本发明属于移动目标搜索与追踪，尤其涉及一种引导搜索方法。
背景技术：
1、在移动目标搜索任务中，传统方法(如扩展卡尔曼滤波、粒子滤波、栅格化搜索)通常基于以下假设：(1)目标状态信息相对准确：依赖高精度传感器或通信链路持续更新目标参数，而实际应用中，目标位置、速度及航向易受环境干扰(如洋流、风力)或人为干扰(如目标主动规避)，导致先验信息存在显著误差；(2)搜索者机动性充足：现有路径规划算法(如螺旋搜索、平行线扫描)通常假设搜索者速度远高于目标，可快速覆盖可疑区域。然而，在搜索者速度受限(如小型无人机续航限制、水下机器人低速特性)时，易因路径重叠或盲区导致漏检；(3)探测设备覆盖范围广：传统方法默认使用宽视场传感器(如广角摄像头)，而有些应用情景下的探测设备(如水下航行器的被动探测声纳)探测范围有限，需更精细的搜索策略。
2、现有技术存在的缺陷为：(1)静态概率模型适应性差：基于初始误差高斯分布的搜索算法(如协方差矩阵预测)未考虑目标动态运动导致的误差时变特性，难以实时修正搜索区域；(2)基于特殊搜索模式的路径规划依赖人的经验：现有搜索方案优化方法通常基于特殊的搜索模式进行路径规划，高度依赖人的经验且方案搜索空间有限，使用群智能优化算法进行方案优化效果不理想。
技术实现思路
1、本发明解决的技术问题是：克服现有技术的不足，提供了一种引导搜索方法，实现了在有限搜索能力下最大化目标发现概率。
2、本发明目的通过以下技术方案予以实现：一种引导搜索方法，包括：步骤s1：根据通报时刻的预设目标位置、预设目标速度、预设目标航向、预设目标信息误差水平、预设通报信息延迟时间和预设的目标粒子数量使用随机模拟方法生成目标粒子群；步骤s2：对目标粒子群中的目标粒子进行排序得到目标粒子序列，根据目标粒子序列确定搜索者不同航段的航向和时间，并统计发现的目标粒子数量；步骤s3：对目标粒子群中的目标粒子进行重新排序得到新的目标粒子序列，重复步骤s2，并统计发现的目标粒子数量；步骤s4：根据步骤s2中发现的目标粒子数量和步骤s3中发现的目标粒子数量，采用模拟退火算法，确定要保留的目标粒子序列；步骤s5：重复步骤s3至步骤s4，直到退火温度达到预设结束值。
3、上述引导搜索方法中，根据目标粒子序列确定搜索者不同航段的航向和时间包括：步骤s21：对目标粒子序列中的首个目标粒子使用确定发现单个目标粒子的最短时间和航向的方法确定首个航段的航向和长度；步骤s22：确定首个航段能发现的目标粒子；步骤s23：针对目标粒子序列中首个未被发现的目标粒子，重复步骤s21至步骤s22，直到全部目标粒子被发现或已无法达到与目标粒子序列中首个未被发现的目标粒子接近的预设距离，统计发现的目标粒子数量。
4、上述引导搜索方法中，确定发现单个目标粒子的最短时间和航向的方法包括：步骤s211：建立单个目标粒子运动方程和搜索者运动方程，根据单个目标粒子运动方程和搜索者运动方程得到搜索者与单个目标粒子之间的距离达到搜索者对目标的探测距离的方程组；步骤s212：求解步骤s211中的方程组得到最小正解即发现单个目标粒子的最短时间，将发现单个目标粒子的最短时间与搜索者的速度相乘得到首个航段的长度；步骤s213：将发现单个目标粒子的最短时间代入搜索者运动方程得到首个航段的航向。
5、上述引导搜索方法中，搜索者与单个目标粒子之间的距离达到搜索者对目标的探测距离ds的方程组通过如下公式得到：
6、
7、其中，d为t时刻搜索者到目标的距离，hm为通报时刻的目标航向，vm为通报时刻的目标速度，t为时刻，vw为搜索者速度，ds为搜索者对目标的探测距离，h为首个航段的航向，x为目标舷角。
8、上述引导搜索方法中，首个航段的航向通过如下公式得到：
9、h＝arctan2(vmtsin(hm)-dsin(hm+x),vmtcos(hm)-dcos(hm+x))；
10、其中，vm为通报时刻的目标速度，hm为通报时刻的目标航向，d为t时刻搜索者到目标的距离，t为接近所需时间，x为目标舷角。
11、上述引导搜索方法中，确定首个航段能发现的目标粒子包括：根据目标粒子序列中的其他目标粒子的运动方程和搜索者运动方程得到搜索者与其他目标粒子之间的距离达到搜索者对目标的探测距离的方程组；求解该方程组得到达到搜索者对目标的探测距离的时间，如果时间包含在首个航段的时间范围内，则判定该目标粒子能够在首个航段被发现。
12、上述引导搜索方法中，首个航段为搜索者与发现首个目标粒子位置的连线。
13、一种引导搜索系统，包括：第一模块，用于根据通报时刻的预设目标位置、预设目标速度、预设目标航向、预设目标信息误差水平、预设通报信息延迟时间和预设的目标粒子数量使用随机模拟方法生成目标粒子群；第二模块，用于对目标粒子群中的目标粒子进行排序得到目标粒子序列，根据目标粒子序列确定搜索者不同航段的航向和时间，并统计发现的目标粒子数量；第三模块，用于对目标粒子群中的目标粒子进行重新排序得到新的目标粒子序列，并统计发现的目标粒子数量；第四模块，用于根据第二模块中发现的目标粒子数量和第三模块中发现的目标粒子数量，采用模拟退火算法，确定要保留的目标粒子序列。
14、上述引导搜索系统中，根据目标粒子序列确定搜索者不同航段的航向和时间包括：步骤s21：对目标粒子序列中的首个目标粒子使用确定发现单个目标粒子的最短时间和航向的方法确定首个航段的航向和长度；步骤s22：确定首个航段能发现的目标粒子；步骤s23：针对目标粒子序列中首个未被发现的目标粒子，重复步骤s21至步骤s22，直到全部目标粒子被发现或已无法达到与目标粒子序列中首个未被发现的目标粒子接近的预设距离，统计发现的目标粒子数量。
15、上述引导搜索系统中，确定发现单个目标粒子的最短时间和航向的方法包括：步骤s211：建立单个目标粒子运动方程和搜索者运动方程，根据单个目标粒子运动方程和搜索者运动方程得到搜索者与单个目标粒子之间的距离达到搜索者对目标的探测距离的方程组；步骤s212：求解步骤s211中的方程组得到最小正解即发现单个目标粒子的最短时间，将发现单个目标粒子的最短时间与搜索者的速度相乘得到首个航段的长度；步骤s213：将发现单个目标粒子的最短时间代入搜索者运动方程得到首个航段的航向。
16、本发明与现有技术相比具有如下有益效果：
17、本发明通过动态概率建模、搜索路径自适应优化以及资源分配策略，实现在有限搜索能力下最大化目标发现概率。
1.一种引导搜索方法，其特征在于包括：
2.根据权利要求1所述的引导搜索方法，其特征在于：根据目标粒子序列确定搜索者不同航段的航向和时间包括：
3.根据权利要求2所述的引导搜索方法，其特征在于：确定发现单个目标粒子的最短时间和航向的方法包括：
4.根据权利要求3所述的引导搜索方法，其特征在于：搜索者与单个目标粒子之间的距离达到搜索者对目标的探测距离ds的方程组通过如下公式得到：
5.根据权利要求3所述的引导搜索方法，其特征在于：首个航段的航向通过如下公式得到：
6.根据权利要求2所述的引导搜索方法，其特征在于：确定首个航段能发现的目标粒子包括：
7.根据权利要求2所述的引导搜索方法，其特征在于：首个航段为搜索者与发现首个目标粒子位置的连线。
8.一种引导搜索系统，其特征在于包括：
9.根据权利要求8所述的引导搜索系统，其特征在于：根据目标粒子序列确定搜索者不同航段的航向和时间包括：
10.根据权利要求9所述的引导搜索系统，其特征在于：确定发现单个目标粒子的最短时间和航向的方法包括：