【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及無人機(jī)集群的群體行為識別領(lǐng)域，具體涉及一種基于無人機(jī)集群三維軌跡分析的意圖識別方法。
技術(shù)介紹
1、隨著無人機(jī)技術(shù)的迅速發(fā)展，尤其是在軍事領(lǐng)域，無人機(jī)集群的戰(zhàn)術(shù)應(yīng)用日益增多。無人機(jī)能夠協(xié)同執(zhí)行復(fù)雜任務(wù)，提供更高的作戰(zhàn)靈活性。然而，隨著作戰(zhàn)環(huán)境的復(fù)雜性增加，指揮員對無人機(jī)集群行為的實時分析和意圖識別難以滿足及時準(zhǔn)確決策的要求，同時也會影響現(xiàn)有武器系統(tǒng)快速精準(zhǔn)的反應(yīng)。因此，迫切需要一種適用于無人機(jī)集群軌跡分析的意圖識別方法。
2、近年來，隨著無人機(jī)應(yīng)用的迅速擴(kuò)展，無人機(jī)意圖識別方法也逐漸成為研究的熱點并受到廣泛關(guān)注。無人機(jī)意圖識別的目的是通過分析無人機(jī)的行為、軌跡及其他相關(guān)信息，推測其當(dāng)前或未來的任務(wù)和行動，從而為防御和控制提供決策支持。在這一過程中，準(zhǔn)確識別無人機(jī)的意圖至關(guān)重要，它直接影響防御系統(tǒng)的響應(yīng)速度和準(zhǔn)確性。現(xiàn)有的意圖識別方法，包括基于規(guī)則的方法、基于統(tǒng)計學(xué)習(xí)的方法和基于深度學(xué)習(xí)的方法，但上述意圖識別方法面臨諸多挑戰(zhàn)，主要表現(xiàn)在：(1)基于規(guī)則的方法依賴于人工設(shè)定的參數(shù)和規(guī)則，缺乏自適應(yīng)能力，難以應(yīng)對復(fù)雜和動態(tài)變化的環(huán)境；(2)基于統(tǒng)計學(xué)習(xí)的方法，如svm和隨機(jī)森林，雖然能夠從數(shù)據(jù)中學(xué)習(xí)，但特征工程復(fù)雜，且難以處理多維高復(fù)雜度的數(shù)據(jù)；(3)這些方法大多需要整合多源信息，例如雷達(dá)數(shù)據(jù)、電子干擾狀態(tài)、通信信息等，才能實現(xiàn)較為全面的意圖識別，但在多源信息融合過程中，數(shù)據(jù)處理與同步往往帶來較大的計算開銷，影響實時性和系統(tǒng)的魯棒性；(4)隨著無人機(jī)群體協(xié)同作戰(zhàn)的需求增加，群體意圖的識別變得更加復(fù)雜，多目標(biāo)的
技術(shù)實現(xiàn)思路
1、針對現(xiàn)有技術(shù)的不足，本專利技術(shù)提供了一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，利用數(shù)據(jù)預(yù)處理、聚類分析、深度學(xué)習(xí)等方法解決對戰(zhàn)爭中快速高效的識別無人機(jī)集群意圖的問題。
2、一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，包括如下步驟：
3、s1：獲取無人機(jī)集群的三維軌跡數(shù)據(jù)集并對其中的三維軌跡進(jìn)行預(yù)處理，得到預(yù)處理后的三維軌跡；所述無人機(jī)集群的三維軌跡數(shù)據(jù)集中包括多個無人機(jī)的三維軌跡，每個無人機(jī)的三維軌跡中包括若干個時間步和該時間步下軌跡點的三維空間坐標(biāo)；
4、s1.1：獲取無人機(jī)集群中無人機(jī)的三維軌跡，得到無人機(jī)集群的三維軌跡數(shù)據(jù)集，并對獲取的三維軌跡進(jìn)行篩選，刪除不完整的三維軌跡和異常的三維軌跡；
5、無人機(jī)m的三維軌跡為：
6、trm＝{(t1,x1,y1,z1),(t2,x2,y2,z2),…,(ti,xi,yi,zi),...,(tn,xn,yn,zn)}?(1)
7、其中，trm表示無人機(jī)m的三維軌跡，ti表示時間步，i表示軌跡點的編號，(xi,yi,zi)表示無人機(jī)在時間步ti下的軌跡點的三維空間坐標(biāo)，n表示軌跡點的數(shù)量；
8、設(shè)定三維軌跡長度的最小閾值為δl，若三維軌跡的長度l＜δl，則認(rèn)為該三維軌跡不完整，將其刪除；計算三維軌跡的平均速度vavg，若某三維軌跡的平均速度超出合理范圍vavg，則認(rèn)為該三維軌跡存在錯誤或異常，即若vavg＞vavg，則刪除該三維軌跡；
9、s1.2：使用三次樣條插值方法對三維軌跡進(jìn)行平滑處理，同時將三維軌跡統(tǒng)一到同一時間維度上；
10、具體為：根據(jù)篩選后的三維軌跡，構(gòu)建三次樣條函數(shù)s(t)，其中t為時間步，用于對缺失的軌跡點進(jìn)行插值；隨后按照統(tǒng)一的重采樣時間步長δt進(jìn)行重采樣，從而生成在相同時間步長上的軌跡點；
11、重采樣后的軌跡點表示為：
12、
13、其中，表示重采樣后的軌跡點，t0和tf分別為三維軌跡的起始時間和終止時間；
14、s1.3：對所有的三維軌跡進(jìn)行標(biāo)準(zhǔn)化處理，使其具有相同的量綱和范圍；
15、s1.4：將三維軌跡通過坐標(biāo)轉(zhuǎn)換映射到同一大地圖中；
16、對于三維軌跡中的每個軌跡點的三維空間坐標(biāo)(xi,yi,zi)，將其通過如下矩陣轉(zhuǎn)換公式映射到大地圖的坐標(biāo)系中：
17、
18、其中，為轉(zhuǎn)換矩陣，b是偏移向量，(xglobal,yglobal,zglobal)是映射到大地圖上的軌跡點的三維空間坐標(biāo)；
19、s2：對預(yù)處理后的三維軌跡進(jìn)行聚類分析，劃分為不同的無人機(jī)軌跡簇；
20、s2.1：通過計算三維軌跡中角度的變化提取出三維軌跡中方向變化大的軌跡點；
21、設(shè)定三維軌跡由n個軌跡點組成，三維軌跡中軌跡點的三維空間坐標(biāo)表示為(x1,y1,z1),(x2,y2,z2),…,(xn,yn,zn)；
22、首先，對于三維軌跡上的每兩個相鄰的軌跡點，構(gòu)造從一個軌跡點指向相鄰軌跡點的方向的向量
23、
24、其中，(xi+1,yi+1,zi+1)為相鄰軌跡點的三維空間坐標(biāo)；
25、對于相鄰的兩個向量和它們之間的夾角θ通過向量的點積公式計算得到：
26、
27、其中，表示兩個向量的點積，和是向量的模長，公式為：
28、
29、對于三維軌跡上的每兩個相鄰的軌跡點，計算其運(yùn)動方向差異性，具體計算公式如下：
30、dir＝1-cosθ?(8)
31、其中，dir表示兩個相鄰的軌跡點之間的運(yùn)動方向差異性，dir的取值范圍為0到2，dir的取值越大表示三維軌跡的方向變化越大，根據(jù)具體需求設(shè)置閾值dir1，當(dāng)dir＞dir1時，記錄該軌跡點，從而提取出三維軌跡中方向變化大的軌跡點；
32、s2.2：使用三維軌跡中的起始軌跡點、終止軌跡點以及提取出的方向變化大的軌跡點計算三維軌跡間的相似性度量；
33、兩條三維軌跡表達(dá)如下：
34、
35、其中，tr1和tr2為兩條三維軌跡，ri和sj分別表示三維軌跡tr1和三維軌跡tr2中的軌跡點；i和j為軌跡點的編號，n1是三維軌跡tr1中起始軌跡點、終止軌跡點以及提取的軌跡方向變化大的軌跡點的總數(shù)量；n2是三維軌跡tr2起始軌跡點、終止軌跡點以及提取的軌跡方向變化大的軌跡點的總數(shù)量；
36、首先，分別計算三維軌跡tr1上的起始軌跡點、終止軌跡點和方向變化大的軌跡點到三維軌跡tr2上最近軌跡點的距離，然后，計算三維軌跡tr1上的起始軌跡點、終止軌跡點和方向變化大的軌跡點到三維軌跡tr2上最近軌跡點的距離的均值，按照相同方法得到三維軌跡tr2上的起始軌跡點、終止軌跡點和方向變化大的軌跡點到三維軌跡tr1上最近軌跡點的距離的均值，再取這兩者之間的最小值作為三維軌跡tr1和三維軌跡tr2之間的三維軌跡形狀相似性，三維軌跡形狀相似性的計算公式如下：
37、
38、其中，tss(tr1,tr2)表示三維軌跡tr1和三維軌跡tr2之間的三維軌跡形狀相似性；dnnp(ri,tr2)表示三本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，S1具體包括：
3.根據(jù)權(quán)利要求2所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，S2具體包括：
4.根據(jù)權(quán)利要求3所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，S2.1具體包括：
5.根據(jù)權(quán)利要求4所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，S2.2具體包括：
6.根據(jù)權(quán)利要求5所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，S2.3中所述改進(jìn)的HDBSCAN算法將原HDBSCAN算法中的核心距離改進(jìn)為軌跡核心距離Ck，將原HDBSCAN算法中的相互可達(dá)度量距離改進(jìn)為軌跡相互可達(dá)度量距離dmreach-k；
7.根據(jù)權(quán)利要求6所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，S3具體包括：
8.根據(jù)權(quán)利要求7所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方
...【技術(shù)特征摘要】
1.一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，s1具體包括：
3.根據(jù)權(quán)利要求2所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，s2具體包括：
4.根據(jù)權(quán)利要求3所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，s2.1具體包括：
5.根據(jù)權(quán)利要求4所述的一種基于無人機(jī)集群三維軌跡分析的意圖識別方法，其特征在于，s2.2...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王傳云，張瑩瑩，高騫，王琳霖，顏卓，劉昊，張亞娟，
申請(專利權(quán))人：沈陽航空航天大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。