专利名称：：一种目标优先级权系数确定方法
技术领域：
：本发明一种目标优先级权系数确定方法，涉及目标优先级领域，尤其涉及空间目标识别的目标优先级权系数设定领域。
背景技术：
：随着科技的发展，现在目标类型的种类、数量非常之多，而探测目标的传感器资源是有限的，难以对所有的目标都分配足够的传感器资源，这就需要以一定的准则进行多传感器多目标分配，而在决定传感器资源对目标分配的因素方面，目标优先级权系数是一个非常重要的决定因素，为了确定综合使用传感器资源的方案，就必须确定目标优先权系数。目前，目标优先级权系数的建立有两种方式一是自主建立优先级，指目标由中心数据融合系统或单个自主式多传感器平台观察；二是协调建立优先级，指两个以上的多传感器平台检测同一目标集合时，需要考虑各平台检测同一目标集合体时，需要考虑各平台的协调，以统一排列目标和分配传感器。影响目标优先级的因素很多，具体任务不同，侧重点也不同。一般情况下，影响目标优先级的主要因素有目标身份、信息需求、威胁、时机、火控需求等，而对于这些因素对目标优先级权系数的影响及作用比例权重，目前还没有较好的方法统一，其中，简单的方法就是对各参加进行加权求和，但不能很好地处理各种影响因子的作用权重及各影响因子之间的关系。
发明内容本发明的目的在于提供一种目标优先级权系数确定方法，以克服目前在目标优先级确定方面的简单加权平均，以使目标优先级权系数的确定更符合实际情况。一种目标优先级权系数确定方法，它包括如下具体步骤(1)确定目标优先级网格层数目标优先级网格层数的确定是由对目标优先级起作用的分类类型所决定的，即为对目标优先级产生影响的影响因子，其中，定义0级为网格顶端，1级为网格底端，其节点的个数为待识别的目标个数。(2)确定目标优先级网格各层节点数在网格中，中间每一级的节点数是由对目标优先级起作用的每一类的分类标准所决定的，每一层对目标优先级有影响的类型分类有几项，则其节点数与其相对应。(3)确定目标优先级网格两层之间的传递系数在网格中，上层节点对下层节点的传递系数称为弧值，对于网格中每一层节点所对应的弧值可以采用专家可信度及专家综合评分来确定。假设有f个专家对n项评判指标逐一进行评分。f个专家分别为bi，b2，…，bf，构成了各层弧值评判指标专家集B=b2，…，bf};n个指标记作U={Ul,u2,…，un}。通常，专家对于指标所给出的评价存在着对其信任程度的问题，可以设置不同专家的信任程度，用可信度来表示，最值得相信的专家，其可信度设为1，而最不值得相信的专家的可信度为0。设f个专家的可信度分别为Pi，日2，…，0f，则定义4为专家h关于专家集B的综合可信度。其中F={1，2，···，·}。显然$]α,=1。因/=1此，可定义向量{αρα2，…，af}为专家的可信度权重向量。对于η项评判指标，令N={1,2,…，η}，用eij(ieF，jeN)表示第i个专家对第j个指标的评分，则考虑专家的综合可信度后，专家集对评估指标的综合评分。表示为/在确定网格模型结构下，就可以给出各层的弧值评估指标值，利用上述等式就可以确定综合评估弧值。(4)计算各个目标优先级权系数利用上面确定的网络层数，各层的节点数，以及各层之间的传递系数可以推导出底部节点的数值，推导过程为设第i层是一个r维向量，第i+Ι层是一个ν维向量，定义Γi为将r维向量Pi转换为ν维向量Pi+1的转换矩阵，其形式如下Pi+1=Γ,.P其中，Pi=EPilPiPir]T，Pi+1=[p(i+i)iP(i+1)2…P(i+1)V]T分别为第i层和第i+1层上由r个和ν个节点值组成的向量，且有Γi是从第i层和第i+1层由步骤(3)所获得各层弧值构成的转换矩阵。从1层到1层可以定义一个变换矩阵。将等式中每一方程递归展开，如将Pi=ΓηΡΗ展开，得Pi+1=Γ,Pi=ΓUh其中，ΓiΓΗ是两个线性变换矩阵的积。新矩阵Γ=ΓiΓΗ本身也是一个线性变换矩阵，因此，WP1到P1，在第1层产生值向量为P1=1'1112...F1P1即其中，q为第1层的节点数，m为第1层的节点数，Γ=ΓwΓ^…Γ工是一个从P1到P1的线性变换矩阵。确定出第1层节点向量P1=(pn,P12,…，Pltl)后，可以由此推导出各个目标的优先级为P·=max(pe)('=1;2,···^;β={1,2,···,^)其中，q个节点对应q个目标，即实现了对目标优先级的确定。本发明一种目标优先级权系数确定方法，其优点在于该方法充分考虑了影响目标优先级的因素，通过专家集评估，合理且有效地确定了目标优先级权系数，克服了目前在目标优先级确定方面的简单加权平均，同时也充分客观地考虑了不同专家对目标优先级权重的评估情况，使得目标优先级权系数的确定更符合实际情况。图1为目标优先级权系数确定方法整体流程图；图2为目标优先级权系数确定方法中网格一般结构图。具体实施例方式本发明中，目标优先级权系数确定方法整体流程图如图1所示，主要包括确定目标优先级网格层数，确定目标优先级网格各层节点数，确定目标优先级网格之间的传递系数以及计算各个目标优先级权系数。各部分具体实施细节如下1、确定目标优先级网格层数在目标优先级权系数确定方法中所使用的网格如图2所示，目标优先级网格层数的确定是由对目标优先级起作用的分类类型所决定的，即为对目标优先级产生影响的影响因子，例如目标身份，信息需求，威胁等，其中，0级为网格顶端，1级为网格底端，其节点的个数为待识别的目标个数。2、确定目标优先级网格各层节点数在网格中，中间每一级的节点数是由对目标优先级起作用的每一类的分类标准所决定的，例如，对目标优先级起很重要的一种分类就是对目标身份的分类敌、我、未知。这种对身份的分类就可以作为网格的一级，它的分类标准是分成了3种状态，因而这一层的节点数为3。每一层对目标优先级有影响的类型的分类有几项，则其节点数与其相对应。3、确定目标优先级网格两层之间的传递系数在网格中，上层节点对下层节点的传递系数称为弧值，对于网格中每一层节点所对应的弧值可以采用专家可信度及专家综合评分来确定。假设有f个专家对η项评判指标逐一进行评分。f个专家分别为b1;b2，…，bf，构成了各层弧值评判指标专家集B=Ib1,b2，…，bf};n个指标记作U=K,u2,-,Uj0通常，专家对于指标所给出的评价存在着对其信任程度的问题，可以设置不同专家的信任程度，用可信度来表示，最值得相信的专家，其可信度设为1，而最不值得相信的专家的可信度为0。设f个专家的可信度分别为β”β2，…，3f，则定义知。为专家h关于专家集B的综合可信度。其中F={1，2，···，·}。显然Σ%=1。因/=1此，可定义向量{αρα2，…，af}为专家的可信度权重向量。对于η项评判指标，令N={1,2,…，η}，用eij(ieF，jeN)表示第i个专家对第j个指标的评分，则考虑专家的综合可信度后，专家集对评估指标的综合评分。表示为/e丨=YjOC^ey/=1在确定网格模型结构下，就可以给出各层的弧值评估指标值，利用上述等式就可以确定综合评估弧值。4、计算各个目标优先级权系数利用网格两层之间的传递系数及上一层的节点数值就可以求出下一层的节点数值。例如i+Ι级节点值等于进入该节点所有弧值与相应i级节点值乘积之和。设i级节点数为r，则i+Ι级节点k的值为p(i+1)k=Cilk·pn+ci2k·pi2+...+Cirk·pir同时，离开同一节点所有弧值之和等于该节点值，即VPik=YjClkl7=1其中，ν为i+Ι级节点数。利用递推方法，底端节点值可以表示为从顶端到底端节点所有可能路径值之和。那么可以推导出底部节点的推导过程为设第i层是一个r维向量，第i+Ι层是一个ν维向量，定义Γi为将r维向量Pi转换为ν维向量Pi+1的转换矩阵，其形式如下Pi+1=ΓJi其中，Pi=[pnpi2...pir]T，Pi+1=[p(i+1)1p(i+1)2...p(i+1)v]T分别为第i层和第i+1层上由r个和ν个节点值组成的向量，且有C/llC(21…Cir\PCi\2Ci22·‘‘Cir2丄=...._C/lvCi2v...Cirv一Γi是从第i层和第i+1层由步骤3所获得各层弧值构成的转换矩阵。从1层到1层可以定义一个变换矩阵。将等式中每一方程递归展开，如将Pi=ΓηΡΗ展开，得Pi+1=ΓA=ΓiΓηΡΗ其中，ΓiΓΗ是两个线性变换矩阵的积。新矩阵Γ=ΓiΓΗ本身也是一个线性变换矩阵，因此，WP1到P1，在第1层产生值向量为P1=IV1Pfr1P1艮P7其中，q为第1层的节点数，m为第1层的节点数，Γ=ΓwΓ^…Γ工是一个从P1到P1的线性变换矩阵。确定出第1层节点向量P1=(pn,P12,…，Pltl)后，可以由此推导出各个目标的优先级为其中，q个节点对应q个目标，即实现了对目标优先级的确定。权利要求一种目标优先级权系数确定方法，其特征在于该方法包括如下步骤1)确定目标优先级网格层数目标优先级网格层数的确定是由对目标优先级起作用的分类类型所决定的，即为对目标优先级产生影响的影响因子，其中，定义0级为网格顶端，l级为网格底端，其节点的个数为待识别的目标个数；2)确定目标优先级网格各层节点数在网格中，中间每一级的节点数是由对目标优先级起作用的每一类的分类标准所决定的，每一层对目标优先级有影响的类型分类有几项，则其节点数与其相对应；3)确定目标优先级网格两层之间的传递系数在网格中，上层节点对下层节点的传递系数称为弧值，对于网格中每一层节点所对应的弧值可以采用专家可信度及专家综合评分来确定；假设有f个专家对n项评判指标逐一进行评分，f个专家分别为b1，b2，…，bf，构成了各层弧值评判指标专家集B＝{b1，b2，…，bf}；n个指标记作U＝{u1，u2，…，un}；通常，专家对于指标所给出的评价存在着对其信任程度的问题，可以设置不同专家的信任程度，用可信度来表示，最值得相信的专家，其可信度设为1，而最不值得相信的专家的可信度为0；设f个专家的可信度分别为β1，β2，…，βf，则定义<mrow><msub><mi>α</mi><mi>i</mi></msub><mo>=</mo><mfrac><msub><mi>β</mi><mi>i</mi></msub><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>f</mi></munderover><msub><mi>β</mi><mi>i</mi></msub></mrow></mfrac><mrow><mo>(</mo><mi>i</mi><mo>∈</mo><mi>F</mi><mo>)</mo></mrow></mrow>为专家bi关于专家集B的综合可信度；其中F＝{1，2，…，f}；显然因此，可定义向量{α1，α2，…，αf}为专家的可信度权重向量；对于n项评判指标，令N＝{1，2，…，n}，用eij(i∈F，j∈N)表示第i个专家对第j个指标的评分，则考虑专家的综合可信度后，专家集对评估指标的综合评分ei表示为<mrow><msub><mi>e</mi><mi>j</mi></msub><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>f</mi></munderover><msub><mi>α</mi><mi>i</mi></msub><msub><mi>e</mi><mi>ij</mi></msub></mrow>在确定网格模型结构下，可以给出各个层的弧值评估指标值，利用上述等式可以确定综合评估弧值；4)计算各个目标优先级权系数利用上面确定的网络层数，各层的节点数，以及各层之间的传递系数可以推导出底部节点的数值，推导过程为设第i层是一个r维向量，第i+1层是一个v维向量，定义Γi为将r维向量Pi转换为v维向量Pi+1的转换矩阵，其形式如下Pi+1＝ΓiPi其中，Pi＝[pi1pi2…pir]T，Pi+1＝[p(i+1)1p(i+1)2…p(i+1)v]T分别为第i层和第i+1层上由r个和v个节点值组成的向量，且有Γi是从第i层和第i+1层由步骤3)所获得各层弧值构成的转换矩阵；从1层到l层可以定义一个变换矩阵；将等式中每一方程递归展开，如将Pi＝Γi1Pi1展开，得Pi+1＝ΓiPi＝ΓiΓi1Pi1其中，ΓiΓi1是两个线性变换矩阵的积，新矩阵Γ＝ΓiΓi1本身也是一个线性变换矩阵，因此，从P1到Pl，在第l层产生值向量为Pl＝Γl1Γl2…Γ1P1即<mrow><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>p</mi><mrow><mi>l</mi><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>p</mi><mrow><mi>l</mi><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><msub><mi>p</mi><mi>lq</mi></msub></mtd></mtr></mtable></mfenced><mo>=</mo><msub><mi>Γ</mi><mrow><mi>l</mi><mo>-</mo><mn>1</mn></mrow></msub><msub><mi>Γ</mi><mrow><mi>l</mi><mo>-</mo><mn>2</mn></mrow></msub><mo>·</mo><mo>·</mo><mo>·</mo><msub><mi>Γ</mi><mn>1</mn></msub><mfencedopen='['close=']'><mtable><mtr><mtd><msub><mi>p</mi><mn>11</mn></msub></mtd></mtr><mtr><mtd><msub><mi>p</mi><mn>12</mn></msub></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><mo>·</mo></mtd></mtr><mtr><mtd><msub><mi>p</mi><mrow><mn>1</mn><mi>m</mi></mrow></msub></mtd></mtr></mtable></mfenced></mrow>其中，q为第l层的节点数，m为第1层的节点数，Γ＝Γl1Γl2…Γ1是一个从P1到Pl的线性变换矩阵；确定出第l层节点向量Pl＝(pl1，pl2，…，plq)后，可以由此推导出各个目标的优先级为<mrow><msub><mi>p</mi><mi>i</mi></msub><mo>=</mo><mfrac><msub><mi>p</mi><mi>i</mi></msub><mrow><mi>max</mi><mrow><mo>(</mo><msub><mi>P</mi><mi>Q</mi></msub><mo>)</mo></mrow></mrow></mfrac><mrow><mo>(</mo><mi>i</mi><mo>=</mo><mn>1,2</mn><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mo>,</mo><mi>q</mi><mo>;</mo><mi>Q</mi><mo>=</mo><mo>{</mo><mn>1,2</mn><mo>,</mo><mo>·</mo><mo>·</mo><mo>·</mo><mi>q</mi><mo>}</mo><mo>)</mo></mrow></mrow>其中，q个节点对应q个目标，即实现了对目标优先级的确定。FSA00000192649600012.tif,FSA00000192649600021.tif全文摘要本发明涉及一种目标优先级权系数确定方法，涉及目标优先级领域，具体包括如下步骤1)确定目标优先级网格层数；2)确定目标优先级网格各层节点数；3)确定目标优先级网格两层之间的传递系数；4)计算各个目标优先级权系数；利用上面确定的网络层数，各层的节点数，以及各层之间的传递系数可以推导出底部节点的数值。本发明的优点在于该方法充分考虑了影响目标优先级的因素，通过专家集评估，合理且有效地确定了目标优先级权系数，克服了目前在目标优先级确定方面的简单加权平均，同时也充分客观地考虑了不同专家对目标优先级权重的评估情况，使得目标优先级权系数的确定更符合实际情况。文档编号H04L12/24GK101931555SQ20101022739公开日2010年12月29日申请日期2010年7月7日优先权日2010年7月7日发明者刘博,李东斌,袁运能,郑夙申请人:北京航空航天大学