[發明專利]基于SSA-BP的空中目標潛在威脅度預測方法及系統

在審

• 申請號: 202110185205.1
• 申請日: 2021-02-10
• 公開（公告）號: CN112801403A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 劉勁;王勛;潘超;魯愛國
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06Q50/26;G06N3/08;G06K9/00;G06N3/04
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

本發明提供一種基于SSA?BP的空中目標潛在威脅度預測方法及系統，包括對目標進行信息收集，獲取空中目標的實時特征數據；預測得到空中目標的未來狀態數據；識別我方領航員當前時刻的情緒信息；構建融合領航員情緒和空中目標特征的雙方層面的空中目標的威脅度數據集，進行量化及歸一化處理后，得到標準的目標特征?情緒數據集；通過麻雀搜索算法優化BP神經網絡結構，對目標的未來狀態數據和指揮員的情緒信息進行融合分析，從雙方的態勢層面獲得目標的未來時刻威脅度。本發明從雙方層面構建高效的威脅度預測方法，方法簡單、跟蹤速度快、交互性強、易實現，能夠有效應對空中目標的干擾。

技術領域

本發明涉及目標探測與識別領域，尤其涉及一種基于麻雀搜索算法(SparrowSearch Algorithm,SSA)優化BP(Back Propagation)神經網絡的空中目標潛在威脅度預測方案。

背景技術

目標潛在威脅度預測是實現態勢評估的最基本環節，是空中目標相對我方飛行器的潛在傷害能力。飛鳥、無人機等空中目標都可能產生威脅，要跟據速度位置高度等等綜合考慮對我方的威脅。針對這個問題，當前采用的主要方法有模糊分析、證據推理、支持向量機、成分分析、多屬性決策、神經網絡等方法，而且已經取得了較為可觀的研究成果。盡管目標威脅度評估的方法很多，但大多都局限于目標層面，較少將我方考慮入內。同雙方力量懸殊不大的情況相比，在可能出現的敵強我弱的情況下，即使目標的狀態都保持不變，其對我方威脅會明顯增大，即出現“相對失衡”，導致評估的目標威脅度值不能有效地為態勢評估提供參考。

針對此問題，本發明提供一種基于SSA-BP神經網絡融合我方領航員情緒和空中目標狀態的潛在威脅度預測方法，利用雷達探測器等設備收集一段時間內的目標信息，獲取目標及目標的時間狀態信息，將這一段時間內的狀態信息輸入到ConvLSTM(ConvolutionalLong Short-Term Memory，ConvLSTM)神經網絡，獲取目標的時空特征并構建相關預測模型，預測其未來的狀態信息。在船艙內部，利用攝像頭拍攝記錄我方領航員的臉部表情，預設憤怒、悲傷、平靜、開心、興奮五大類別，利用卷積神經網絡(Convolutional NeuralNetworks,CNN)提取特征并構建分類模型。用攝像頭對領航員的臉部表情進行實時跟蹤分析并輸入到卷積神經網絡模型中，獲取領航員的情緒信息。不同的情緒信息代表不同的工作效率，興奮的時候工作效率最高，憤怒的時候最不理智。將不同的情緒信息按照理目標當時的狀態緊急程度分別賦予不同的威脅度權值，隨后將目標的狀態信息和領航員的情緒信息一起構建相關數據集。在先驗知識僅考慮目標特征狀態得其威脅度的基礎上，根據領航員情緒標簽的不同，進一步將目標的威脅度進行增減。得到融合后的雙方層面的目標威脅度數據集。再利用麻雀搜索算法優化的BP神經網絡對該數據集進行訓練，得到威脅度評估模型。由于人的情緒有一定時間段的穩定性，因此將領航員此時的情緒信息和目標的未來狀態信息輸入到該評估模型，獲取目標潛在的威脅度值。

發明內容

本發明提供一種基于SSA-BP神經網絡融合我方領航員情緒和空中目標狀態的潛在威脅度預測的方案，獲取目標潛在的威脅度值。

本發明技術方案提供一種基于SSA-BP的空中目標潛在威脅度預測方法，包括以下步驟，

步驟1，對目標進行信息收集，獲取空中目標的實時特征數據；

步驟2，預測得到空中目標的未來狀態數據；

步驟3，識別我方領航員當前時刻的情緒信息；

步驟4，構建融合領航員情緒和空中目標特征的雙方層面的空中目標的威脅度數據集，進行量化及歸一化處理后，得到標準的目標特征-情緒數據集；

步驟5，麻雀搜索算法優化BP神經網絡結構，包括以下步驟，