多约束条件下的水下潜艇航迹模拟方法和装置及设备与流程

技术特征：
1.一种多约束条件下的水下潜艇航迹模拟方法，其特征在于，包括：获取水下目标的初始位置概率分布和水下目标的运动学参数的概率分布；在采样时间序列的初始时刻，根据所述初始位置概率分布对所述水下目标的初始位置进行采样，并根据所述水下目标的运动学参数的概率分布对所述水下目标的运动学参数进行采样，得到首个航迹点；基于所述首个航迹点，按照所述采样时间序列采用马尔可夫模型依次得到位于所述首个航迹点后的各航迹点，生成相应的水下目标航迹；其中，所述马尔可夫模型用于表征所述水下目标运动的随机过程。2.根据权利要求1所述的方法，其特征在于，所述初始位置概率分布根据当前任务类型进行确定；所述水下目标的运动学参数的概率分布根据所述水下目标的参数信息进行确定。3.根据权利要求1所述的方法，其特征在于，还包括：选定坐标系并建立所述水下目标的运动模型；所述运动模型中的状态变量为：[x，y，z，v，θ，v
z
]；根据所述运动模型的动力学公式求解出状态转移矩阵；其中，所述水下目标的运动模型的动力学公式基于所述马尔可夫模型确定；x，y，z分别是水下目标在各坐标轴上的坐标，v，θ分别是水下目标在xy平面上的速度和航向，v
z
是水下目标在z轴方向的速度。4.根据权利要求1至3任一项所述的方法，其特征在于，采用马尔可夫模型依次得到位于所述首个航迹点后的各航迹点，生成相应的水下目标航迹之后，还包括：将所述水下目标航迹添加至航迹样本集合中的步骤。5.根据权利要求4所述的方法，其特征在于，将所述水下目标航迹添加至航迹样本集合中之前，还包括：根据预设的约束条件对所述水下目标航迹进行筛选的步骤。6.根据权利要求5所述的方法，其特征在于，所述约束条件包括在所述水下目标执行探测任务时，偏向于不使探测覆盖区域重复。7.根据权利要求1至3任一项所述的方法，其特征在于，采用所构建的马尔可夫模型依次得到位于所述首个航迹点后的各航迹点，生成相应的水下目标航迹之后，还包括：判断所述水下目标航迹的航迹时长是否达到预设时长；在判断出所述水下目标航迹的航迹时长未达到所述预设时长时，继续执行采用所构建的马尔可夫模型依次得到位于所述首个航迹点后的各航迹点的步骤。8.根据权利要求4所述的方法，其特征在于，在将所述水下目标航迹添加至航迹样本集合中后，还包括：判断所述航迹样本集合中的当前样本数量是否达到预设样本数；在判断出所述航迹样本集合中的当前样本数量未达到所述预设样本数时，继续执行根据所述初始位置概率分布对所述水下目标的初始位置进行采样，并根据所述水下目标的运动学参数的概率分布对所述水下目标的运动学参数进行采样，得到首个航迹点的步骤。9.一种多约束条件下的水下潜艇航迹模拟装置，其特征在于，包括分布参数获取模块、初始时刻采样模块和后续时刻采样模块；所述分布参数获取模块，被配置为获取水下目标的初始位置概率分布和水下目标的运
动学参数的概率分布；所述初始时刻采样模块，被配置为在采样时间序列的初始时刻，根据所述初始位置概率分布对所述水下目标的初始位置进行采样，并根据所述水下目标的运动学参数的概率分布对所述水下目标的运动学参数采样，得到首个航迹点；所述后续时刻采样模块，被配置为基于所述首个航迹点，按照所述采样时间序列，采用马尔可夫模型依次得到位于所述首个航迹点后的各航迹点，生成相应的水下目标航迹；其中，所述马尔可夫模型用于表征所述水下目标运动的随机过程。10.一种多约束条件下的水下潜艇航迹模拟设备，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至8中任意一项所述的方法。

技术总结
本申请涉及一种多约束条件下的水下潜艇航迹模拟方法和装置及设备，其中方法包括：获取水下目标的初始位置概率分布和水下目标的运动学参数的概率分布；在采样时间序列的初始时刻，根据初始位置概率分布对水下目标的初始位置进行采样，并根据水下目标的运动学参数的概率分布对水下目标的运动学参数进行采样，得到首个航迹点；基于首个航迹点，按照采样时间序列采用马尔可夫模型依次得到位于首个航迹点后的各航迹点，生成相应的水下目标航迹；其中，马尔可夫模型用于表征水下目标运动的随机过程。其只需要分别独立进行初始位置的采样和运动状态的采样即可，这就大大降低了水下目标航迹模拟的难度系数，使得水下目标航迹模拟更加简单，且易于实现。且易于实现。且易于实现。


技术研发人员：陆桦
受保护的技术使用者：北京中安智能信息科技有限公司
技术研发日：2021.08.12
技术公布日：2021/11/8