一种无人艇集群水面目标信息融合方法及系统与流程
本发明涉及无人艇集群信息融合领域,具体涉及一种基于通信状态自适应热备切换的无人艇集群水面目标信息融合方法及系统。
背景技术:
1、随着海洋安全防卫需求的不断升级,水面无人艇集群凭借其协同探测范围广、抗单点故障能力强的优势,在近海目标监视、远海警戒巡逻及反无作战等任务中得到越来越广泛的应用。集群对水面目标的持续跟踪依赖多级融合技术:一级融合由各无人艇基于导航雷达、光电等传感器独立完成,输出目标状态;二级融合通过中心节点(通常为岸基控制站或集群某一条无人艇)聚合多源一级融合结果,生成全局目标融合结果,为集群决策提供整编后的统一态势。
2、当前集群融合技术多基于“固定中心”架构发展,其核心逻辑是通过中心节点的集中式处理保证态势一致性,但在复杂任务环境中逐渐暴露适配性缺陷。一方面,无人艇集群任务范围扩展(从近海到远海)导致与岸基的通信状态动态变化——全联通时链路稳定,弱联通时仅能保证单节点与岸基通信,断连时则完全失去岸基支撑。固定融合中心的架构难以随通信质量调整数据流向,而因通信状态变化突然切换中心又容易导致态势跳变,对正在执行的任务造成较大影响;另一方面,全局态势的连续性依赖目标运动状态信息和不确定性信息的有效传递,现有技术大都忽略目标运动学模型参数以及协方差的共享分发,热备中心切换时无法复用历史估计的模型特性和误差特性,导致滤波器因初始条件失配而发散,进而影响目标关联融合的精度以及态势连贯的稳定性。在弱联通和断连阶段,如何保证岸基全局态势的有效衔接,是现有技术面临的挑战。
3、因此,研究一种基于通信状态自适应热备切换的无人艇集群水面目标信息融合方法,对解决全局态势衔接以及目标关联融合稳定性等问题,具有重要的现实意义。
技术实现思路
1、针对现有技术中存在的问题和改进需求,本发明提出了一种无人艇集群水面目标信息融合方法及系统,旨在解决因通信状态跳变导致的无人艇集群水面目标稳定信息融合与态势生成的难题。
2、为了达到以上目的,本发明所采用的技术方案为:
3、第一方面,本发明提供了一种基于通信状态自适应热备切换的无人艇集群水面目标信息融合方法,该方法包括:
4、在全联通阶段,设置岸基控制站作为无人艇集群融合中心,并根据通信链路和自主任务能力选取集群内一条无人艇作为备选融合中心;各无人艇平台上报一级目标融合结果至岸基控制站,岸基融合中心生成二级目标融合结果,并分发全局态势、目标批号对照关系、imm模型参数以及协方差矩阵至艇端备选融合中心,仅分发全局态势至集群其他无人艇;
5、在弱联通阶段,艇端备选融合中心进入热备模式,各无人艇平台上报一级目标融合结果至备选融合中心,备选融合中心根据目标批号对照关系建立一级目标融合结果与集群目标对应关系,继承并延续初始协方差矩阵及imm模型参数进行二级融合,同时上报全局态势至岸基控制站;
6、在断连阶段,艇端备选融合中心升级为主融合节点,同时根据通信链路和自主任务能力重新选取集群内另外一条无人艇作为备选融合中心;断连阶段主融合节点不再向岸基控制站上报集群态势,仅向集群其他无人艇和新的备选融合中心分发全局态势及目标融合参数。
7、进一步的,全联通阶段包括以下步骤:
8、s11、设置岸基控制站作为无人艇集群融合中心,岸基控制站根据无人艇集群各节点的通信链路状态、计算能力以及平台综合能力进行排序,选取备选融合中心并发送通告;
9、s12、岸基控制站预设本地imm模型集,根据水面目标运动特性,预设匀速、匀加速和转弯3种模型,模型的过程噪声协方差以及模型之间的状态转移矩阵;
10、s13、岸基控制站根据定义的数据通信协议与接口,获取各无人艇上报的一级目标融合结果,包括目标运动状态、艇端批号以及目标类型,并进行统一的时空间配准;
11、s14、岸基控制站根据各无人艇上报的目标航迹进行关联匹配,执行imm融合,建立全局态势以及目标批号映射关系,并更新每个目标的模型概率以及协方差;
12、s15、岸基控制站下发全局态势以及目标批号映射表至集群内每一条无人艇,进行集群态势整编,另外单独分发目标模型概率、协方差至备选融合中心;
13、s16、备选融合中心根据目标历史数据以及模型概率和协方差,选取当前时刻前几帧数据,根据imm模型概率和协方差进行预测,统一对齐至当前时刻,并根据协方差矩阵的迹进行加权融合,得到融合后的目标状态、模型概率以及协方差,生成全局态势的热备。
14、进一步的,在步骤s12中,预设匀速、匀加速和转弯3种模型以来表示,模型之间的切换过程被建模为马尔科夫状态转移过程,其转移概率由表示,即从时刻的模型转移到时刻的模型的概率,由模型转移概率统一表示;根据目标运动模型的统计特性,得到模型集的状态转移矩阵、和以及过程噪声协方差矩阵、和;
15、在步骤s13中,各无人艇上报的一级目标融合结果包括目标运动状态、协方差、一级融合目标批号和目标类型。
16、进一步的,步骤s14包括以下步骤:
17、s141、目标航迹关联;
18、通过相似度对各无人艇上报的目标航迹进行关联匹配,采用联合概率数据关联算法对疑似航迹进行概率分配;
19、s142、imm目标航迹融合;
20、根据目标观测融合结果进行本地imm模型概率贝叶斯后验更新:
21、;
22、其中,为后验时刻模型的概率,为先验时刻模型的概率,为似然函数;和分别用如下公式求得:
23、;
24、;
25、其中,为模型转移概率,为高斯分布概率密度函数,为观测矩阵,为时刻模型的目标状态估计,为时刻模型基于时刻的目标状态预测,为时刻模型预测协方差矩阵;
26、由此计算每个目标的全局估计与协方差:
27、;
28、;
29、其中,和分别表示时刻基于模型得到的卡尔曼滤波器计算结果。
30、进一步的,步骤s16包括以下步骤:
31、s161、时刻参数对齐;
32、备选融合中心接收岸基控制站态势分发结果、目标模型概率、协方差以及目标批号对照表,存储时刻、时刻和时刻的相关参数,针对时刻和时刻分别预测时刻的状态:
33、;
34、;
35、;
36、;
37、其中,和分别为时刻和时刻对时刻目标的全局状态预测,和分别为时刻和时刻对时刻目标的全局协方差估计,为状态转移矩阵,为过程噪声协方差矩阵;
38、s162、时刻权重分配;
39、用softmax归一化函数将权重归一化处理:
40、;
41、;
42、;
43、其中,、和为时刻、时刻和时刻的权重,表示矩阵的迹;
44、s163、时刻热备态势生成;
45、分别计算热备状态下的目标状态、目标模型概率、协方差:
46、;
47、;
48、;
49、备选融合中心存储热备态势,为目标批号对照表。
50、进一步的,弱联通阶段包括以下步骤:
51、s21、岸基控制站根据通信链路状况变化向集群各无人艇下发弱联通信号,备选融合中心激活为集群融合中心,集群各无人艇上报一级目标融合结果至艇端集群融合中心,包括目标运动状态、艇端批号以及目标类型,并进行统一的时空间配准;
52、s22、集群融合中心根据本地热备的目标批号对照表建立集群各无人艇上报的一级目标融合结果与二级集群态势的映射关系;
53、s23、集群融合中心基于热备的各目标imm模型概率、协方差,结合集群各无人艇上报的一级目标融合结果进行新的imm融合,延续全局态势,并更新目标imm模型概率和协方差;
54、s24、集群融合中心分发全局态势以及目标批号映射表至集群内其他无人艇,进行集群态势整编,同时上报集群态势至岸基控制站;
55、s25、岸基控制站对全局态势进行必要修改并下发至集群融合中心,如果通信状况转为良好,即由弱联通恢复为全联通状态,则由岸基控制站收回融合中心权限。
56、进一步的,在步骤s24中,集群融合中心在通信链路保障条件下同时上报目标imm模型概率和协方差至岸基控制站。
57、进一步的,断连阶段包括以下步骤:
58、s31、艇端集群融合中心接收岸基控制站断连信号,或根据通信链路状况自动判断为集群与岸基控制站断连,升级为集群主融合中心,并根据无人艇集群各节点的通信链路状态、计算能力以及平台综合能力进行排序,选取新的备选融合中心并发送通告;
59、s32、集群融合中心单独分发目标模型概率、协方差至新的备选融合中心,不再向岸基控制站上报全局态势;
60、s33、新的备选融合中心生成全局态势的热备,若通信状态由断连转化为弱联通状态,集群融合中心撤销备选融合中心,并重新与岸基控制站建立联系。
61、进一步的,若γ≤5%,则为全联通阶段;若5%<γ<30%,则为弱联通阶段;若γ≥30%,则为断连阶段;其中,γ为丢包率。
62、第二方面,本发明提供了一种基于通信状态自适应热备切换的无人艇集群水面目标信息融合系统,应用第一方面中任意一项所述的基于通信状态自适应热备切换的无人艇集群水面目标信息融合方法,该系统包括岸基控制站与无人艇集群。
63、总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得以下有益效果:
64、本发明提供了一种基于通信状态自适应热备切换的无人艇集群水面目标信息融合方法,针对无人艇集群与岸基不同阶段下的通信状态(全联通、弱联通和断连),动态调整融合架构:全联通阶段以岸基作为融合中心,生成集群全局态势并分发模型参数和协方差矩阵至备选融合中心,建立热备态势;弱联通阶段切换至备选融合中心,基于热备态势接管岸基分发态势,同步向岸基回传全局态势;断连阶段备选融合中心升级为主节点,维持全局态势,并分发至新的备选融合中心保证热备一致性,进而构建各种通信状态下无人艇集群水面目标一致性态势。本发明对解决全局态势衔接以及目标关联融合稳定性等问题,具有重要的现实意义。
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