技术简介:
本发明针对传统航空航迹融合算法验证方法效率低、测试不全面的问题,提出基于"标准解"生成与传感器误差模拟的验证方案。通过构建目标绝对位置序列生成连续航迹作为基准,叠加系统误差与随机误差生成仿真输入,再与算法输出航迹进行曲线相似性分析,实现对算法融合精度、系统鲁棒性的全面评估,显著提升验证效率与结果准确性。
关键词:航空航迹融合算法验证,标准解生成,传感器误差模拟
1.本发明属于软件验证技术领域,涉及一种面向航空航迹融合算法软件的验证方法。
背景技术:2.航空航迹融合算法软件属于信息融合技术领域,航空航迹融合算法软件需完成多源信息的整合与处理,最终输出传感器可探测的空间环境内的目标综合信息。航空航迹融合算法软件的功能涵盖:1.对于空间内的m个可探测目标,使用n个传感器探测这些目标将产生m
×
n组目标信息,航空航迹融合算法软件使用这m
×
n组信息尽可能地还原出m个目标的航迹以便于软件使用者可以快速判断目标意图,料敌机先;2.由于多源信息的冗余性,当部分传感器失效时,仍有其余传感器可以保证目标信息的连续性,提高了系统的生存能力和可信度;3.各传感器信息源间的互补提高了可探测空间的覆盖范围,提升了探测性能,降低了对目标或事件进行估计的不确定性。
3.基于上述航空航迹融合算法软件的功能特点,要依据这些功能特点对航空航迹融合算法软件进行验证和测试相当困难。传统的验证和测试方法是模拟多源传感器数据,将其作为输入,输入至航空航迹融合算法软件中,通过截取航空航迹融合算法软件输出的航迹中的“关键点”,将“关键点”中包含的目标数据取出与输入的多源传感器数据进行比对,人工对其进行精确度的评估。因此验证和测试并不充分,仅能说明航空航迹融合算法软件对这些“关键点”处的数据的融合精度,并不能作为航空航迹融合算法软件对目标航迹(连续的运动轨迹)融合精度的估计;同时由于每次都要设置大量的多源传感器数据,效率较低,耗费的人工成本极高。
技术实现要素:4.本发明的发明目的在于提供一种面向航空航迹融合算法软件的验证方法,解决对航空航迹融合算法软件的验证与测试中耗费人工成本高且无法对航空航迹融合算法软件的能力做出准确评估的能力。
5.本发明的发明目的通过以下技术方案实现:
6.一种面向航空航迹融合算法软件的验证方法,包含以下步骤:
7.步骤一、验证测试人员依据验证测试目的设计目标和本机的基础信息;依据航空航迹融合算法软件中本机惯导信息的更新时间点设置目标和本机在各时间点的绝对位置;
8.步骤二、验证测试人员依据验证测试目的设置各传感器的系统误差指标和随机误差指标;
9.步骤三、将步骤一设置的目标和本机在各时间点绝对位置输入至航迹补全算法,将通过航迹补全算法得到的连续的目标航迹作为航空航迹融合算法软件的“标准解”;
10.步骤四、在“标准解”上再叠加步骤一中的基础信息和步骤二的系统误差指标和随机误差指标后,作为传感器数据输入到航空航迹融合算法;
11.步骤五、获取航空航迹融合算法软件输出的各目标和本机的算法输出航迹;
12.步骤六、将各目标和本机的算法输出航迹和标准解进行比较,对航空航迹融合算法软进行评估。
13.优选地,航迹补全算法采用通过计算步骤一设置的各目标和本机在各时间点的绝对位置序列的梯度来得到各目标和本机在各时间点的速度列序,采用速度序列的梯度作为其加速度,利用得到的速度序列和加速度序列以及绝对位置序列,采用积分的方式将目标航迹补全,得到在一段时间内连续的目标和本机航迹。
14.优选地,系统误差指标和随机误差指标采用相对误差,是与目标和传感器间的位置关系、目标与传感器间的环境场以及传感器本身相关的函数。
15.优选地,步骤六中,通过下述方法评估航空航迹融合算法软件:验证测试人员依据航空航迹融合算法的实际需求,选取相应的曲线相似性比较算法,将数据带入到曲线相似性比较算法中计算“标准解”与算法输出航迹的相关性;比对“标准解”与算法输出航迹间位置点的接近程度;缺失部分信息源时得到的算法输出航迹与信息源完整时的带的算法输出航迹的接近程度和相关性。
16.本发明的有益效果在于:
17.1.简化了验证测试人员的验证测试流程,提高了效率,降低了人工成本:验证测试人员仅需描述目标和本机的基础信息以及绝对位置信息,其余信息交由算法自动计算得到;
18.2.有可依据的“标准解”作为算法输出的比对,相比传统的截取“关键点”与输入进行比对的方法,本方案提供了更多的信息作为验证测试的依据,测试更加全面,测试的对象是“线”而非“点”,是对一段时间内算法结果的总体评估,得到的评估结果更准确且更具有说服力;
19.3.本方案是在先绘制出航迹作为“标准解”,再依据传感器误差对“标准解”加工得到仿真的航空航迹算法软件输入,相比于原本的直接设置航空航迹算法软件输入的方法,更贴近于航空航迹算法软件的实际应用场景且能更方便地评估航空航迹算法软件这一系统在传感器不同、传感器误差指标不同的场景下系统的顽健性。
20.4.本方案中相比传统验证测试方法,还将传感器的误差项作为测试的输入内容,将传感器自身影响与被测航迹融合算法独立,给出的结论更能体现算法软件实现的能力是否达到能力指标需求,即可体现“精度范围在xxxx的传感器1、精度范围在xxxx的传感器2
…
的传感器组合,航迹融合算法得出的航迹与原始航迹间的相似程度为xx%”。
附图说明
21.图1是一种面向航空航迹融合算法软件的验证方法的测试验证流程图。
22.图2以某航空航迹融合软件为被测件采用本发明搭建的测试平台设置界面示意图。
23.图3无传感器误差情况下平台运行结果图例展示示意图。
24.图4注入传感器误差时的航空航迹融合算法输出航迹与原始航迹对比图。
25.图5对某一时长短的输出航迹进行区段分析示意图。
具体实施方式
26.下面结合附图和实施例对本发明作进一步的详细说明。
27.参见图1所示,本实施例所示的一种面向航空航迹融合算法软件的验证方法是一种具有高可行性,可自动化对航空航迹融合算法软件进行测试验证的技术方案。该验证方法基于航空航迹融合算法的需求和实际应用环境,将航空航迹融合算法软件受传感器误差影响的因素作为验证测试的输入之一,并提供多种方法给出通过航空航迹融合算法得出的航迹信息与原始航迹信息的相似程度作为验证测试的输出。具体包含以下步骤:
28.步骤一、验证测试人员依据验证测试目的设计目标和本机的机体类型信息、敌我属性信息等基础信息;依据航空航迹融合算法软件中本机惯导信息的更新时间点设置目标和本机惯导在各时间点的绝对位置(经纬高坐标)。
29.步骤二、验证测试人员依据验证测试目的设置各传感器的系统误差指标(仿真环境对传感器的影响)和随机误差指标(仿真传感器自身的不确定性)。
30.参见图2所示,采用本发明,以某航空航迹融合算法软件作为被测件时搭建的软件验证测试平台的输入设置界面,验证测试人员在输入设置界面上设置验证测试的目标和本机的基础参数以及传感器误差参数。这些基础参数以及传感器误差参数将作为测试输入体现在该平台最终的结论报告中。
31.步骤三、将步骤一设置的目标和本机在各时间点绝对位置输入至航迹补全算法,将通过航迹补全算法得到的连续的目标航迹作为航空航迹融合算法的“标准解”。
32.图3为使用图2所示输入设置界面设置后,软件验证测试平台运行测试的结果的图像化展示。图中,ins为本机惯导航迹,target1~3为设置的3个目标的绝对位置,systrack01~09则为航迹补全算法给出的目标在航迹出现至航迹全部消失为止某航空航迹融合算法软件输出的所有航迹的“标准解”。在航空航迹融合算法软件运行环境为3传感器,传感器均无误差的情况下,空域中3目标的绝对位置与航空航迹融合算法软件输出航迹的基本贴合,采用基于点的曲线相似性算法或基于形状的曲线相似性算法对原始航迹与算法输出航迹进行判断均可得到一个相似性很高的结论。
33.步骤四、在“标准解”上再叠加步骤一中的基础信息和步骤二的系统误差指标和随机误差指标后,作为传感器数据输入到航空航迹融合算法。
34.其中,系统误差和随机误差的误差指标采用相对误差而非绝对误差的形式,这是由于考虑到实际环境中传感器本身的测量环境对传感器的影响较大,实际的误差指标将是一个与目标和传感器间的位置关系、目标与传感器间的环境场以及传感器本身相关的函数。故而采用绝对误差指标对实际情况进行估计偏差较大,采用相对误差则更接近于对实际情况的估计。
35.步骤五、获取航空航迹融合算法软件输出的各目标和本机的算法输出航迹;
36.图4为使用图2所示输入设置界面设置后,运行测试的结果的图像化展示。与图3不同的是在这次验证测试中注入了传感器误差,可以发现此时由于传感器误差的影响,航空航迹融合算法软件的输出航迹一直在不断变化,整个验证测试环节产生了非常多的航迹曲线,但仍能基本贴合原始航迹。
37.步骤六、将各目标和本机的算法输出航迹和标准解进行比较,对航空航迹融合算法软进行评估。
38.通过下述方法评估航空航迹融合算法在设置的传感器误差指标下的功能指标:1.验证测试人员依据航空航迹融合算法的实际需求,选取相应的曲线相似性比较算法,将数据带入到曲线相似性比较算法中计算“标准解”与算法输出航迹的相关性;2.比对“标准解”与算法输出航迹间位置点的接近程度;3.缺失部分信息源时得到的算法输出航迹与信息源完整时的带的算法输出航迹的接近程度和相关性。
39.其中,判定两条曲线相似性的方法:1.基于点的方法:edr、dtw等;2.基于形状的方法:frechet、hausdorff;3.基于分段的方法:one way distance、lip distance。
40.基于图4所示结果,对其中各段航迹进行测试分析。如图5所示为采用本发明搭建的航空航迹算法软件验证测试平台取某一算法输出对其进行融合分析的结果。此时若采用基于区段的曲线相似性算法,如one way distance,截取原始航迹中与该输出航迹对应的时间段的航迹进行相似性分析可得到相似性高的结论。
41.上述航迹补全算法采用通过计算步骤一设置的各目标和本机在各时间点的绝对位置序列的梯度来得到各目标和本机在各时间点的速度列序,采用速度序列的梯度作为其加速度,利用得到的速度序列和加速度序列以及原始的绝对位置序列,采用积分的方式将目标航迹补全,得到在一段时间内连续的目标和本机航迹。
42.可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。