申请/专利权人：西南电子技术研究所(中国电子科技集团公司第十研究所)

申请日：2018-09-28

公开（公告）日：2020-10-23

公开（公告）号：CN109357696B

主分类号：G01D18/00(20060101)

分类号：G01D18/00(20060101);G01C25/00(20060101)

优先权：

专利状态码：有效-授权

法律状态：2020.10.23#授权;2019.03.15#实质审查的生效;2019.02.19#公开

摘要：本发明提出的一种多源传感器信息融合闭环测试架构，旨在提供一种测试效率高，测试用例具有灵活性的闭环测试架构。本发明通过下述技术方案予以实现：在基于场景的动态测试的过程中，传感器探测模型将实时产生的目标探测信息发送给信息融合系统进行信息融合处理；信息融合系统将传感器信息融合性能的评估指标分解成一系列影响要素，建立指标与要素的映射关系，将经过目标关联和航迹预测输出目标的融合信息被送入分析评估模块进行实时分析评估，根据指标结果实时动态调整场景态势和场景的测试用例，自动生成新的测试策略，自动寻劣，自动寻找融合算法边界与适应性，自动生成包含了飞机航迹的实时规划，能够实现测试场景动态改变的测试用例。

主权项：1.一种多源传感器信息融合闭环测试架构，包括：分别连接试验数据库的动态场景激励模块、作为测试对象的信息融合系统、分析评估模块，分别连接动态场景激励模块和分析评估模块的测试策略生成模块，设置在动态场景激励模块中的传感器探测模型，其特征在于，在基于场景的动态测试的过程中，传感器探测模型根据测试策略生成模块测试策略提供的飞机航迹规划、六自由度信息，以及传感器参数设置；在信息融合测试阶段，传感器探测模型将实时产生的目标探测信息发送给信息融合系统进行信息融合处理，信息融合系统预先根据任务需求、态势类型的信息特点，将传感器信息融合性能的评估指标分解成一系列影响要素，根据影响要素建立指标与要素的映射关系，将经过目标关联和航迹预测输出目标的融合信息被送入分析评估模块，分析评估模块对接收的融合信息数据进行实时分析评估，输出分析评估信息指标数据经测试策略生成模块观测、指标关联影响分析，寻找逻辑错误，根据指标结果实时动态调整场景态势和场景的测试用例，自动生成新的包含了新的飞机航迹规划以及新的传感器参数的测试策略，该测试策略闭环反馈给动态场景激励模块进行新的用例测试，根据信息融合评估结果，自动寻劣，自动寻找融合算法边界与适应性，自动生成包含了飞机航迹的实时规划，能够实现测试场景动态改变的测试用例。

全文数据：多源传感器信息融合闭环测试架构技术领域本发明涉及一种主要针对机载多源传感器信息融合的闭环动态测试架构。背景技术早期的数据融合其信源为同类多传感器，如多声纳、多雷达、多无源探测目标定位等等，其信息形式主要是传感器数据。信息融合技术使得多传感器对目标的联合检测与协同跟踪成为可能这对于尽早发现弱信号目标至关重要。信息融合是指对多个载体内的信息进行综合、处理以达到某一目的。信息融合也称为数据融合（datafusion），信息融合的一项重要功能是对信息感知与收集设备及融合处理过程的反馈控制。反馈控制包括对信息源协同工作的控制、传感器探测工作方式的控制、目标检测参数控制、融合判定如关联判定、目标机动判定等参数控制、态势与威胁估计中多元参数控制等等。信息融合技术具有相当的复杂性和困难性，其复杂性表现在：有意的干扰或者破坏就会导致传感网的监测数据不完整、不精确、甚至相互排斥；从信息的角度来分析信息融合的层次，信息融合可以分为三个级别：数据级、特征级以及决策级。数据级融合是最低层次的融合，直接对未经预处理的传感器原始观测数据进行融合处理，然后基于融合后的结果进行特征提取和决策。其优点是只有较少的数据量损失，保持了尽可能多的细微信息，所以精度最高；缺点是所需处理的传感器数据太多，处理时间长，实时性差，并且只能处理同质传感器的数据。特征级融合是属于中间层次的融合，是在对传感器进行初步预处理，并由每个传感器抽象提取出基本特征向量以后，在此基础上基于那些特征向量的融合处理。其优点是既保持足够数量的重要信息，又实现了有效的数据压缩，降低了对带宽的要求，提高了处理过程的实时性和抗干扰能力。但是由于不可避免地损失了部分信息，使得融合系统的性能有所降低。决策级融合是一种高层次的融合，首先是各个传感器基于自己所采集的数据作出自己的决策，在此基础上再根据一定的准则进行融合处理，得出一个最终决策。其优点是对传感器的依赖小，且允许异质传感器的信息融合，带宽要求低，抗干扰能力强。但是其数据损失量最大，相对来说精度最低。有的学者集成现有的技术，旨在建立通用信息融合构架，希望能够尽可能多的将其应用到各种信息融合系统中。但是，当下还没有形成完整的理论框架和融合模型，现在已经使用的多传感信息功能模型有Dasarathy功能模型（对数据融合做了一个非常有用的分类，它是根据所处理的数据或者信息的类型和处理得到的类型来定义的。联合指挥实验室（JDLJointDirectorsLaboratories）模型对信息融合的功能进行了逻辑的划分，它包含了任意信息融合系统的一些功能定义，有闭环回路来控制信息的流动，并且对信息融合的功能进行了逻辑的划分Omnibus功能模型等，但是它们都是或多或少地有多缺憾，不能推而广之。多传感信息融合又可称为多传感数据融合或者多源信息融合，是指利用不同时间或空间的多种传感器数据信息，按照一定的准则进行分析、综合和应用，获得对被测对象的一致性解释与描述，从而实现相应的决策和估计。虽然关于多传感信息融合的研究很多，但是到现在还没有一个广义的、有效的融合算法。所谓多源信息融合是充分利用不同时间与空间的多传感器信息资源，采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配，得到被测对象的一致性解释与描述，以完成所需的任务．使系统获得比它的各组成部分更优越的性能。传感信息融合是一种使用数学方法和处理技术对传感数据进行综合的形式架构，为了获取有用信息，就需要对多源的信息综合处理，具体的过程很复杂。在信息融合的应用中主要是通过与特征相连的规则对专家知识进行建模。多传感器信息融合MultiSensorInformationFusion或称多源信息融合MultiSourceInformationFusion。由于早期的融合方法研究是针对数据处理的，所以有时也把信息融合称为数据融合DataFusion。根据数据处理方法的不同，信息融合系统的体系结构有三种：分布式、集中式和混合式。分布式：先对各个独立传感器所获得的原始数据进行局部处理，然后再将结果送入信息融合中心进行智能优化组合来获得最终的结果。分布式对通信带宽的需求低、计算速度快、可靠性和延续性好，但跟踪的精度却远没有集中式高；分布式的融合结构又可以分为带反馈的分布式融合结构和不带反馈的分布式融合结构。集中式：集中式将各传感器获得的原始数据直接送至中央处理器进行融合处理，可以实现实时融合，其数据处理的精度高，算法灵活，缺点是对处理器的要求高，可靠性较低，数据量大，故难于实现；混合式：混合式多传感器信息融合框架中，部分传感器采用集中式融合方式，剩余的传感器采用分布式融合方式。混合式融合框架具有较强的适应能力，兼顾了集中式融合和分布式的优点，稳定性强。混合式融合方式的结构比前两种融合方式的结构复杂，这样就加大了通信和计算上的代价。在信息融合中不可或缺的是数学工具，它将所有的输入数据在一个公共空间内加以有效描述，同时对这些数据进行适当综合，最后以适当的形式输出和表现这些数据。多源信息融合主要是指利用计算机对多传感器信息进行综合分析处理，从而得到对客观事物本质的认识，其过程随客观事物本质的千差万别而具有复杂性。多源信息融合是一门新兴的数据处理技术，它是利用计算机技术对来自多传感器或多源的测量信息按时序和一定准则加以自动分析和综合处理过程，以完成所需的决策和判定。由于航空发动机的复杂化，传感器的类型和数目急剧增多，众多的传感器形成了传感器阵列，其采集的原始信息经常是无序的、分散的甚至是错误的，只有将大量的信息进行融合处理，才能得到有价值的决策信息。通过传感器将被测目标对象的状况实时检测出来，和其它数据源一起共同构成数据融合系统的信息输入。当数据经过融合处理后，不满足预期的性能指标时，就可以通过增加传感器管理系统调整传感器的资源配置，使得整个融合过程成为闭环结构，利用当前融合结果与预期性能的差距，进一步调整传感器管理策略，使融合结果向预期的性能靠近，这样既能做到满足预期的性能要求又不至于导致传感器资源的浪费，以充分利用各传感器。测试方法的选择直接影响着考核融合处理逻辑的复杂性、融合质量与性能。另外，从工程研制角度来看，合理的信息融合测试方案是保证在考核融合算法鲁棒性的必要条件，提倡在方案论证阶段、设计阶段对信息融合进行科学测试与评估考核，不仅能节省人力物力，还能保证工程研制的质量。但目前信息融合的测试方法的实现方案大都集中在静态试飞数据回放、动态场景驱动的开环测试等方面。由于传感器自身的特性和工作环境的不确定性，导致传感器数据包含不能确定的成分，使对客观事物的真伪或数值描述不能给出一个明确的判定。相对于单一门限判定的硬判定传感器而言，对原始测量信号采用多门限或变门限进行噪声和杂波判定，检测结果依赖于判定条件如虚警概率、检测概率或转换为可信度以实现对弱信号目标或机动目标的检测与跟踪。能够实现真实的试飞数据回放激励测试、基于场景的虚拟动态飞行数据激励测试。但是从应用效果来看，现有信息融合测试方法还存在许多不足，主要包括：1、测试场景及用例脚本死板。现有测试场景及用例是在测试前，设计人员根据要评估的融合指标有针对性的设计多个典型测试场景，然后将多个场景实例化成测试用例，再进行逐一测试与评估。通常，典型的测试用例仅能进行单一项目的测试，且测试过程千篇一律，灵活性不高。2、测试场景及用例繁多。如上所述，针对不同的评估项，典型的测试场景用例成百上千，每一个用例都要进行整个测试流程，极大的浪费了人力资源。3、评估结果与测试用例无关。不能根据评估结果生成测试用例，测试用例通常是实现准备好，而不是根据评估的结果有针对性的生成测试用例。发明内容本发明的目的是针对上述现有飞机导航机载传感器多源信息融合测试方法的不足之处，提供一种测试效率高，可提高测试用例与评估指标的关联性，测试用例具有灵活性的多源传感器信息融合闭环测试架构。本发明的上述目的可以通过以下措施来达到，一种多源传感器信息融合闭环测试架构，包括：设置在动态场景激励模块中的传感器探测模型、作为测试对象的信息融合系统、分析评估模块、测试策略生成模块和试验数据库，其特征在于，在基于场景的动态测试的过程中，传感器探测模型根据测试策略生成模块测试策略提供的飞机航迹规划、六自由度信息，以及传感器参数设置，将实时产生的目标探测信息发送给信息融合系统进行信息融合处理；在信息融合测试阶段，信息融合系统预先根据任务需求、态势类型的信息特点，将传感器信息融合性能的评估指标分解成一系列影响要素，根据影响要素建立指标与要素的映射关系，将经过目标关联和航迹预测输出目标的融合信息被送入分析评估模块；分析评估模块对接收的融合信息数据进行实时分析评估，输出分析评估信息指标数据经测试策略生成模块观测、指标关联影响分析，寻找逻辑错误，根据指标结果实时动态调整场景态势和场景的测试用例，自动生成新的包含了新的飞机航迹规划以及新的传感器参数的测试策略，该测试策略闭环反馈给动态场景激励模块进行新的用例测试，根据信息融合评估结果，自动寻劣，自动寻找融合算法边界与适应性，自动生成包含了飞机航迹的实时规划，能够实现测试场景动态改变的测试用例。本发明相比于现有技术具有如下有益效果：测试效率高。本发明在基于场景的动态测试的过程中，传感器探测模型根据测试策略生成模块测试策略提供的飞机航迹规划、六自由度信息，以及传感器参数设置，将实时产生的目标探测信息发送给信息融合系统进行信息融合处理，利用飞机多源信息融合分析评估指标的可观测性，根据评估指标与其影响要素的映射关系，自动生成测试策略，实现了多源信息融合的闭环动态测试架构，完成“自动寻劣”过程，在自动生成测试用例的基础上降低了整个测试过程的复杂度，提高了系统测试的效率，能够根据信息融合评估结果自动生成对应的测试用例，提高了信息融合的测试效率，并且能够基于信息融合的性能自动寻找融合算法边界与适应性。融合算法使得融合信息在精度上高于任意单一信息源通过对不确定性信息的融合可使目标信息的可信度大大提高。提高了测试用例与评估指标的关联性。本发明在信息融合测试阶段，预先根据任务需求、态势类型、信息特点等，将信息融合性能的评估指标分解成一系列影响要素，根据影响要素建立指标与要素的映射关系，将经过目标关联和航迹预测输出目标的融合信息被送入分析评估模块，基于策略改变测试难度，达到考核融合性能边界，增强了测试用例与评估指标的关联性，通过在基于场景的动态测试的过程中，实时评估融合算法的性能指标，并根据评估指标结果采用基于策略的方法实时动态调整场景态势，用于自动考核融合算法性能边界、自动寻找融合软件逻辑错误，提高了测试用例与评估指标的关联性，为自动生成测试策略奠定基础。测试用例具有灵活性。本发明采用分析评估模块对接收的融合信息数据进行实时分析评估，输出分析评估信息指标数据经测试策略生成模块观测、指标关联影响分析，根据指标结果实时调整场景的测试用例，自动生成新的包含了新的飞机航迹规划以及新的传感器参数的测试策略，自动生成包含飞机航迹的实时规划的测试用例，能够实现测试场景的动态改变，随着信息融合性能的变化，生成的测试用例也随之变化，实现测试场景的动态改变，从而达到长时间不间断测试的目的，提高了整个测试过程的持续性，为考核信息融合算法的鲁棒性提供支撑。并且能够动态生成复杂的任务环境，极大的扩展了测试的灵活性，同时也提高了测试用例的灵活性，避免了人工设置测试用例的过程，减少了人力资源的投入。本发明提出的动态测试架构是一种“自动寻劣”过程，在实时自动生成测试用例的基础上降低了整个测试过程的复杂度，提高了系统测试的效率，同时增强了测试用例与评估指标的关联性，并且能够动态生成复杂的任务环境，极大的扩展了测试的灵活性。可广泛应用于有人机及无人机等平台的多传感器信息融合。附图说明图1是本发明多源传感器信息融合闭环测试架构的测试原理示意图。下面结合附图和实施例对本发明进一步说明。具体实施方式参阅图1。在以下描述的实施例中，一种多源传感器信息融合闭环测试架构，包括：设置在动态场景激励模块中的传感器探测模型、作为测试对象的信息融合系统、分析评估模块、测试策略生成模块和试验数据库。其中，传感器采用雷达、UV链、光电探测等，传感器模型初始状态为关机状态。信息融合系统作为测试对象是多源信息融合算法的工程实现。试验数据库实时保存闭环测试过程中动态场景激励模块的探测信息、信息融合系统信息融合信息、分析评估模块输出的数据，为事后分析提供数据支撑。在基于场景的动态测试的过程中，传感器探测模型根据测试策略生成模块测试策略提供的飞机航迹规划、六自由度信息，以及传感器参数设置，将实时产生的目标探测信息发送给信息融合系统进行信息融合处理；在信息融合测试阶段，信息融合系统预先根据任务需求、态势类型的信息特点，将传感器信息融合性能的评估指标分解成一系列影响要素，根据影响要素建立指标与要素的映射关系，将经过目标关联和航迹预测输出目标的融合信息送入分析评估模块；分析评估模块对接收的融合信息数据进行实时分析评估，输出分析评估信息指标数据经测试策略生成模块观测、指标关联影响分析，寻找逻辑错误，根据指标结果实时调整动态调整场景态势和场景的测试用例，自动生成新的包含了新的飞机航迹规划以及新的传感器参数的测试策略，该测试策略闭环反馈给动态场景激励模块进行新的用例测试，根据信息融合评估结果，自动寻劣，自动寻找融合算法边界与适应性，自动生成包含了飞机航迹的实时规划，能够实现测试场景动态改变的测试用例。动态场景激励模块通过内置具有控制仿真运行、通信管理、提供传感器模型控制运行、下发传感器模型参数、获取飞行平台数据等的动态场景激励软件。通过内置动态场景激励软件加载生成本次测试的初始平台运动轨迹及传感器参数列表，开始本次测试任务。动态场景激励软件将传感器模型输出的目标数据实时传输给待测信息融合系统和分析评估软件。待测信息融合系统对传感器模型探测结果进行融合处理，并将处理结果发送给分析评估软件。分析评估模块内置分析评估软件，分析评估软件对融合前后的评估指标进行计算，计算结果输入自适应测试策略生成软件。分析评估模块根据融合测试的需求确定本次测试的评估指标，测试的评估指标采用融合前与融合后目标航迹质量。如本次测试的测试目的是测试目标航迹在高速机动条件下如目标密集飞行、目标高速高机动飞行等，依然能保持融合后有稳定航迹输出，本次测试的评估指标为目标航迹的稳定度、目标航迹数量。测试策略生成模块通过内置的自适应测试策略生成软件根据当前评估指标结果及测试目的生成新的测试策略，测试策略对当前双方运动航迹自适应修正，生成新的平台运动轨迹及传感器参数设置列表。自适应测试策略生成软件首先生成本次测试的初始测试策略，根据初始测试策略进行双方运动航迹规划，生成平台运动轨迹及传感器参数初始设置列表。然后在测试过程中根据本次测试的测试目的及实时的评估指标结果，动态调整双方运动轨迹和传感器的参数。举例如下：测试目的：不同传感器使用组合对融合结果的影响；测试策略：根据各传感器的作用距离随机动态生成各传感器的开关时序，从而改变传感器的使用组合；测试目的：传感器探测性能下降对融合结果的影响；测试策略：根据各传感器的探测性能，动态改变目标的运动特性，使目标进行大机动飞行，如S型飞行，俯冲拉升飞行等，从而导致传感器探测性能下降。以上所述仅为本发明的较佳实施例，对本发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在本发明权利要求所限定的精神和范围内可对其进行许多改变、修改、甚至等效，但都将落入本发明的保护范围内。

权利要求：1.一种多源传感器信息融合闭环测试架构，包括：设置在动态场景激励模块中的传感器探测模型、作为测试对象的信息融合系统、分析评估模块、测试策略生成模块和试验数据库，其特征在于，在基于场景的动态测试的过程中，传感器探测模型根据测试策略生成模块测试策略提供的飞机航迹规划、六自由度信息，以及传感器参数设置，将实时产生的目标探测信息发送给信息融合系统进行信息融合处理；在信息融合测试阶段，信息融合系统预先根据任务需求、态势类型的信息特点，将传感器信息融合性能的评估指标分解成一系列影响要素，根据影响要素建立指标与要素的映射关系，将经过目标关联和航迹预测输出目标的融合信息被送入分析评估模块，对接收的融合信息数据进行实时分析评估，输出分析评估信息指标数据经测试策略生成模块观测、指标关联影响分析，寻找逻辑错误，根据指标结果实时动态调整场景态势和场景的测试用例，自动生成新的包含了新的飞机航迹规划以及新的传感器参数的测试策略，该测试策略闭环反馈给动态场景激励模块进行新的用例测试，根据信息融合评估结果，自动寻劣，自动寻找融合算法边界与适应性，自动生成包含了飞机航迹的实时规划，能够实现测试场景动态改变的测试用例。2.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：试验数据库实时保存闭环测试过程中动态场景激励模块的探测信息、信息融合系统信息融合信息、分析评估模块输出的数据，为事后分析提供数据支撑。3.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：动态场景激励模块通过内置具有控制仿真运行、通信管理、提供传感器模型控制运行、下发传感器模型参数、获取飞行平台数据的动态场景激励软件，通过内置动态场景激励软件加载生成本次测试的初始平台运动轨迹及传感器参数列表，开始本次测试任务。4.如权利要求3所述的多源传感器信息融合闭环测试架构，其特征在于：动态场景激励软件将传感器模型输出的目标数据实时传输给待测信息融合系统和分析评估软件。5.如权利要求4所述的多源传感器信息融合闭环测试架构，其特征在于：待测信息融合系统对传感器模型探测结果进行融合处理，并将处理结果发送给分析评估软件。6.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：分析评估模块内置分析评估软件，分析评估软件对融合前后的评估指标进行计算，计算结果输入自适应测试策略生成软件。7.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：分析评估模块根据融合测试的需求确定本次测试的评估指标，测试的评估指标采用融合前与融合后目标航迹质量；本次测试的评估指标为目标航迹的稳定度、目标航迹数量。8.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：测试策略生成模块通过内置的自适应测试策略生成软件，生成软件根据当前评估指标结果及测试目的生成新的测试策略，测试策略对当前双方运动航迹自适应修正，生成新的平台运动轨迹及传感器参数设置列表。9.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：自适应测试策略生成软件首先生成本次测试的初始测试策略，根据初始测试策略进行双方运动航迹规划，生成平台运动轨迹及传感器参数初始设置列表。10.如权利要求1所述的多源传感器信息融合闭环测试架构，其特征在于：自适应测试策略生成软件在测试过程中根据本次测试的测试目的及实时的评估指标结果，动态调整双方运动轨迹和传感器的参数。

百度查询： 西南电子技术研究所(中国电子科技集团公司第十研究所) 多源传感器信息融合闭环测试架构

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD