[发明专利]一种UUV动态威胁态势评估方法

说明书

本发明属于UUV自主控制技术领域，具体涉及一种UUV动态威胁态势评估方法。本发明能够有效的解决UUV在水下的动态威胁态势评估问题，准确地评估当前时刻以及一段连续时间内的威胁态势，并能通过灵敏度分析得到当前各种威胁的威胁度排序。本发明不单纯使用静态贝叶斯网络或动态贝叶斯网络进行评估，而是将两者结合使用，使用了环境、平台、任务三级评估网络，便于评估方了解当前UUV系统各部分的状况，同时可以推理出各威胁的威胁方式；最后从整体出发，再使用静态网络对整个网络进行灵敏度分析，针对现场感知的环境类、平台健康类、任务类威胁给出在线定量定性的评估结果，为UUV后续的自主控制提供输入信息，决定当前最亟待解决的威胁问题。

技术领域

本发明属于UUV自主控制技术领域，具体涉及一种UUV动态威胁态势评估方法。

背景技术

目前关于无人系统的威胁态势评估的文献有很多，但是大多数是针对空中无人航行器的，具有代表性的例如文献“Johan Ivansson.Situation Assessment in aStochastic Environment using Bayesian Networks[D].Master ThesisUniversity,2002.”，使用了模糊贝叶斯网络来做出空中飞行器面临动态环境变化时的评估。基本思路是将不同的对象进行分类区分，按照威胁度的不同，分为非敌人和敌人，敌人也按照不同的威胁度进行区分。文献“梁洪泉.动态贝叶斯网络在战场目标态势威胁评估中的应用[D].北京邮电大学硕士论文,2007.”，利用动态贝叶斯推理方法分析战场环境下的威胁变量,通过雷达探测获得各目标的几何特性和其他参数，提取要素，建立了针对无人作战飞机的模型。同时也有针对水面无人航行器的威胁评估研究，例如文献“J.Sobral,L.A.Ferreira Unmanned aerial vehicle safety assessment modellingthrough petri Nets.Portugal[J]；Reliability Engineering and System Safety,2017.”，基于贝叶斯网络对水面航行器进行态势风险评估，主要采用了佩特里网络，尝试对威胁分布进行定量计算，完成对各类威胁发生次数的推测。

针对水下无人航行器(UUV)的威胁态势评估方法，文献“洪卫,李长军,李卓.基于贝叶斯网络的UUV威胁评估[J].兵器装备工程学报,2009,30(3):89-91.”提出了一种根据当前UUV的威胁等级，评估威胁类型、对抗威胁能力和航行状态的方法，但这种方法对于UUV当前威胁等级的评定缺乏出处，需要人为设定，无法做到无人参与这一点，使该方法的实用性大大降低。UUV在水下呈现弱感知特性，环境复杂且仅能依靠声纳感知，海洋环境背景噪声大使得声纳感知探测存在较大的噪声干扰和探测的不确定性，且UUV在作业过程中完全无人现场指挥、完全由现场计算机自主运行实现全部任务控制，更是为其作业带来困难，所以亟需配套的威胁态势评估方法予以支持，水下环境复杂多变，威胁要素体量大，本发明采用的方法与文献“洪卫,李长军,李卓.基于贝叶斯网络的UUV威胁评估[J].兵器装备工程学报,2009,30(3):89-91.”中的方法相反，是根据UUV采集到的信息进行威胁态势评估，系统地综合威胁要素，通过动态贝叶斯推理完成定性与定量的态势感知，为UUV自主控制提供必要的感知输入信息。

发明内容

本发明的目的是提供一种用于UUV的动态威胁态势评估方法，以完成对UUV在水下执行任务时所面对的各种威胁进行评估，并能分析出当前情况下最大的威胁要素，从而便于完成后续的自主决策和事件处理。

一种UUV动态威胁态势评估方法，该方法包括以下步骤：

步骤1：对在水下工作的UUV进行威胁要素提取，经过细化、量化之后，根据专家经验加入事件的先验概率，建立静态贝叶斯网络模型；

步骤2：在静态贝叶斯网络的基础上加入时间状态转移概率，建立动态贝叶斯网络模型，并将模型分为环境级、平台级和任务级三级，实现分级评估；