解决的技术问题是提供一种基于多源感知与协同控制的低空目标处置方法及系统,以解决上述技术问题。
2、本发明解决上述技术问题的技术方案如下:一种基于多源感知与协同控制的低空目标处置方法,包括:获取针对目标区域的多源感知数据;根据所述多源感知数据进行空中目标识别,并对识别出的各个空中目标进行群体识别,得到群体识别结果;从所述多源感知数据中提取各个空中目标的多模态特征,并根据所述多模态特征对各个空中目标进行属性识别,得到各个空中目标的属性信息;根据所述群体识别结果以及各个空中目标的属性信息,对多层级反制资源进行动态协同决策,生成协同控制指令;根据所述协同控制指令调度所述多层级反制资源对各个空中目标执行协同反制操作。
3、本发明的有益效果是:通过获取多源感知数据,实现了对目标区域的多维度综合感知,在此基础上进行空中目标识别与群体识别,能够准确掌握各目标的身份属性及其群体归属关系,为后续差异化处置提供了可靠的数据基础。结合群体识别结果和属性信息对多层级反制资源进行动态协同决策,能够根据不同类型目标的特点匹配相应的反制策略,实现多层级反制资源的统筹调度与精准投送。最终通过协同控制指令驱动反制资源执行协同反制操作,有效提升了低空目标处置的智能化水平和多目标协同处置效率。
4、在上述技术方案的基础上,本发明还可以做如下改进。
5、进一步,所述根据所述多源感知数据进行空中目标识别,包括:获取气象环境数据和空域环境数据;根据所述气象环境数据和所述空域环境数据,通过探测设备效能衰减模型计算各个探测设备的有效探测效能值;根据各个探测设备的有效探测效能值,通过熵权法计算各个探测设备的动态融合权重;基于各个探测设备的动态融合权重,对所述多源感知数据进行加权关联匹配,并根据得到的匹配结果确定空中目标。
6、进一步,所述根据所述气象环境数据和所述空域环境数据,通过探测设备效能衰减模型计算各个探测设备的有效探测效能值,包括:根据所述气象环境数据中的各个气象因子分别计算气象衰减因子,以及根据所述空域环境数据中的各个空域因子分别计算空域衰减因子;对于每个探测设备,根据所述探测设备的类型,确定所述探测设备对应的气象因子权重和空域因子权重;对于每个探测设备,基于所述探测设备对应的气象因子权重对各个气象衰减因子进行加权融合得到气象加权值,并基于所述探测设备对应的空域因子权重对各个空域衰减因子进行加权融合得到空域加权值;对于每个探测设备,将所述气象加权值和所述空域加权值相乘,得到基础效能值;分别对各个基础效能值进行修正处理,得到各个探测设备的有效探测效能值。
7、进一步,所述基于各个探测设备的动态融合权重,对所述多源感知数据进行加权关联匹配,并根据得到的匹配结果确定空中目标,包括:基于各个探测设备的动态融合权重,将所述多源感知数据中各个探测设备获取的目标状态信息与所述多源感知数据中合法飞行器的航迹信息进行加权关联匹配,计算各个探测设备探测到的目标与合法飞行器之间的加权关联得分;将各个加权关联得分分别与预设阈值进行比较,根据得到的比较结果从各个探测设备探测到的目标中剔除与合法飞行器相匹配的目标,得到候选目标集合;对所述候选目标集合中的目标进行去重处理,得到所述空中目标。
8、进一步,所述对识别出的各个空中目标进行群体识别,得到群体识别结果,包括:以各个空中目标的位置距离、速度相似度和运动方向一致性为聚类指标,采用聚类算法对识别出的各个空中目标进行聚类;对于得到的每个聚类簇,若所述聚类簇内的空中目标数量大于等于预设集群判定阈值,则将所述聚类簇内的空中目标判定为集群目标,并根据所述多源感知数据计算所述聚类簇对应的群体特征参数;若所述聚类簇内的空中目标数量小于所述预设集群判定阈值,则将所述聚类簇内的空中目标判定为单目标,并根据所述多源感知数据计算所述聚类簇对应的单目标特征参数;根据各个聚类簇对应的群体特征参数或单目标特征参数,生成群体识别结果。
9、进一步,所述从所述多源感知数据中提取各个空中目标的多模态特征,并根据所述多模态特征对各个空中目标进行属性识别,得到各个空中目标的属性信息,包括:从所述多源感知数据中提取各个空中目标的视觉特征、电磁特征和运动特征,得到各个空中目标的多模态特征;根据所述气象环境数据,对各个空中目标的多模态特征进行环境自适应增强,并对增强后的多模态特征进行时空融合处理,得到各个空中目标的多模态时空融合增强特征;将各个空中目标的多模态时空融合增强特征分别输入至预训练的识别网络进行属性识别,得到各个空中目标的属性信息。
10、进一步,所述根据所述气象环境数据,对各个空中目标的多模态特征进行环境自适应增强,并对增强后的多模态特征进行时空融合处理,得到各个空中目标的多模态时空融合增强特征,包括:根据所述气象环境数据,分别对各个空中目标的视觉特征进行气象修正、对电磁特征进行环境衰减补偿、对运动特征进行时空预测补偿,得到各个空中目标的增强视觉特征、增强电磁特征和增强运动特征;对各个空中目标的增强视觉特征、增强电磁特征和增强运动特征进行时间维度的时序关联和空间维度的特征融合,得到各个空中目标的多模态时空融合增强特征。
11、进一步,方法还包括:对于每个包含集群目标的聚类簇,根据所述聚类簇对应的群体特征参数和所述聚类簇中各个集群目标的属性信息,分析所述聚类簇中各个集群目标间的协同关联关系,以识别所述聚类簇中各个集群目标中的核心节点,并预测所述聚类簇中各个集群目标的行为演化趋势,得到行为演化趋势预测数据。
12、进一步,所述根据所述群体识别结果以及各个空中目标的属性信息,对多层级反制资源进行动态协同决策,生成协同控制指令,包括:获取所述目标区域的多层级反制资源的实时状态信息,所述多层级反制资源包括至少两个不同作用强度的反制层级;根据所述群体识别结果以及各个空中目标的属性信息,对每个空中目标进行反制策略初判,生成每个空中目标对应的反制策略初判结果;基于所述多层级反制资源的实时状态信息和各个空中目标对应的反制策略初判结果,对所述多层级反制资源进行协同调度,生成协同控制指令。
13、进一步,所述根据所述群体识别结果以及各个空中目标的属性信息,对每个空中目标进行反制策略初判,生成每个空中目标对应的反制策略初判结果,包括:对于所述群体识别结果中的每个单目标,根据所述单目标的属性信息匹配对应的反制层级和反制参数,生成所述单目标对应的反制策略初判结果;对于所述群体识别结果中每个包含集群目标的聚类簇,根据所述聚类簇中各个集群目标的属性信息以及所述行为演化趋势预测数据,确定所述聚类簇中核心节点的反制层级和反制时序以及所述聚类簇中从节点的反制层级和反制时序,得到所述聚类簇中各个集群目标的反制策略初判结果;其中,所述从节点为所述聚类簇中除核心节点外的集群目标,所述核心节点的反制层级的反制强度高于所述从节点的反制层级的反制强度,所述核心节点的反制时序早于所述从节点的反制时序。
14、进一步,所述基于所述多层级反制资源的实时状态信息和各个空中目标对应的反制策略初判结果,对所述多层级反制资源进行协同调度,生成协同控制指令,包括:在预规避约束条件下,基于所述多层级反制资源的实时状态信息和各个空中目标对应的反制策略初判结果,以反制效率最大化、反制能耗最小化以及安全风险最小化为优化目标,通过优化算法对所述多层级反制资源进行协同调度,确定反制设备分配方案、反制参数设定方案和执行时序方案;根据所述反制设备分配方案、所述反制参数设定方案和所述执行时序方案,生成协同控制指令。
15、进一步,所述预规避约束条件通过以下方式得到:根据所述多层级反制资源的实时状态信息以及所述多源感知数据中的实时环境态势信息,预测反制影响范围的时空演化轨迹;根据所述多源感知数据中合法飞行器的航迹信息,预测合法飞行器的未来航迹信息;根据所述时空演化轨迹和所述未来航迹信息,生成所述预规避约束条件。
16、进一步,所述根据所述协同控制指令调度所述多层级反制资源对各个空中目标执行协同反制操作,包括:按照所述协同控制指令,驱动所述多层级反制资源中匹配的反制设备对各个空中目标执行协同反制操作;在反制过程中,实时监测各个空中目标的状态、空域态势以及反制设备的运行状态,得到实时监测结果;根据所述实时监测结果,对反制设备的参数或反制路径进行动态调整。
17、进一步,所述根据所述实时监测结果,对反制设备的参数或反制路径进行动态调整,包括:根据所述实时监测结果,预测反制影响范围的实时时空演化轨迹;根据所述多源感知数据中合法飞行器的航迹信息,实时预测合法飞行器的未来航迹;当所述实时时空演化轨迹与所述合法飞行器的未来航迹之间存在时空交集时,生成预规避调整指令,以基于所述预规避调整指令对反制设备的参数或反制路径进行调整。
18、进一步,所述根据所述实时监测结果,对反制设备的参数或反制路径进行动态调整,还包括:当所述实时监测结果指示当前反制设备发生故障时,从所述多层级反制资源中匹配备用反制设备;获取所述备用反制设备与所述空中目标之间的距离、实时环境衰减系数以及所述备用反制设备的固有效能;根据所述距离、所述实时环境衰减系数以及所述固有效能,确定所述备用反制设备的调整参数,并确定所述备用反制设备接替所述当前反制设备的执行时序;根据所述调整参数和所述执行时序生成冗余协同指令,以驱动所述备用反制设备接替所述当前反制设备执行反制操作。
19、进一步,所述根据所述实时监测结果,对反制设备的参数或反制路径进行动态调整,还包括:根据所述实时监测结果,判断各个空中目标是否达到预期反制效果;当存在未达到预期反制效果的空中目标时,生成反制动态调整指令,以基于所述反制动态调整指令调整反制设备的参数,直至所述空中目标达到预期反制效果。
20、进一步,方法还包括:获取反制过程中的全量数据,并根据所述全量数据对反制过程进行效能评估,得到反制效能评估结果;构建反制案例知识图谱,并将所述全量数据和所述反制效能评估结果映射存储至所述反制案例知识图谱,以为后续反制决策提供参考依据。
21、为解决上述技术问题,本发明还提供了一种基于多源感知与协同控制的低空目标处置系统,包括:
22、数据获取模块,用于获取针对目标区域的多源感知数据;
23、目标识别模块,用于根据所述多源感知数据进行空中目标识别,并对识别出的各个空中目标进行群体识别,得到群体识别结果;
24、属性识别模块,用于从所述多源感知数据中提取各个空中目标的多模态特征,并根据所述多模态特征对各个空中目标进行属性识别,得到各个空中目标的属性信息;
25、指令生成模块,用于根据所述群体识别结果以及各个空中目标的属性信息,对多层级反制资源进行动态协同决策,生成协同控制指令;
26、反制控制模块,用于根据所述协同控制指令调度所述多层级反制资源对各个空中目标执行协同反制操作。
27、为解决上述技术问题,本发明还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的基于多源感知与协同控制的低空目标处置方法。
28、为解决上述技术问题,本发明还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使计算机执行如前所述的基于多源感知与协同控制的低空目标处置方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com