买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国航空研究院;中国航空工业集团公司沈阳飞机设计研究所

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。

主权项：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；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，Divoi,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，即分别计算每个群Cv内部所有样本点的各个属性值的算数平均值，得到新的均值点cv，将cv作为该群的新聚类中心，采用如下公式： 其中，hv为群Cv中的样本点个数，ajl为群Cv中样本点的各个属性值；7解决聚类群出现的空集：由于初始聚类中心的选择的随机性，在应用场景数据量与聚类数目之比不大的情况下，在某次迭代过程中，会小概率地出现某个群Cv为空集，导致分母hv为零的错误，此时，判断hv是否为0，若为0，则重新进行初始化，直到hv≠0为止；8重复步骤3至6，当两次迭代结果的聚类中心位置之差小于迭代收敛条件ε，则终止循环，转入结果品质评估环节；9计算每个群Cv内任意两相邻最接近点之间平面几何距离： 10判断群内任意两相邻最接近点之间平面几何距离的最大值不大于允许的最大编队内部距离，且群内样本数不大于最大编队成员数，采用如下公式：maxLvv＝1,2,...,N≤Dinnermaxhvv＝1,2,...,N≤Nmember。

全文数据：

权利要求：

百度查询： 中国航空研究院 中国航空工业集团公司沈阳飞机设计研究所 一种多域战场态势评估与威胁排序方法