CN105353644B - 基于实装数据信息挖掘的雷达目标航迹衍生***及方法 - Google Patents

Abstract

本发明属于雷达仿真技术领域，公开一种基于Agent雷达实装数据智能采集与情报自动生成***及方法，采用的***包括：雷达情报生成服务器、嵌入式采集装置，所述的雷达情报生成服务器第一端通过局域网与若干个嵌入式采集装置相连，每个嵌入式采集装置通过局域网或RS485网线、RS232网线与实装雷达相连；雷达情报生成服务器第一端通过局域网或RS485网线、RS232网线与雷达数据输出装置的仿真应用***相连，所述的嵌入式采集装置为采集Agent硬件体系结构。本发明能够对多个实装雷达数据进行采集，实现雷达实装数据挖掘和雷达目标航迹数据的衍生；并且能够得到最优航迹真值和噪声模型并合成新雷达仿真情报；进一步拓展了雷达目标航迹自动生成技术的可适用范围。

Description

基于实装数据信息挖掘的雷达目标航迹衍生***及方法

技术领域

本发明属于雷达仿真技术领域，涉及一种基于实装数据信息挖掘的雷达目标航迹衍生***及方法，即基于Agent雷达实装数据智能采集与情报自动生成***及方法，适用于对雷达情报仿真的逼真度要求很高的场合，能作为全数字仿真***和半实物仿真***的雷达情报源。

背景技术

雷达情报仿真通常是利用“黑箱”进行建模仿真，方法有两种：一种是根据厂家提供的标称探测精度生成白噪声，再将白噪声叠加到仿真真值上，方法简单，但效果较差；另一种是根据历史数据进行分析和统计得到***误差和标准差，再利用高斯白噪声模型进行仿真合成，但该方法只能反映误差总体的统计规律，不能反映真实的误差特性，影响了雷达仿真的逼真度。

发明内容

鉴于一些仿真过程对雷达航迹高逼真度的需求，本发明提供一种基于实装数据信息挖掘的雷达目标航迹衍生***及方法，能作为全数字仿真***和半实物仿真***的雷达情报源。

为实现上述发明目的，本发明采用如下技术方案：

一种基于实装数据信息挖掘的雷达目标航迹衍生***，包括：雷达情报生成服务器、嵌入式采集装置，所述的雷达情报生成服务器第一端通过局域网与若干个嵌入式采集装置相连，每个嵌入式采集装置通过局域网、RS485网线或RS232网线与实装雷达相连；雷达情报生成服务器第一端通过局域网或RS485网线、RS232网线与仿真应用***相连，所述的嵌入式采集装置为采集Agent硬件体系结构。

一种基于实装数据信息挖掘的雷达目标航迹衍生***，所述的采集Agent硬件体系结构，为实现实装雷达数据的采集装置，由Agent管理控制模块、数据处理与存储模块和端口模块组成一个集中式控制模式装置；

所述的Agent管理控制模块用于负责任务的动态分配和调度，协调各Agent之间的竞争与合作；

所述的数据处理与存储模块用于负责数据的处理和存储，进行数据整理、数据分析、坐标转换和数据存储；

所述的端口模块用于负责数据接收和发送、命令的接收和发送以及通信协议握手。

一种基于实装数据信息挖掘的雷达目标航迹衍生***，所述的雷达情报生成服务器为实现雷达实装数据挖掘和雷达目标航迹数据衍生的工控机，包括：第一阶段的数据挖掘处理模块、第二阶段的雷达目标航迹自动衍生模块，所述的数据挖掘处理模块为离线和在线的处理方式，处理完成后的模型存储于聚类数据库中，与雷达目标航迹自动衍生过程形成松耦合，在进行数据衍生时只要查询数据库得到已构建好的模型即可；

所述的工控机作为管理采集Agent硬件体系结构，用于对采集Agent硬件体系结构进行对采集过程进行并行优化，实现了同时对多个实装雷达数据进行的采集。

一种基于实装数据信息挖掘的雷达目标航迹衍生***的方法，采用雷达情报生成服务器与嵌入式采集装置组网构成的结构模式，通过数据采集Agent的统一管理对实装雷达数据进行采集，并将数据输送到雷达情报生成服务器，即在基于实装雷达的数据采集与挖掘基础上，通过分布式***构架、Multi-Agent管理方式，以以太网、现场总线为通信媒介，与实装雷达数据和仿真应用***进行交互；根据需求输入的雷达种类、飞行类型、雷达精度参数，实现自动生成动态实时的高可信度雷达航迹模拟数据，并能输送到仿真应用***；其步骤如下：

1）采用的雷达情报生成服务器为实现实装雷达数据挖掘和雷达目标航迹数据衍生，包括：第一阶段的数据挖掘处理模块、第二阶段的雷达目标航迹自动衍生模块；

第一阶段的数据挖掘处理模块，在数据处理过程中，提出了使用小波分解和滤波对雷达数据进行了分离，将雷达数据分解成粗大误差、***误差、随机误差和航迹真值；

第一阶段的数据挖掘处理模块，在模型建立过程中，提出了使用多项式模型对航迹真值进行分段建模，使用了对误差进粗大误差、***误差、随机误差进行分层统计的方法，实现了航迹真值与误差数据的分离，目标航迹模型的精确建立，为数据的航迹归类和搜索匹配配置统一接口；

第二阶段的雷达目标航迹自动衍生模块，采用了分类特征的优先匹配原则进行模型的模式匹配，按照雷达特征类>航迹特征类>环境特征类>信号特征类的优先级搜索，得到更加准确的航迹真值和噪声模型；

第二阶段的雷达目标航迹自动衍生模块，采用航迹二次匹配技术，使得数据库中的现有模型无匹配时，通过推算可以得到航迹仿真值，拓展雷达数据衍生的适用性范围。

第二阶段的雷达目标航迹自动衍生模块，建立数据库索引时，同时建立特征索引、条件索引、空间类索引、时间类索引、形状类索引、定位类索引，并根据不同索引类对真实情况的影响不同，建立优先级和先后顺序，提高准确率的同时加快检索速度，减少磁盘访问次数，提高执行效率。

2）采用的Multi-Agent的硬件体系结构完成雷达航迹信息采集，是一种集中式控制模式，包括：Agent管理控制模块、数据处理与存储模块和端口模块。

Agent智能节点是基于Windows CE***的嵌入式数据收集终端（节点），根据数据采集Agent的统一管理对实装雷达数据进行采集，并将数据输送到雷达情报生成服务器；

在雷达情报采集及传输部分采用了Multi-Agent的硬件体系结构完成雷达航迹信息采集，是一种集中式控制模式，主要分为3个部分：Agent管理控制模块、数据处理与存储模块和端口模块；

Agent管理控制模块是数据采集架构的主要部分，负责任务的动态分配和调度，协调各Agent之间的竞争与合作，其软件安装于雷达情报生成服务器；数据处理与存储模块主要负责数据的处理和存储，主要功能有数据整理、数据分析、坐标转换和数据存储。端口模块主要功能是数据接收和发送、命令的接收和发送以及通信协议握手，其软件安装于Agent智能节点。

一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，所述雷达情报生成服务器工作的第一阶段的数据挖掘处理模块，是将接收到的雷达数据进行数据挖掘处理，具体实施步骤如下：

1）首先利用小波分解和滤波的方法将雷达数据进行分离，在频域上将雷达数据分解成粗大误差、***误差、随机误差和航迹真值；

2）然后对分离的航迹数据进行处理，

第一个内容为利用二阶离散率分析法将航迹真值进行分段并建模；

第二个内容为粗大误差的统计，统计粗大误差的发生概率及其峰值范围；

第三个内容为分析***误差的变化趋势进行趋势分析；

第四个内容为随机误差的统计，随机误差即噪声信号，一般为正态分布，获得分段航迹的随机噪声的大小信号分布情况，并计算各段的频谱特性及分布特性；

3）接着将所得的雷达航迹数据分析结果与目标的平均飞行时速、航迹数据采样周期以及环境因素汇总到数据库服务器，利用聚类方法建立数据资源库，实现数据分类、分层管理，便于数据衍生过程的数据查询。

一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，所述雷达情报生成服务器工作的第二阶段雷达目标航迹自动衍生模块，是根据需求利用聚类数据库进行雷达目标航迹数据的自动衍生，由雷达情报生成服务器完成；

第一步为根据仿真应用需求，获得目标航迹的先验知识，并量化为输入到数据库查询和航迹生成参数：雷达参数即航迹所对应探测雷达的探测精度、扫描周期即数据采样周期、侦察范围、雷达发现概率、航迹的飞行时速、环境因素的天气、地势、电磁环境状况以及剧情设计的直线轨迹、跑道轨迹、8字轨迹，聚类数据库根据这些参数对轨迹进行查询，并找到一致或近似的数据源；

第二步为将数据源的航迹进行组合，合成符合试验需求的航迹模型，根据合成的模型在雷达探测范围的具***置实现噪声和模型的重组并得到所需的航迹数据，最后航迹数据输出到仿真***中，完成雷达目标航迹的自动生成。

一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，所述的雷达情报生成服务器与Agent智能节点的通信为轮询式，当雷达情报生成服务器向某个Agent智能节点发出数据请求时，Agent智能节点将当前采集到的雷达数据往上输送；Agent智能节点接收实装雷达数据为申请模式，当Agent接收模块接收到雷达数据，则产生申请请求，由Agent管理控制模块根据申请请求处理数据，由Agent发送模块根据上级的轮询情况发送数据。

一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，是将各个Agent智能节点与对应的实装雷达相连，并由雷达情报生成服务器管理各Agent智能节点，采集实装雷达数据，由雷达情报生成服务器处理数据，当与其相连的仿真应用***发出需要服务的指令时，则将衍生合成的雷达情报发送给仿真应用***；其具体步骤如下：

1）、雷达情报生成服务器的工作包括，第一阶段是通过“滤波分离－分段拟合－特征聚类” 的步骤，建立聚类数据库；第二阶段为“特征关联－航迹重组”的步骤，是根据仿真应用***的需要生成雷达航迹；

雷达情报生成服务器工作的第一阶段为利用数据挖掘技术，将大量的雷达情报数据进行分类处理，将具有相似特征向量的样本群体划分出来，建立空情航迹特征向量聚类数据库；

a.首先利用一定的数据处理方法将雷达航迹数据（为REA数据，即斜距离、俯仰角和方位角三组数据）进行分离，利用小波分解和滤波的算法，在频域上将雷达航迹数据分离为噪声信号和航迹真值两部分。

b.然后对分离的航迹数据进行处理，

第一个内容为航迹真值的分段建模，由于航迹在速度上分为匀速、加速和变加速运动，在轨迹上有分为直线、弧线和曲线，因此利用二阶离散率分析法对航迹进行分段，并利用多项式拟合对分段真值航迹进行建模，以便于建立一个较接近真实飞行航迹的模型，提高情报生成时匹配成功的概率；

第二个内容为噪声信号的统计，分析噪声在各航迹段上的频谱特性。

最后将所得的雷达航迹数据分析结果与雷达特性（包括雷达的探测精度、探测范围及扫描周期等信息）以及环境特性（包括天气状况等）汇总到数据库服务器，利用聚类方法将相似的特征信息划分到各自的群体，建立数据资源库，实现数据分类、分层管理，便于数据生成过程的数据查询。

第二阶段是依据仿真的需求，根据数据挖掘获得的模型与数据的关联和规律生成新的模型。

第一步为根据仿真需求，获得目标航迹的先验知识，并量化为输入到数据库查询和航迹生成软件中参数，如雷达参数、航迹的飞行时速、环境因素以及设计好的剧情（如直线轨迹、跑道轨迹、8字轨迹等等），聚类数据库根据这些参数对轨迹进行查询，并找到一致或近似的数据源；

第二步为将数据源的航迹进行组合，合成符合仿真需求的航迹模型，根据合成的模型在雷达探测范围的具***置实现噪声和模型的重组并得到所需的航迹数据，最后航迹数据输出到仿真应用***中，完成雷达目标航迹的自动生成。

一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，所述的雷达航迹数据分离的流程，具体步骤如下：

首先利用小波分析算法对雷达航迹数据进行降噪处理，将降噪后航迹进行分段并进行多项式拟合，把拟合后的轨迹作为真值，并与原轨迹数据相减，获取航迹轨迹的误差数据；根据野值点的判断条件提取野值点，统计野值点的峰值范围以及发生概率；将除去野值点的误差数据进行第二次滤波，最终将随机噪声和***误差分离，并分别进行分析。

一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，所述的建立雷达航迹数据聚类数据库的工作流程，是将对象间相似性以及在表达空间内的相互关系对一个对象集合进行划分的特征聚类，建立雷达航迹数据的特征向量是为了建立一个聚类的参数矢量，将聚类参数矢量分为四类，即雷达特征类、航迹特征类、环境特征类以及信号特征类，四类的优先级的顺序为雷达特征类>航迹特征类>环境特征类>信号特征类， 聚类数据库索引的建立是按照优先及的顺序实现的，从而实现分层聚类，具体步骤为：

1）根据雷达数据的采样频率或周期、雷达的探测精度和探测范围确定雷达的聚类数量，建立多类聚类数据组的第一层，可设置一个备注栏，解释雷达的型号和类型；

2）然后根据航迹分段的结果对航迹的类型进行分析和归类，其中平均飞行时速需要设定聚类阈值，将航迹的飞行时速分为多个等级，建立航迹特征类的聚类数据组；

3）执行环境特征类记录，记录内容的为航迹数据时刻天气状况，可建立天气备注信息；

4）信号特征类的聚类为数据聚类的最后一步，是对整个航迹数据信息的一个诠释，记录了信号的特征量，但不作为航迹聚类关联的重要信息，只作为航迹信号级的参考信息；

5）建立的聚类数据索引下将模型组合参数和航迹原始数据压缩存储于数据库中。

由于采用如上所述的技术方案，本发明具有如下优越性：

本发明是一种基于实装数据信息挖掘的雷达目标航迹衍生***及方法，能作为全数字仿真***和半实物仿真***的雷达情报源。发明采用了以工控机＋嵌入式终端的结构模式，工控机为雷达情报生成服务器，是雷达情报处理中心，实现雷达实装数据挖掘和雷达目标航迹数据的衍生；嵌入式终端为Agent智能采集节点，采集实装雷达数据。工控机同时作为管理Agent对Agent智能采集节点进行对采集过程进行并行优化，能对多个实装雷达数据进行采集。雷达情报生成服务器与Agent智能采集节点为轮询通信模式，Agent智能采集节点与实装雷达为中断通信模式。

在数据挖掘部分，发明设计小波滤波算法实现雷达实装数据的噪声分离，提出了将航迹真值数据分段建模和噪声数据特征的算法，然后利用聚类参数矢量将聚类特征分为雷达特征类、航迹特征类、环境特征类以及信号特征等四类，并设置好优先级，实现了雷达实装数据的分层聚类。在数据自动衍生部分，发明通过聚类特征的优先匹配方法得到最优航迹真值和噪声模型并合成新雷达仿真情报；设计了航迹二次匹配技术，提高匹配成功率；无匹配模型时，利用数据库中的雷达模型参数，生成仿真航迹，进一步拓展了雷达目标航迹自动生成技术的可适用范围。

附图说明

图1为基于Agent雷达实装数据智能采集与情报自动生成***的结构示意图；

图2为基于Multi-Agent的雷达情报采集与传输***结构的示意图；

图3为基于Agent雷达实装数据智能采集与情报自动生成***的工作原理方框图；

图4为雷达目标航迹数据挖掘处理流程图；

图5为雷达目标航迹数据衍生处理流程图；

图6为空情想定特征向量搜索模式流程图；

图7为雷达航迹数据分离流程图；

图8为建立雷达航迹数据聚类数据库程序流程图。

具体实施方式

如图1至8所示，一种基于实装数据信息挖掘的雷达目标航迹衍生***，包括：雷达情报生成服务器、嵌入式采集装置，所述的雷达情报生成服务器第一端通过局域网与若干个嵌入式采集装置相连，每个嵌入式采集装置通过局域网或RS485网线、RS232网线与实装雷达相连；雷达情报生成服务器第一端通过局域网或RS485网线、RS232网线与雷达数据输出装置的仿真应用***相连，所述的嵌入式采集装置为采集Agent硬件体系结构。

本***采用了工控机＋嵌入式采集的结构模式，结构如图1所示，主要由Agent智能节点和雷达情报生成服务器组网构成。雷达情报生成服务器的主要功能有数据采集管理Agent、雷达情报的挖掘与聚类及雷达情报的衍生等。在基于实装雷达的数据采集与挖掘基础上，通过分布式***构架，Multi-Agent管理方式，以以太网、现场总线等为通信媒介与雷达时装数据和仿真需求设备进行交互，根据需求输入的雷达种类、飞行类型、数据精度等参数，实现自动生成动态实时的高可信度雷达航迹模拟数据，并能输送到仿真应用***。

Agent智能节点是基于Windows CE***的嵌入式数据收集终端（节点），根据数据采集Agent的统一管理对实装雷达数据进行采集，并将数据输送到雷达情报生成服务器，其主要结构如图2所示。在雷达情报采集及传输部分采用了Multi-Agent的硬件体系结构完成雷达航迹信息采集，是一种集中式控制模式，主要分为3个部分：Agent管理控制模块、数据处理与存储模块和端口模块。Agent管理控制模块是数据采集架构的主要部分，负责任务的动态分配和调度，协调各Agent之间的竞争与合作，其软件安装于雷达情报生成服务器。数据处理与存储模块主要负责数据的处理和存储，主要功能有数据整理、数据分析、坐标转换和数据存储。端口模块主要功能是数据接收和发送、命令的接收和发送以及通信协议握手，其软件安装于Agent智能节点。

雷达情报生成服务器的工作过程分为两个阶段，如图3所示，第一个阶段是将接收到的雷达数据进行数据挖掘处理，其主要过程如图4所示。首先利用小波分解和滤波的方法将雷达数据进行分离，在频域上将雷达数据分解成粗大误差、***误差、随机误差和航迹真值。然后对分离的航迹数据进行处理，此步骤有四个内容，第一个内容为利用二阶离散率分析法将航迹真值进行分段并建模；第二个内容为粗大误差的统计，统计粗大误差的发生概率及其峰值的范围；第三个内容为分析***误差的变化趋势；第四个内容为随机误差的统计，随机误差即噪声信号，一般为正态分布，获得分段航迹的随机噪声的大小分布情况，并计算各段的频谱特性及分布特性。接着将所得的雷达航迹数据分析结果与目标的平均飞行时速、航迹数据采样周期以及环境因素汇总到数据库服务器，利用聚类方法建立数据资源库，实现数据分类、分层管理，便于数据衍生过程的数据查询。第二阶段是根据需求利用聚类数据库进行雷达目标航迹数据的自动衍生，由雷达情报生成服务器完成，其主要过程如图5所示。第一步为根据仿真应用需求，获得目标航迹的先验知识，并量化为输入到数据库查询和航迹生成软件中参数，如雷达参数（即航迹所对应探测雷达的探测精度、扫描周期（数据采样周期）、侦察范围、雷达发现概率等等）、航迹的飞行时速、环境因素（如天气、地势、电磁环境状况等等）以及设计好的剧情（如直线轨迹、跑道轨迹、8字轨迹等等），聚类数据库根据这些参数对轨迹进行查询，并找到一致或近似的数据源；第二步为将数据源的航迹进行组合，合成符合试验需求的航迹模型，根据合成的模型在雷达探测范围的具***置实现噪声和模型的重组并得到所需的航迹数据，最后航迹数据输出到仿真***中，完成雷达目标航迹的自动生成。

雷达情报生成服务器与Agent智能节点的通信为轮询式，当雷达情报生成服务器向某个Agent智能节点发出数据请求时，Agent智能节点将当前采集到的雷达数据往上输送。Agent智能节点接收实装雷达数据为申请模式，当Agent接收模块接收到雷达数据，则产生申请请求，由Agent管理控制模块根据申请请求处理数据，由Agent发送模块根据上级的轮询情况发送数据。

本***实现包括软件和硬件，其中硬件配置为工控机一台（2.0GHz或以上处理器，1G或以上内存，512M或以上显存，1T或以上硬盘，800*600或以上分辨率的彩色显示器，DVD-ROM）、Agent数据采集终端装置多块、以太网卡一块、RS485总线PCI插卡一块、RS232串口PCI插卡一块和路由器一个，可选配硬件为打印机一台。软件部分包括485总线驱动、高精度时统卡软件、雷达情报自动生成软件一套（包括基于Multi-Agent采集节点的数据挖掘模式软件和雷达情报数据衍生模式软件）。

1、各部件说明

所述工控机为雷达情报生成服务器，安装了2个软件，即基于Multi-Agent采集节点的数据挖掘模式软件和雷达情报数据衍生模式软件。基于Multi-Agent采集节点的数据挖掘模式软件能对各Agent智能采集节点进行管理和利用数据挖掘方法生成聚类数据库，功能包括节点分配、节点启动、采集开始、数据记录、数据处理、数据聚类。

所述以太网卡用于建立整个***的局域网连接的物理链路。

所述路由器用于构建局域网的链接和IP地址分配。

所述RS485总线PCI插卡、RS485通讯卡，用于实现本***与外部的RS485总线通讯，能进行信息交互。

所述RS232串口PCI插卡、RS232串口，用于实现本***与外部的RS232串口通讯，能进行信息交互。

所述Agent数据采集终端为Agent智能节点，为一种基于Windows CE操作***的嵌入式数据采集装置，集成了接收数据Agent、数据处理与存储Agent、发送数据Agent等模块。采集终端上含有RS485、RS232和以太网接口，以及功能按键和触摸式7寸彩色液晶显示屏。

2、关键性技术及原理说明

各个Agent智能节点与对应的实装雷达相连，并由雷达情报生成服务器管理各Agent智能节点，采集雷达实装数据，由雷达情报生成服务器处理数据，当与其相连的仿真应用***发出需要服务的指令时，则将衍生合成的雷达情报发送给仿真应用***。雷达情报生成服务器的工作分为两个阶段，如图6所示，第一阶段是通过“滤波分离－分段拟合－特征聚类”几个步骤建立聚类数据库；另一个阶段为“特征关联－航迹重组”两个步骤，是根据仿真应用***的需要生成雷达航迹。

雷达情报生成服务器工作的第一阶段为利用数据挖掘技术，将大量的雷达情报数据进行分类处理，将具有相似特征向量的样本群体划分出来，建立空情航迹特征向量聚类数据库。主要步骤为：首先利用一定的数据处理方法将雷达航迹数据（为REA数据，即斜距离、俯仰角和方位角三组数据）进行分离，利用小波分解和滤波的算法，在频域上将雷达航迹数据分离为噪声信号和航迹真值两部分。然后对分离的航迹数据进行处理，此步骤有两个内容，第一个内容为航迹真值的分段建模，由于航迹在速度上可分为匀速、加速和变加速运动，在轨迹上有可分为直线、弧线和曲线，因此利用二阶离散率分析法对航迹进行分段，并利用多项式拟合对分段真值航迹进行建模，以便于建立一个较接近真实飞行航迹的模型，提高情报生成时匹配成功的概率；第二个内容为噪声信号的统计，分析噪声在各航迹段上的频谱特性。最后将所得的雷达航迹数据分析结果与雷达特性（包括雷达的探测精度、探测范围及扫描周期等信息）以及环境特性（包括天气状况等）汇总到数据库服务器，利用聚类方法将相似的特征信息划分到各自的群体，建立数据资源库，实现数据分类、分层管理，便于数据生成过程的数据查询。第二阶段是依据仿真的需求，根据数据挖掘获得的模型与数据的关联和规律生成新的模型。有两个步骤：第一步为根据仿真需求，获得目标航迹的先验知识，并量化为输入到数据库查询和航迹生成软件中参数，如雷达参数、航迹的飞行时速、环境因素以及设计好的剧情（如直线轨迹、跑道轨迹、8字轨迹等等），聚类数据库根据这些参数对轨迹进行查询，并找到一致或近似的数据源；第二步为将数据源的航迹进行组合，合成符合仿真需求的航迹模型，根据合成的模型在雷达探测范围的具***置实现噪声和模型的重组并得到所需的航迹数据，最后航迹数据输出到仿真应用***中，完成雷达目标航迹的自动生成。

雷达航迹数据分离的流程如图7所示，整个过程主要分为3个步骤：首先利用小波分析算法对雷达航迹数据进行降噪处理，将降噪后航迹进行分段并进行多项式拟合，把拟合后的轨迹作为真值，并与原轨迹数据相减，获取航迹轨迹的误差数据；根据野值点的判断条件提取野值点，统计野值点的峰值范围以及发生概率；将除去野值点的误差数据进行第二次滤波，最终将随机噪声和***误差分离，并分别进行分析。

航迹数据分段即将滤波后的航迹数据进行分段，其目的有两个：一个是为了建立更精确的目标航迹模型；另一个是为了方便实现数据的航迹归类和搜索匹配。多项式建模是利用多项式对航迹进行拟合，并获得精度较高的，且与真值非常接近的航迹数学模型，以便获得更贴近实际的误差分布规律。雷达目标航迹的分段是利用一阶离散率和二阶离散率分析轨迹的曲率来确定航迹曲线的特征点，以定位航迹分段点。雷达目标航迹的拟合是利用5阶的多项式建模方法进行拟合。

特征聚类是将对象间相似性以及在表达空间内的相互关系对一个对象集合进行划分，建立雷达航迹数据的特征向量是为了建立一个聚类的参数矢量，以便构造一个聚类。聚类参数是描述雷达航迹信息的一个数据结构或数组。包括的聚类参数矢量如图所示。航迹模型组合与原始数据虽然不属于聚类参数矢量，但必需同时放入聚类数据库中，为航迹的匹配与生成提供依据和条件。另外，航迹***误差属于可选因素，针对航迹设计的具体需求来判断是否需要作为一个考虑因素。将聚类参数矢量分为四类，即雷达特征类、航迹特征类、环境特征类以及信号特征类，四类的优先级的顺序为雷达特征类>航迹特征类>环境特征类>信号特征类。聚类数据库索引的建立是按照优先及的顺序实现的，从而实现分层聚类，具体步骤为：1）根据雷达数据的采样频率或周期、雷达的探测精度和探测范围确定雷达的聚类数量，建立多类聚类数据组的第一层，可设置一个备注栏，解释雷达的型号和类型；2）然后根据航迹分段的结果对航迹的类型进行分析和归类，其中平均飞行时速需要设定聚类阈值，将航迹的飞行时速分为多个等级，建立航迹特征类的聚类数据组；3）执行环境特征类记录，记录内容的为航迹数据时刻天气状况，可建立天气备注信息；4）信号特征类的聚类为数据聚类的最后一步，是对整个航迹数据信息的一个诠释，记录了信号的特征量，但不作为航迹聚类关联的重要信息，只作为航迹信号级的参考信息；5）建立的聚类数据索引下将模型组合参数和航迹原始数据压缩存储于数据库中。建立雷达航迹数据聚类数据库程序流程如图8所示。

数据衍生是从建立的聚类数据搜索并查找出满足空情想定设计需求的航迹特征，并调出相应的数据模型或历史数据，并重组成新的雷达目标航迹，其主要步骤分为数据特征量匹配和新航迹数据组合两步。特征类匹配是将与设计的空情想定的特征向量的空间距离最小、相似度最大的或数值表达一致的历史雷达航迹数据挑选出来，主要有情况三种：1）定值特征量匹配，即特征量是定值，为优先匹配项；2）阈值匹配，即满足阈值条件的达成匹配；3）航迹匹配，即利用欧式空间距离进行航迹的匹配搜索。特征量匹配搜索按照雷达特征类>航迹特征类>环境特征类>信号特征类的优先级搜索的，如图所示，雷达特征类和航迹特征类是特征量中的重点，若这两项匹配失败，则数据衍生模式失败，选用仿真模式建立新的航迹。特征类匹配有以下几种模式：1）雷达特征类无匹配对象：这种情况说明数据库中没有建立这一类雷达的数据库，这种情况只能根据给定的雷达探测精度生成高斯噪声，然后叠加到设定的空情想定上，这种方法生成的是一种理想状态下的空情仿真，与实际的雷达噪声分布有一定差异；2）航迹特征类二次匹配：航迹的匹配是想定的分段曲线和数据库中拟合的多项式航迹模型之间的匹配。航迹类匹配可能会出现两种情况，一种是分段后的航迹特征无一匹配对象，另一种情况是只有部分航迹段无匹配对象，因此对于此类问题，需要将航迹段分为直线和弧线分别处理，进行二次匹配。3）航迹无匹配对象存在。即数据库有雷达特征类匹配但无航迹特征类匹配存在，因此必须利用现有统计的雷达特征类信息进行仿真合成新的航迹，主要的特征向量是雷达噪声分布包络线，是取一定量的航迹噪声数据，按照雷达的探测距离，建立一个雷达噪声分布包络图，反映的是这个雷达探测范围内的噪声分布情况，是一个仿真航迹生成的过程。

建立数据库索引是相似查询的重要步骤之一。每个时间系列的航迹都应该有个标识符，能尽快地建立查询匹配网络。索引主要有以下几类：1）特征分类索引：主要有01－雷达特征类，02－航迹特征类，03环境特征类，04－信号特征类。2）条件类索引：表明的是某种情况或条件，如飞行状态，环境情况等等。3）空间类索引：反映的是某段空间数据的区间或范围；4）时间类索引：反映的是某段数据的时间域；5）形状类索引：反映的是航迹数据的形状，如01－直线，02－弧线；6）定位类索引：如直线的斜率和圆心位置。索引是一个层次结构，是根据特征类的优先及建立的，不仅能加快检索速度，而且能够减少磁盘访问次数，提高执行效率。

基于Multi-Agent的数据采集智能节点结构如图所示，由接收、发送模块和处理与存储模块组成，所有Agent智能节点是有雷达情报生成服务器中的管理Agent进行统一管理，管理Agent的工作方式有：1）管理Agent的启动：分析网络拓扑，建立良好的网络状态，轮询各采集节点的工作状态，判断各雷达是否工作，等待数据的采集和传输；2）管理Agent的工作：监视各Agent的状态，对采集Agent的信息进行管理，收集Agent采集的数据，转入挖掘数据处理软件进行数据处理。数据收集是按照Agent的IP序列号的大小作为优先级来实现数据的依次传输。3）管理Agent的指挥：管理Agent具有指挥控制功能，能根据建立的规则库实现对各Agent节点进行指挥和控制，令多Agent能协调工作，完成数据采集的任务。并根据各Agent返回的信息指挥采集或停止采集数据。其它的Agent是在智能采集卡中，是一个由DSP处理器为核心的嵌入式装置，其中数据处理与存储Agent是这个采集***的一个下级，主要的工作方式如下：1）数据的处理：主要将雷达数据根据管理Agent的命令进行坐标转换，如转换成地理坐标或地心坐标。对雷达情报进行数据清理，如删除数量较少的航迹数据和野值点发生概率较大的航迹数据；2）数据存储：将数据备份到存储器中，并将数据打上时标和注释；3）信息交互：与管理Agent进行信息交互，执行管理Agent的指令和返回工作状态信息。接收数据Agent主要工作方式如下：1）接收雷达情报数据：接收来自雷达的空情情报信息，并以排队的形式存储在主机内存或缓冲区内，等待数据输出指令；2）监视雷达情报输入：监视雷达是否在工作，以及是否有数据输入；3）信息交互：接收管理Agent和其它Agent的指令，返回状态信息。发送接收数据Agent主要工作方式如下：1）输送文本制作：建立雷达空情信息的XML文本并压缩成zip格式文档：2）通信协议握手：与管理Agent通信协议握手，保证数据传输的网络利用效率；3）信息交互：接收管理Agent的指令，返回状态信息。

3、***软件

软件主要有两个块，一个是雷达情报生成服务器的数据挖掘与衍生软件，另一个是基于Windows CE的Agent智能采集节点嵌入式软件。雷达情报生成服务器的数据挖掘与衍生软件包括两个子软件，即数据挖掘与数据采集子程序和雷达情报数据衍生子程序。

数据挖掘与数据采集子程序有两种工作模式，即Multi-Agent采集模式和文本输入模式。Multi-Agent采集模式是根据设置的采集节点信息在线采集雷达情报数据；文本输入模式是把数据从记录的文本文件里将数据导入到数据库中，是一种离线的数据采集方式。

雷达情报衍生软件是根据事先设计的雷达参数、航迹轨迹，生成满足设定条件的雷达探测航迹。

Agent智能采集节点软件为三个Agent的工作和状态显示，能配置各Agent的IP号以及通信端口，建立拓扑网络结构。

Claims (9)

1.一种基于Agent雷达实装数据智能采集与情报自动生成***，其特征在于：包括：雷达情报生成服务器、嵌入式采集装置，所述的雷达情报生成服务器第一端通过局域网与若干个嵌入式采集装置相连，每个嵌入式采集装置通过局域网或RS485网线、RS232网线与实装雷达相连；雷达情报生成服务器第一端通过局域网或RS485网线、RS232网线与雷达数据输出装置的仿真应用***相连，所述的嵌入式采集装置为采集Agent硬件体系结构；

所述的雷达情报生成服务器为实现雷达实装数据挖掘和雷达目标航迹数据衍生的工控机，包括：第一阶段的数据挖掘处理模块、第二阶段的雷达目标航迹自动衍生模块，

所述的数据挖掘处理模块为离线和在线的处理方式，处理完成后的模型存储于聚类数据库中，与雷达目标航迹自动衍生过程形成松耦合，在进行数据衍生时只要查询数据库得到已构建好的模型即可；

所述的工控机作为管理采集Agent硬件体系结构，用于对采集Agent硬件体系结构进行对采集过程进行并行优化，实现了同时对多个实装雷达数据进行的采集。

2.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***，其特征在于：所述的采集Agent硬件体系结构，为实现实装雷达数据的采集装置，由Agent管理控制模块、数据处理与存储模块和端口模块组成一个集中式控制模式装置；

所述的Agent管理控制模块用于负责任务的动态分配和调度，协调各Agent之间的竞争与合作；

所述的数据处理与存储模块用于负责数据的处理和存储，进行数据整理、数据分析、坐标转换和数据存储；

所述的端口模块用于负责数据接收和发送、命令的接收和发送以及通信协议握手。

3.如权利要求1所述一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：采用雷达情报生成服务器与嵌入式采集装置组网构成的结构模式，通过数据采集Agent的统一管理对实装雷达数据进行采集，并将数据输送到雷达情报生成服务器，即在基于实装雷达的数据采集与挖掘基础上，通过分布式***构架、Multi-Agent管理方式，以以太网、现场总线为通信媒介，与时装雷达数据和仿真需求设备进行交互；根据需求输入的雷达种类、飞行类型、数据精度参数，实现自动生成动态实时的高可信度雷达航迹模拟数据，并能输送到仿真应用***；其步骤如下：

1）采用的雷达情报生成服务器为实现实装雷达数据挖掘和雷达目标航迹数据衍生，包括：第一阶段的数据挖掘处理模块、第二阶段的雷达目标航迹自动衍生模块；

第一阶段的数据挖掘处理模块，在数据处理过程中，提出了使用小波分解和滤波对雷达数据进行了分离，将雷达数据分解成粗大误差、***误差、随机误差和航迹真值；

第一阶段的数据挖掘处理模块，在模型建立过程中，提出了使用多项式模型对航迹真值进行分段建模，使用了对误差进粗大误差、***误差、随机误差进行分层统计的方法，实现了航迹真值与误差数据的分离，目标航迹模型的精确建立，为数据的航迹归类和搜索匹配配置统一接口；

第二阶段的雷达目标航迹自动衍生模块，采用了分类特征的优先匹配原则进行模型的模式匹配，按照雷达特征类>航迹特征类>环境特征类>信号特征类的优先级搜索，得到更加准确的航迹真值和噪声模型；

第二阶段的雷达目标航迹自动衍生模块，采用航迹二次匹配技术，使得数据库中的现有模型无匹配时，通过推算可以得到航迹仿真值，拓展雷达数据衍生的适用性范围；

第二阶段的雷达目标航迹自动衍生模块，建立数据库索引时，同时建立特征索引、条件索引、空间类索引、时间类索引、形状类索引、定位类索引，并根据不同索引类对真实情况的影响不同，建立优先级和先后顺序，提高准确率的同时加快检索速度，减少磁盘访问次数，提高执行效率；

2）采用的Multi-Agent的硬件体系结构完成雷达航迹信息采集，是一种集中式控制模式，包括：Agent管理控制模块、数据处理与存储模块和端口模块；

Agent智能节点是基于Windows CE***的嵌入式数据收集终端节点，根据数据采集Agent的统一管理对实装雷达数据进行采集，并将数据输送到雷达情报生成服务器，在雷达情报采集及传输部分采用了Multi-Agent的硬件体系结构完成雷达航迹信息采集，是一种集中式控制模式，主要分为3个部分：Agent管理控制模块、数据处理与存储模块和端口模块；

Agent管理控制模块是数据采集架构的主要部分，负责任务的动态分配和调度，协调各Agent之间的竞争与合作，其软件安装于雷达情报生成服务器；数据处理与存储模块主要负责数据的处理和存储，主要功能有数据整理、数据分析、坐标转换和数据存储端口模块主要功能是数据接收和发送、命令的接收和发送以及通信协议握手，其软件安装于Agent智能节点。

4.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：所述雷达情报生成服务器工作的第一阶段的数据挖掘处理模块，是将接收到的雷达数据进行数据挖掘处理，具体实施步骤如下：

1）首先利用小波分解和滤波的方法将雷达数据进行分离，在频域上将雷达数据分解成粗大误差、***误差、随机误差和航迹真值；

2）然后对分离的航迹数据进行处理，

第一个内容为利用二阶离散率分析法将航迹真值进行分段并建模；

第二个内容为粗大误差的统计，统计粗大误差的发生概率及其峰值范围；

第三个内容为分析***误差的变化趋势进行趋势分析；

第四个内容为随机误差的统计，随机误差即噪声信号，一般为正态分布，获得分段航迹的随机噪声的大小信号分布情况，并计算各段的频谱特性及分布特性；

3）接着将所得的雷达航迹数据分析结果与目标的平均飞行时速、航迹数据采样周期以及环境因素汇总到数据库服务器，利用聚类方法建立数据资源库，实现数据分类、分层管理，便于数据衍生过程的数据查询。

5.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：所述雷达情报生成服务器工作的第二阶段雷达目标航迹自动衍生模块，是根据需求利用聚类数据库进行雷达目标航迹数据的自动衍生，由雷达情报生成服务器完成；

第一步为根据仿真应用需求，获得目标航迹的先验知识，并量化为输入到数据库查询和航迹生成参数：雷达参数即航迹所对应探测雷达的探测精度、扫描周期即数据采样周期、侦察范围、雷达发现概率、航迹的飞行时速、环境因素的天气、地势、电磁环境状况以及剧情设计的直线轨迹、跑道轨迹、8字轨迹，聚类数据库根据这些参数对轨迹进行查询，并找到一致或近似的数据源；

第二步为将数据源的航迹进行组合，合成符合试验需求的航迹模型，根据合成的模型在雷达探测范围的具***置实现噪声和模型的重组并得到所需的航迹数据，最后航迹数据输出到仿真***中，完成雷达目标航迹的自动生成。

6.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：所述的雷达情报生成服务器与Agent智能节点的通信为轮询式，当雷达情报生成服务器向某个Agent智能节点发出数据请求时，Agent智能节点将当前采集到的雷达数据往上输送；Agent智能节点接收实装雷达数据为申请模式，当Agent接收模块接收到雷达数据，则产生申请请求，由Agent管理控制模块根据申请请求处理数据，由Agent发送模块根据上级的轮询情况发送数据。

7.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：是将各个Agent智能节点与对应的实装雷达相连，并由雷达情报生成服务器管理各Agent智能节点，采集实装雷达数据，由雷达情报生成服务器处理数据，当与其相连的仿真应用***发出需要服务的指令时，则将衍生合成的雷达情报发送给仿真应用***；其具体步骤如下：

1）、雷达情报生成服务器的工作包括，第一阶段是通过“滤波分离－分段拟合－特征聚类”的步骤，建立聚类数据库；第二阶段为“特征关联－航迹重组”的步骤，是根据仿真应用***的需要生成雷达航迹；

雷达情报生成服务器工作的第一阶段为利用数据挖掘技术，将大量的雷达情报数据进行分类处理，将具有相似特征向量的样本群体划分出来，建立空情航迹特征向量聚类数据库；

a.首先利用一定的数据处理方法将雷达航迹数据为REA数据，即斜距离、俯仰角和方位角三组数据进行分离，利用小波分解和滤波的算法，在频域上将雷达航迹数据分离为噪声信号和航迹真值两部分；

b.然后对分离的航迹数据进行处理；

第一个内容为航迹真值的分段建模，由于航迹在速度上分为匀速、加速和变加速运动，在轨迹上有分为直线、弧线和曲线，因此利用二阶离散率分析法对航迹进行分段，并利用多项式拟合对分段真值航迹进行建模，以便于建立一个较接近真实飞行航迹的模型，提高情报生成时匹配成功的概率；

第二个内容为噪声信号的统计，分析噪声在各航迹段上的频谱特性；

最后将所得的雷达航迹数据分析结果与雷达特性，包括雷达的探测精度、探测范围及扫描周期信息以及环境特性，包括天气状况汇总到数据库服务器，利用聚类方法将相似的特征信息划分到各自的群体，建立数据资源库，实现数据分类、分层管理，便于数据生成过程的数据查询；

第二阶段是依据仿真的需求，根据数据挖掘获得的模型与数据的关联和规律生成新的模型；

第一步为根据仿真需求，获得目标航迹的先验知识，并量化为输入到数据库查询和航迹生成软件中参数，如雷达参数、航迹的飞行时速、环境因素以及设计好的剧情：直线轨迹、跑道轨迹、8字轨迹，聚类数据库根据这些参数对轨迹进行查询，并找到一致或近似的数据源；

第二步为将数据源的航迹进行组合，合成符合仿真需求的航迹模型，根据合成的模型在雷达探测范围的具***置实现噪声和模型的重组并得到所需的航迹数据，最后航迹数据输出到仿真应用***中，完成雷达目标航迹的自动生成。

8.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：所述的雷达航迹数据分离的流程，具体步骤如下：

首先利用小波分析算法对雷达航迹数据进行降噪处理，将降噪后航迹进行分段并进行多项式拟合，把拟合后的轨迹作为真值，并与原轨迹数据相减，获取航迹轨迹的误差数据；根据野值点的判断条件提取野值点，统计野值点的峰值范围以及发生概率；将除去野值点的误差数据进行第二次滤波，最终将随机噪声和***误差分离，并分别进行分析。

9.根据权利要求1所述的一种基于Agent雷达实装数据智能采集与情报自动生成***的方法，其特征在于：所述的建立雷达航迹数据聚类数据库的工作流程，是将对象间相似性以及在表达空间内的相互关系对一个对象集合进行划分的特征聚类，建立雷达航迹数据的特征向量是为了建立一个聚类的参数矢量，将聚类参数矢量分为四类，即雷达特征类、航迹特征类、环境特征类以及信号特征类，四类的优先级的顺序为雷达特征类>航迹特征类>环境特征类>信号特征类，聚类数据库索引的建立是按照优先及的顺序实现的，从而实现分层聚类，具体步骤为：

1）根据雷达数据的采样频率或周期、雷达的探测精度和探测范围确定雷达的聚类数量，建立多类聚类数据组的第一层，可设置一个备注栏，解释雷达的型号和类型；

2）然后根据航迹分段的结果对航迹的类型进行分析和归类，其中平均飞行时速需要设定聚类阈值，将航迹的飞行时速分为多个等级，建立航迹特征类的聚类数据组；

3）执行环境特征类记录，记录内容的为航迹数据时刻天气状况，可建立天气备注信息；

4）信号特征类的聚类为数据聚类的最后一步，是对整个航迹数据信息的一个诠释，记录了信号的特征量，但不作为航迹聚类关联的重要信息，只作为航迹信号级的参考信息；

5）建立的聚类数据索引下将模型组合参数和航迹原始数据压缩存储于数据库中。