[发明专利]一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统

说明书

本发明公开一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统，包括运动态势监测模块、队形轮廓识别模块、目指态势建立模块、打击目标获取模块、目标打击模块；本发明基于Hough变换和优化K均值聚类算法，提出反舰导弹编队识别目标选择建模方法，提高效率，增强工程操作性，对于反舰作战模拟具有重要意义。

技术领域

本发明涉及编队识别领域，具体是一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统。

背景技术

反舰导弹的目标选择通常有特征识别和编队识别两类技术。特征识别依赖指定目标区别于编队其它舰艇的单一特征、或者多特征加权的综合特征，但随着反舰导弹射程增长带来的自控时间的增长，末端编队态势的变化已不符合发射前确定的特征，从而超出反舰导弹特征识别的能力。编队识别是将导弹末制导雷达搜捕得到的编队态势，与存在弹上的编队态势(目标指示阶段实时探测或者情报数据库预先存储)进行比对，通过匹配两个态势的编队特征相似程度，并排序识别出编队预定目标进行精确打击的过程。

一类编队识别方法是根据队形相关参数在量测空间结合编队模板直接计算判断。例如，1)以阵群成员位置观测集合和先验队形模板的最大势匹配子集中心作为基准点描述观测和模板的队形，通过队形描述匹配识别观测阵群目标队形，该方法工程上可操作性较弱；2)根据队形模板与待识别编队各舰方位角的方位距离建立空间场景方向相似性判别函数进行队形判别。已知编队排序的要求过高，降低了方法适用性，且不同队形判断区分度不高、看齐角对判断影响过大；3)用队列线数量和队列角建立编队线型队形模板，给出基准目标、其它目标相对队列方位和相似性量度的数学模型，从而判断目标是否位于同一队列线，聚类获得队列线数量，从而识别队形，相似性量度要求方位角偏差必须小于探测误差，对目标位于同一队列线的判断不够严谨。

另一类编队识别是将目标从量测空间转换到参数空间参数，结合编队模板进行匹配判断，如针对队形形状和群体成员在队形中的分布规律建立特征模型和特征模板，基于模板滑动匹配识别队型类型，该方法可识别线型队型，但聚类过程复杂，实时性较弱；同时存在以D/L代价函数优化聚类数的K均值聚类算法的方法，D/L代价函数具有递减特性，聚类数优化和聚类迭代过程相互独立，存在多个局部最优值、关键聚类数段区分度不明显、对典型聚类问题优化数略高于理论值问题。共性问题是未考虑检测区间对聚类效果的影响。

发明内容

本发明的目的是提供一种基于Hough变换和优化K均值聚类的反舰导弹编队识别目标选择系统，包括运动态势监测模块、队形轮廓识别模块、目指态势建立模块、打击目标获取模块、目标打击模块。

运动态势监测模块监测目标编队中所有成员的坐标，获得目标编队的运动态势。所述队形轮廓识别模块对目标编队的运动态势进行Hough变换，识别目标编队的队形轮廓。所述目指态势建立模块根据目标编队的队形轮廓，建立目指态势模型，并对目标编队中所有成员进行排序编号。所述打击目标获取模块选定目标编队中的打击目标P，并确定打击目标的相对编号B-P。B为目标编队中基准舰的编号。所述目标打击模块向打击目标发射导弹。所述导弹带有末制导雷达。在导弹自控飞行结束后，导弹末制导雷达开启。所述末制导雷达获取目标编队当前的运动态势，进行Hough变换，从而识别出目标编队的当前队形轮廓。所述末制导雷达对目标编队每个回波信号进行排序编号，并比对目指态势建立模块中的目标编队编号和当前排序编号，确定打击目标P。所述导弹捕捉、跟踪所述打击目标P并完成打击。

进一步，识别目标编队的队形轮廓的步骤包括：

1)基于点和线的对偶性，利用Hough变换函数建立量测空间内的点与参数空间的曲线的对应关系。(X,Z)为坐标；

对于量测空间中任意点Hough变换函数如下所示：

ρ＝X cosθ+Z sinθ

式中，θ为量测空间原点到过该点的任意一条直线的垂线与X轴正向所成的夹角。|ρ|是垂线长度。