一种基于阿基米德螺旋线的群目标疏密动态变化检测方法

技术领域

本发明涉及战术意图识别、战场态势感知、群目标行为的技术领域，具体是涉及一种基于阿基米德螺旋线的群目标疏密动态变化检测方法。

背景技术

新式武器装备层出叠见，传感器技术高速发展，现代战场复杂多变，海量的信息储备扩大了战场指挥员的视野，增加了战场态势快速把握、敌方战术意图精准预测的难度。战场环境日益复杂，作战武器越来越多样，战场作战目标越来越密集，分别侦察监视分析处理单个目标过程相对繁杂，不便于整体把握战场态势及其敌方作战意图。因此，将单目标统一划分为群目标进行行为分析，以群目标为分析单元对来袭武器进行分析，监测分析来袭目标的主攻方向、来袭目标的动向等特征信息。从而，简化战场态势，更便于快速把握态势，做出应对决策。

群目标行为分析是从收集到的战场信息中提取特征信息，对特征信息进行综合分析，进而对群目标行为进行分析。目前群目标行为分析存在先验知识不足、现有方法过于依赖先验知识、分析方法框架不够灵活等问题。

发明内容

发明目的：针对以上缺点，本发明公开的一种基于阿基米德螺旋线的群目标疏密动态变化检测方法，能够解决群目标内部结构变化特征定量描述的问题，实现简化战场态势、通过模型参数对群目标疏密动态变化进行定量描述。

技术方案：为解决上述问题，本发明提供一种基于阿基米德螺旋线的群目标疏密动态变化检测方法，包括以下步骤：

(1)将群目标划分成若干帧，通过传感器读取第一帧群目标的坐标数据和类别识别信息数据；

(2)针对获取群目标的坐标数据，设置预设阈值，将该帧群目标的划分为两个目标数据集，分别记为红方群目标数据集、蓝方群目标数据集；

(3)根据获取的类别识别信息数据，分别将该帧中红方群目标数据集、蓝方群目标数据集分为多个子群，相同类别的目标点作为一个子群；

(4)分别对红方群目标数据集、蓝方群目标数据集中每个子群进行计算获取所有子群各自的阿基米德螺旋线系数；

(5)获取下一帧群目标的坐标数据，该帧中对于目标点的群目标数据集和子群的划分与第一帧中群目标数据集和子群的划分一致，重复步骤(4)，获取该帧中所有子群各自的阿基米德螺旋线系数；

(6)重复步骤(5)，直至完成所有帧中所有子群的阿基米德螺旋线系数的获取；

(7)针对各个子群每一帧的阿基米德螺旋线系数进行统计分析，根据疏密对应规则分析红方群目标数据集、蓝方群目标数据集中每个子群于不同帧间的疏密变化；所述的疏密对应规则为阿基米德螺旋线系数值越大，则目标点之间越稀疏分散，反之目标点之间则越紧密。

进一步的，步骤(4)包括步骤：(4.1)对红方群目标数据集中每个子群进行阿基米德螺旋线系数的计算，具体为：

(4.1.1)针对红方群目标数据集中的每个子群各自进行聚类，获取每个子群的聚类中心；

(4.1.2)自红方群目标数据集中选取任一子群，分别计算该子群中的所有目标点到该子群的聚类中心的距离，将获取的距离数值进行升序排序，存入该子群的极径集

(4.1.3)针对每个子群获取的极径集ρ

(4.1.4)选取任一子群的极径集，按照极径集排序计算相邻的两个目标点之间的阿基米德螺旋线系数，公式为：

式中，i＝1……n-1，a

自获取的该子群的n-1个阿基米德螺旋线系数中选择中间值作为该子群最终阿基米德螺旋线系数；完成红方群目标数据集中所有子群各自的阿基米德螺旋线系数的获取。

进一步的，步骤(4)包括步骤：(4.2)对蓝方群目标数据集中每个子群进行阿基米德螺旋线系数的计算，具体为：

(4.2.1)针对蓝方群目标数据集中的每个子群各自进行聚类，获取每个子群的聚类中心；

(4.2.2)自蓝方群目标数据集中选取任一子群，分别计算该子群中的所有目标点到该子群的聚类中心的距离，将获取的距离数值进行升序排序，存入该子群的极径集

(4.2.3)针对每个子群获取的极径集ρ

(4.2.4)选取任一子群的极径集，按照极径集排序计算相邻的两个目标点之间的阿基米德螺旋线系数，公式为：

式中，i＝1……n-1，a

自获取的该子群的n-1个阿基米德螺旋线系数中选择中间值作为该子群最终阿基米德螺旋线系数，完成蓝方群目标数据集中所有子群各自的阿基米德螺旋线系数的获取。

进一步的，步骤(4.1.1)获取每个子群的聚类中心具体的步骤为：

(4.1.1.1)自红方群目标数据集中任选一个子群，随机选择该子群中的一个目标点作为初始中心点，并以此目标点建立极坐标系；

(4.1.1.2)计算该子群内各个目标点到初始中心点之间的距离，该距离为极径，获取所有距离形成极径集；

(4.1.1.3)对极径集中的极径值进行升序排序，计算相邻两个极径值的差值，若获取的若干极径差值不成等差数列，则表明该点不能作为中心点；再随机选取其他点作为中心点，继续进行判断，直到获取的极径差值成等差数列，将该选取的点作为聚类中心点。

(4.1.1.4)重复步骤(4.1.1.1)至(4.1.1.3)，直至获取红方群目标数据集中每个子群的聚类中心。

进一步的，步骤(4.1.3)中进行变换坐标值公式为：

式中，

此外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的方法。一种调试设备，存储器、处理器及在所述存储器上存储并可运行的程序，所述程序被处理器执行时实现如上述中任一项所述方法的步骤。

有益效果：本发明所述方法相对于现有技术，其显著优点是：通过将群目标划分成若干帧，并获取每一帧中群目标点的坐标信息及属性信息，将群目标划分成若干个子群，通过计算每个子群的阿基米德螺旋线系数；观察不同帧之间的子群的阿基米德螺旋线系数的变化，从而获取根据疏密规则动态的计算群目标内部的各个子群疏密程度的变化，实现有效分析动态场景下群目标的疏密程度，简化态势。

附图说明

图1所示为本发明所述的方法的流程图；

图2所示为连续4个时刻的群目标的某个子群的动态变化折线图。

具体实施方式

下面结合附图对本发明的技术方案进一步说明。

如图1所示，本发明所述的一种基于阿基米德螺旋线的群目标疏密动态变化检测方法，具体包括以下步骤：

步骤一、将群目标划分成若干帧，每一帧代表一个时刻；通过读取传感器的数值得到第一帧群目标的坐标数据(x,y)和类别识别信息数据k。

步骤二、利用获取的坐标信息，设置合适的阈值将第一帧群目标划分成两个目标数据集，分别为红方目标数据集

步骤三、利用获取的类别识别信息数据，将红方目标数据集合中多个具有相同类别的目标点划分为一个子群，整个红方目标数据集合被划分成若干个子群；同样，蓝方目标数据集合以相同的方式划分成若干个子群。

步骤四、分别对红方目标数据集、蓝方目标数据集中各个子群进行计算，获取各个子群各自的阿基米德螺旋线系数，具体包括以下步骤：

(1)对红方群目标数据集中每个子群进行阿基米德螺旋线系数的计算；

(1.1)针对红方群目标数据集中的每个子群各自进行聚类，获取每个子群的聚类中心，具体包括以下步骤：

(1.1.1)自红方群目标数据集中任选一个子群，随机选择该子群中的一个目标点作为初始中心点，并以此目标点建立极坐标系；

(1.1.2)计算该子群内各个目标点到初始中心点之间的距离，该距离为极径，将计算获取的所有距离形成极径集；

(1.1.3)对极径集中的极径值进行升序排序，计算相邻两个极径值的差值，对于获取的若干极径差值进行概率统计，若极径差值之间不成等差数列，则表明该点不能作为中心点；再随机选取其他点作为中心点，继续进行判断，直到获取的极径差值之间呈等差数列，将该选取的点作为聚类中心点。

(1.1.4)重复步骤(1.1.1)至(1.1.3)，直至获取红方群目标数据集中每个子群的聚类中心。

(1.2)自红方群目标数据集中选取任一子群，分别计算该子群中的所有目标点到该子群的聚类中心的距离，将获取的距离数值进行升序排序，存入该子群的极径集

(1.3)针对红方群目标数据集中每个子群获取的极径集ρ

式中，x，y均为除聚类中心点外的该子群任一目标点的坐标数值。

将各子群的点以聚类中心为原点变换坐标值，直角坐标值转换为极坐标值的计算公式如下；

最终获取极坐标下的极径集

(1.4)选取红方群目标数据集中任一子群的极径集，按照极径集排序计算相邻的每两个目标点之间的阿基米德螺旋线系数，公式为：

式中，i＝1……n-1,n为大于1的正整数；ρ、θ以及a上标为1表示红方群目标数据集，为2表示蓝方群目标数据集。

最终能够获取该子群的n-1个阿基米德螺旋线系数，在这n-1个阿基米德螺旋线系数中选择中间值作为该子群最终阿基米德螺旋线的系数，继续红方群目标数据集中任一子群的极径集按照上述方式完成红方群目标数据集中所有子群各自的阿基米德螺旋线的系数的获取。

(2)以步骤(1)中红方群目标数据集中所有子群各自的阿基米德螺旋线的系数的获取方式对蓝方群目标数据集中每个子群进行阿基米德螺旋线系数的计算，获取蓝方群目标数据集中所有子群各自的阿基米德螺旋线的系数。

步骤五、在完成第一帧红方群目标数据集、蓝方群目标数据集中所有子群各自的阿基米德螺旋线的系数获取后，继续通过传感器获取下一帧(即下一时刻)群目标的坐标数据。

由于前述步骤二和步骤三中已经对群目标的红方群目标数据集、蓝方群目标数据集中所包含的目标点进行了划分，以及红方、蓝方数据集中子群的划分，以该划分的标准，继续对下一帧中的所有子群各自的阿基米德螺旋线的系数进行计算。

具体的，保持该帧中对于群目标点的群目标数据集和子群划分与第一帧中群目标数据集和子群的划分一致，重复上述步骤四，获取该帧中所有子群各自的阿基米德螺旋线系数。

步骤六、重复上述步骤五，直至完成对所有帧中所有子群的阿基米德螺旋线系数的获取。

步骤七、对红蓝方各个子群每一帧的系数集进行统计分析，即红方单独一个子群不同帧所获取的阿基米德螺旋线系数集合为

根据疏密对应规则分析红方群目标数据集、蓝方群目标数据集中各个子群于不同帧间的疏密变化；所述的疏密对应规则是阿基米德螺旋线系数值越大，则目标越稀疏分散，反之则越紧密。如图2所示，若红方中某个子群所获得的的系数

综上，运用本发明所述的方法，可以分析得到各个子群目标的紧凑和松散程度，从而对目标群各个子群以及整个目标群的动态行为进行分析，实际解决群目标内部结构变化特征定量描述的问题。

此外，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利上述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。