一种集群目标伪装部署智能规划方法技术

本发明专利技术公开了一种集群目标伪装部署智能规划方法，结合计算机数值分析技术，考虑战场环境、目标特性、现有伪装措施等因素，根据部署需要能够快速给出多套任务区域内集群目标伪装部署方案，并且给出多套伪装位置部署方案，并提供一种目标部署方案指标体系构建和方案评估方法，对多套伪装位置部署方案评估，给出最优伪装位置部署方案，本发明专利技术能够解决集群目标在多域复杂战场环境下快速伪装部署问题，过程不需要人工干预，大大提高决策效率。大大提高决策效率。大大提高决策效率。

【技术实现步骤摘要】
一种集群目标伪装部署智能规划方法


[0001]本专利技术属于计算机计算领域，具体涉及一种集群目标伪装部署智能规划方法。

技术介绍

[0002]现代高技术战争中，伪装对于隐蔽自己、欺骗或迷惑敌人起着关键作用，甚至直接关系到战争的成败，伪装不仅是作战保障的重要组成部分。
[0003]集群目标伪装规划是一个多因素、多层次的过程，需要根据具体情况(目标、威胁、背景环境)制定目标的部署位置和伪装措施，在实施集群目标伪装规划过程中，要求设计人员能够及时、准确地分析战场环境和目标特性，以此为依据设计多套集群目标部署方案。
[0004]目前，集群目标伪装规划需要人工对战场环境和目标信息进行逐条分析做出判断，复杂电磁环境的信息化战场下作战伪装需要关注的点多、线长、面广，决策时效要求又高，人工判断容易产生空间盲区；而且，目标伪装还需要关注多光谱、红外、雷达等目标特性信息，单独依靠人脑和人工作业的方式已经不能满足快速决策要求。而目前尚缺乏集群目标伪装部署智能规划平台

技术实现思路

[0005]本专利技术的目的是提供一种集群目标伪装部署智能规划方法。
[0006]本专利技术的创新点在于：结合计算机数值分析技术，考虑战场环境、目标特性、现有伪装措施等因素，根据部署需要能够快速给出多套任务区域内集群目标伪装部署方案，并且给出多套伪装位置部署方案，并提供一种目标部署方案指标体系构建和方案评估方法，对多套伪装位置部署方案评估，给出最优伪装位置部署方案，本专利技术能够解决集群目标在多域复杂战场环境下快速伪装部署问题，过程不需要人工干预，大大提高决策效率。
[0007]为实现上述专利技术目的，本专利技术的技术方案是：
[0008]一种集群目标伪装部署智能规划方法，包括以下步骤：
[0009]步骤1：准备基础数据；利用无人机对目标环境进行多波段图像数据采集，包括多光谱数据、SAR雷达数据、热红外数据；
[0010]步骤2：波谱信息提取；提取步骤1中多光谱数据的亮度系数、SAR雷达数据雷达后向散射系数以及热红外数据温度分布，形成目标特性波谱数据；
[0011]步骤3：道路信息提取；利用步骤1中无人机采集的多光谱数据生成全色图像，基于无人机影像数据进行道路和植被信息的提取，形成野战环境下道路、植被信息数据；
[0012]步骤4：数据融合；将步骤2中处理后的多光谱数据、SAR雷达数据、热红外数据与地理信息系统融合；将步骤3中提取的野战环境下道路、植被信息数据地理信息系统融合，补充地理信息系统的道路与植被信息；
[0013]步骤5：在地理信息系统中确定伪装区域范围，输入来敌方向和布势形状；
[0014]步骤6：输入伪装目标数量Hn进行部署计算；具体为：
[0015]S1：以d
×
d为最小网格对步骤5中确定的伪装区域范围L
×
W进行网格划分，L为伪
装区域范围的总长，W为伪装区域范围的总宽，d为划分网格的边长，且d作为算法配置参数，在此基础上可得到划分网格的数量为M
×
N个，M为水平方向网格数量，N为垂直方向网格数量；
[0016]S2：对划分的M
×
N个网格进行通行情况、植被覆盖情况分析，给出通行指数t和植被覆盖指数f，其中通行指数t利用地理信息系统道路信息和无人机提取的道路信息进行计算，以能通行的道路数Tn计算，有t＝Tn；植被覆盖指数f利用地理信息系统道路信息和无人机提取的植被覆盖面积S进行计算，有f＝S/(d*d)；
[0017]S3：根据S2中的通行指数t和植被覆盖指数f对M
×
N个网格进行分析筛选，对t>0，且f>0.2的网格置1，否则置0，生成M
×
N的0
‑
1矩阵；
[0018]S4：输入布势形状、来敌方向，基于S3中生产的M
×
N的0
‑
1矩阵进行计算，生成多套部署方案；
[0019]步骤7：对步骤6中S4生成的多套部署方案进行排序优选，具体包括以下步骤：
[0020]T1：基于步骤1中采集的多光谱数据、SAR雷达数据、热红外波谱数据计算方案中每个伪装目标所在网格的波谱粗糙度(δ1，δ2
…
δn)，δn为第n个目标的波谱粗糙度，n的最大值为Hn，有：
[0021]δn＝0.4
×
δn1+0.4
×
δn2+0.2
×
δn3
[0022]其中，δn1为多光谱合成的全色波段粗糙度，δn2为热红外波段粗糙度，δn3为SAR雷达波段粗糙度，三个波段波谱数据均可表征为灰度矩阵，利用Tamura纹理特征的粗糙度算法分别计算δn1、δn2和δn3；
[0023]计算各方案Hn个目标粗糙度δm，其中m为方案编号，最大值为规划输出的方案总数，有：
[0024]δm＝(δm1+δm2+
…
+δmn)/Hn，其中，δmn为第m个方案中第n个目标所在网格的粗糙度，n最大取值为Hn；
[0025]T2：计算各方案Hn个目标综合通行指数tm，每个目标的通行指数(t1，t2
…
tn)，有:
[0026]tm＝(tm1+tm2+
…
+tmn)/Hn
[0027]其中，tmn为第m个方案中第n个目标所在网格的通行指数，n最大取值为Hn；
[0028]T3：计算各方案Hn个目标植被覆盖指数fm，每个目标的通行指数(f1，f2
…
fn)，有:
[0029]fm＝(fm1+fm2+
…
+fmn)/Hn
[0030]其中，fmn为第m个方案中第n个目标所在网格的植被覆盖指数，n最大取值为Hn；
[0031]T4：采用极大值法对多个方案的δm、tm、fm进行归一化，得到δm
’
、tm
’
、fm
’
，归一化后δm
’
、tm
’
、fm
’
取值均在0至1之间；
[0032]T5：计算各方案的伪装适应性指数Rm，其中m为方案编号，最大值为规划输出的方案总数，有：
[0033]Rm＝w1
×
δm
’
+w2
×
tm
’
+w3
×
fm
’
[0034]T6：根据Rm对m个方案进行排序，得分最高的方案排在第一位。
[0035]进一步地，所述步骤5中所述来敌方向包括东、南、西、北、东南、东北、西南、西北；所述布势形状包括环形、线形、或U形。
[0036]本专利技术的有益效果是：
[0037](1)本专利技术提出了一种面向集群目标伪装部署的智能规划方法，该方法只需输入
所需数据，包括地理信息数据、多光谱数据、SAR雷达数据、热红本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集群目标伪装部署智能规划方法，其特征在于：包括以下步骤：步骤1：准备基础数据；利用无人机对目标环境进行多波段图像数据采集，包括多光谱数据、SAR雷达数据、热红外数据；步骤2：波谱信息提取；提取步骤1中多光谱数据的亮度系数、SAR雷达数据雷达后向散射系数以及热红外数据温度分布，形成目标特性波谱数据；步骤3：道路信息提取；利用步骤1中无人机采集的多光谱数据生成全色图像，基于无人机影像数据进行道路和植被信息的提取，形成野战环境下道路、植被信息数据；步骤4：数据融合；将步骤2中处理后的多光谱数据、SAR雷达数据、热红外数据与地理信息系统融合；将步骤3中提取的野战环境下道路、植被信息数据地理信息系统融合，补充地理信息系统的道路与植被信息；步骤5：在地理信息系统中确定任务区域，输入来敌方向和布势形状；步骤6：输入伪装目标数量Hn进行部署计算；具体为：S1：以d
×
d为最小网格对步骤5中确定的任务区域范围L
×
W进行网格划分，L为任务区域的总长，W为任务区域的总宽，d为划分网格的边长，且d作为算法配置参数，在此基础上可得到划分网格的数量为M
×
N个，M为水平方向网格数量，N为垂直方向网格数量；S2：对划分的M
×
N个网格进行通行情况、植被覆盖情况分析，给出通行指数t和植被覆盖指数f，其中通行指数t利用地理信息系统道路信息和无人机采集的多光谱图像提取的道路信息进行计算，以能通行的道路数Tn计算，有t＝Tn；植被覆盖指数f利用地理信息系统道路信息和无人机提取的植被覆盖面积S进行计算，有f＝S/(d*d)；S3：根据S2中的通行指数t和植被覆盖指数f对M
×
N个网格进行分析筛选，对t>0，且f>0.2的网格置1，否则置0，生成M
×
N的0
‑
1矩阵；S4：输入布势形状、来敌方向，基于S3中生产的M
×
N的0
‑
1矩阵进行计算，生成多套部署方案；步骤7：对步骤6中S4生成的多套部署方案进行排序优选，具体包括以下步骤：T1：基于步骤1中采集的多光谱数据、SAR雷达数据、热红外波谱数据计算方案中每个伪装目标所在网格的波谱粗糙度(δ1，δ2
…...

【专利技术属性】
技术研发人员：李洪彬，李玲，凌军，张鼎，曹有辉，
申请(专利权)人：中国人民解放军六三九八三部队，
类型：发明
国别省市：