[發明專利]單一航跡智能合成方法及裝置

有效

• 申請號: 202010803312.1
• 申請日: 2020-08-11
• 公開（公告）號: CN111898755B
• 公開（公告）日: 2023-09-12
• 發明（設計）人: 崔亞奇;劉瑜;郝延飚;劉傳輝;宋偉健;劉克;修建娟;董凱;張翔宇
• 申請（專利權）人: 中國人民解放軍海軍航空大學
• 主分類號: G06N3/08
• 分類號: G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.單一航跡智能合成方法，其特征在于，包括以下步驟：

步驟1：廣泛收集待解決單一航跡合成問題同一目標多源輸入原始航跡和期望輸出合成航跡，經樣本構建和錯誤剔除，建立單一航跡合成基礎數據集；

步驟1.1：對于特定的多源航跡融合系統，收集待解決單一航跡合成問題同一目標多源輸入原始航跡和期望輸出合成航跡，多源輸入原始航跡為各個信源實際上報的同一目標航跡，期望輸出合成航跡是由GPS或北斗定位系統得到的目標真實航跡，或者基于多源輸入原始航跡，人工手動合成的航跡，航跡由航跡批號和多個航跡點構成，航跡點必須包含時間和位置信息；

步驟1.2：多源輸入原始航跡和期望輸出合成航跡必須基于相同的時空基準，如果時空基準不同，需進行時間統一表示和坐標系統一變換；

步驟1.3：把收集的同一目標多源輸入原始航跡作為基礎樣本的X部分，同一目標期望輸出合成航跡作為基礎樣本的Y部分，合在一起構成一條基礎樣本；

步驟1.4：按照步驟1.1、步驟1.2和步驟1.3，收集不同目標運動模式、不同目標類型、不同雷達觀測環境以及不同任務場景下的基礎樣本，對收集的所有基礎樣本進行匯聚，并經人工檢查，剔除存在目標不一致、航跡短小、航跡錯誤問題的基礎樣本，建立單一航跡合成基礎數據集；

步驟2：基于前饋網絡、循環網絡和注意力機制，設計單一航跡合成網絡；

步驟2.1：單一航跡合成網絡的輸入為時間序列多源輸入航跡數據，在每個時間點處輸入為n×2×m張量，其中n表示輸入信源個數，為多源航跡融合系統最大信源個數，2表示當前時刻和上一時刻共2個航跡點，m表示航跡點信息維度大小，至少包括時間、位置信息；

步驟2.2：單一航跡合成網絡的輸出為時間序列單一合成航跡數據，在每個時間點處輸出為m維向量，m表示航跡點信息維度大小，與輸入的航跡點信息維度大小一致；

步驟2.3：在單一航跡合成網絡中，分權重偏置提取和融合輸出兩個支路對輸入數據進行處理，其中權重偏置提取支路包括數據預處理、共性特征提取、權重生成和偏置生成共4部分；

步驟2.4：權重偏置提取支路的數據預處理部分對同一信源當前時刻和上一時刻航跡點信息和不同信源當前時刻航跡點信息進行差處理，并對其中的位置差分量單獨進行除以相應時間差分量操作，如果求差的兩個航跡點任意1個為占位標示向量o，其差處理結果仍為占位標示向量o，然后所有差分量合并一起，經標準化處理得到n×n×m張量；權重偏置提取支路的數據預處理部分是確定處理步驟，沒有待訓練的網絡權重參數，無需進行訓練更新，數據標準化方法包括0-1標準化、標準差標準化和正則化，具體采用的標準化方法和方法中的參數由后續網絡訓練步驟確定；

步驟2.5：權重偏置提取支路的共性特征提取部分接收數據預處理部分的輸出，經前饋網絡和循環網絡處理，輸出共性特征；

步驟2.6：權重偏置提取支路的權重生成部分接收共性特征提取部分的輸出，經注意力機制處理，輸出n維權重；

步驟2.7：權重偏置提取支路的偏置生成部分接收共性特征提取部分的輸出，經前饋網絡處理，輸出m維偏置；

步驟2.8：融合輸出支路從n×2×m輸入張量中提取出當前航跡點信息，得到n×m向量，并以權重偏置提取支路中權重生成部分的n維輸出向量為加權系數，對提取出的當前航跡點信息進行加權求和，得到m維向量，然后加上權重偏置提取支路中偏置生成部分的m維輸出，最終得到的m維向量作為單一航跡合成網絡的輸出；

步驟3：基于單一航跡合成基礎數據集，按照單一航跡合成網絡的輸入和輸出要求，經時間對齊和信息補全，構建單一航跡合成網絡訓練數據集；

步驟3.1：根據基礎樣本內各航跡的時間點序列，設定該基礎樣本的參照對齊時間點序列，長度為l，然后依據參照對齊時間點序列，對基礎樣本內各個航跡進行插值操作，得到各個航跡新的航跡點構成，插值方法采用線性插值、二次插值、樣條插值，如果無法通過插值獲取相應時間的航跡點信息，置航跡點信息為設定的m維占位標示向量o；

步驟3.2：基礎樣本X部分應包括多源航跡融合系統所有n個信源輸入的航跡，采用m維占位標示向量o作為航跡點信息，對基礎樣本X部分缺失的其他信源航跡信息進行信息補全，經補全后基礎樣本X部分包括n條航跡，每條航跡長度為l，每個航跡點包括m維信息向量，Y部分包括1條航跡，航跡長度為l，每個航跡點包括m維信息向量；

步驟3.3：按照單一航跡合成網絡的輸入要求，由時間對齊和信息補全后的基礎樣本X部分，構建單一航跡合成網絡訓練樣本的X部分，大小為l×n×2×m張量，變量定義與上面相同，其中l表示時間序列長度，n表示輸入信源個數，為多源航跡融合系統最大信源個數，2表示當前時刻和上一時刻共2個航跡點，m表示航跡點信息為m維，至少包括時間、位置信息，由于第一個時間點處的上一時刻未知，用占位標示向量o進行代替；

步驟3.4：按照單一航跡合成網絡的輸出要求，由時間對齊和信息補全后的基礎樣本Y部分，構建單一航跡合成網絡訓練樣本的Y部分，大小為l×m矩陣，變量定義與上面相同，其中l表示時間序列長度，m表示航跡點信息為m維；

步驟3.5：按照上述步驟逐一對單一航跡合成基礎數據集中的基礎樣本進行處理，得到單一航跡合成網絡訓練樣本，所有得到的訓練樣本匯集在一起，構建單一航跡合成網絡訓練數據集；

步驟4：利用單一航跡合成網絡訓練數據集，采用神經網絡訓練方法，對單一航跡合成網絡進行訓練尋優，得到具體的單一航跡合成網絡實現；

步驟5：在線部署已訓練好的單一航跡合成網絡實現，向網絡實時輸入經時間對齊和信息補全處理的同一目標多源航跡，經單一航跡合成網絡處理，網絡實時輸出合成的單一航跡。