面向多障礙物海面衛(wèi)星搜索動(dòng)目標(biāo)方法

張海龍, 夏 維, 胡笑旋, 楊 斌, 湯 航

(1.合肥工業(yè)大學(xué)管理學(xué)院, 安徽 合肥 230009; 2.過程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室,安徽 合肥 230009; 3.北京遙感信息研究所, 北京 100192)

0 引 言

隨著海上活動(dòng)日益頻繁,對海洋動(dòng)目標(biāo)搜索有著極大的應(yīng)用需求,如海洋營救、浮游生物監(jiān)測、海上緝私等。但動(dòng)目標(biāo)運(yùn)動(dòng)的不確定性,使對其搜索極為復(fù)雜[1]。早期關(guān)于動(dòng)目標(biāo)搜索的研究主要集中于在目標(biāo)分布規(guī)律已知的條件下,給出搜索資源的最優(yōu)分配方案及航跡規(guī)劃方案,以快速高效地搜索到目標(biāo)[2-5]。這種資源分配方案適用于無人機(jī)、機(jī)器人、偵查艇等航跡可規(guī)劃的偵查資源,然而這類偵查資源應(yīng)用于海上動(dòng)目標(biāo)搜索時(shí),受視距和活動(dòng)范圍限制,效果不甚理想[6]。成像衛(wèi)星可從空間軌道上利用星載遙感設(shè)備對指定區(qū)域?qū)嵤┏上?獲取目標(biāo)情報(bào)信息[7]。因不受地理國界等因素限制,將其應(yīng)用于海洋動(dòng)目標(biāo)搜索的研究引起了學(xué)者重視。文獻(xiàn)[8-9]將成像衛(wèi)星搜索海上動(dòng)目標(biāo)問題看作傳感器資源調(diào)度問題,基于貝葉斯估計(jì)和信息熵度量提出了解決此類問題的通用方法,并介紹了在信息不確定條件下基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測模型。文獻(xiàn)[10]采用了強(qiáng)化學(xué)習(xí)的方法求解多星搜索海上多個(gè)移動(dòng)目標(biāo)的傳感器調(diào)度問題。文獻(xiàn)[11]研究了電子偵查衛(wèi)星與成像衛(wèi)星協(xié)同進(jìn)行海洋移動(dòng)目標(biāo)搜索的機(jī)制。文獻(xiàn)[12]將海上動(dòng)目標(biāo)搜索問題分解成為遙感器規(guī)劃調(diào)度問題和動(dòng)目標(biāo)狀態(tài)預(yù)測問題的求解框架,基于此求解框架,動(dòng)目標(biāo)搜索過程中不斷獲得環(huán)境信息,并利用所得信息指導(dǎo)后續(xù)搜索。為更好的描述動(dòng)目標(biāo)運(yùn)動(dòng)及搜索過程中環(huán)境信息變化,部分學(xué)者使用搜索圖[13-15]建立動(dòng)目標(biāo)搜索環(huán)境模型。文獻(xiàn)[16]利用搜索圖表示目標(biāo)運(yùn)動(dòng)情況,并根據(jù)搜索結(jié)果采用不同的方法更新搜索圖。文獻(xiàn)[17]綜合考慮目標(biāo)概率分布及環(huán)境信息,建立動(dòng)目標(biāo)搜索的感知信息圖,在此基礎(chǔ)上搜索動(dòng)目標(biāo)。上述研究較好的解決了平坦地域或海面條件下動(dòng)目標(biāo)搜索問題。

在現(xiàn)實(shí)情況下,目標(biāo)所處環(huán)境可能存在障礙物或探測裝置影響目標(biāo)運(yùn)動(dòng),從而影響對目標(biāo)的搜索。如文獻(xiàn)[18]考慮環(huán)境中存在感知探測裝置,待搜索運(yùn)動(dòng)目標(biāo)能夠通過探測裝置獲得無人機(jī)的位置信息,從而改變運(yùn)動(dòng)策略,減少位置暴露。文獻(xiàn)[19]在動(dòng)態(tài)任務(wù)分配的研究中,制定了機(jī)器人在探測到環(huán)境中障礙物時(shí)的反應(yīng)策略。文獻(xiàn)[20]在搜索海域存在障礙物的情況下,將啟發(fā)式搜索算法應(yīng)用于對水下動(dòng)目標(biāo)的搜索,并建立了水下動(dòng)目標(biāo)規(guī)避模型,使搜索器在進(jìn)行水下動(dòng)目標(biāo)搜索時(shí)能有效地規(guī)避障礙,提高搜索效率。但在考慮環(huán)境障礙物情況下利用衛(wèi)星進(jìn)行海面動(dòng)目標(biāo)搜索相關(guān)研究較少。

本文針對衛(wèi)星搜索多障礙物海面動(dòng)目標(biāo)問題,利用搜索圖建立動(dòng)目標(biāo)搜索環(huán)境模型,基于目標(biāo)馬爾可夫運(yùn)動(dòng)過程,提出一種面向多障礙物搜索海面的動(dòng)目標(biāo)運(yùn)動(dòng)預(yù)測方法。搜索圖在根據(jù)衛(wèi)星探測信息進(jìn)行更新之后以此運(yùn)動(dòng)預(yù)測方法再次更新,指導(dǎo)衛(wèi)星下次搜索。仿真實(shí)驗(yàn)驗(yàn)證了本文方法在解決面向多障礙物海面衛(wèi)星搜索海洋動(dòng)目標(biāo)問題的有效性。

1 問題描述

多障礙物海面指海面存在如礁石等障礙物,在此海面航行的動(dòng)目標(biāo)需規(guī)避海面障礙物。設(shè)搜索任務(wù)起始時(shí)間為Ts,截止時(shí)間為Te。目標(biāo)搜索首先根據(jù)獲得的情報(bào)信息,判斷任務(wù)區(qū)域R,任務(wù)區(qū)域指目標(biāo)在整個(gè)搜索周期內(nèi)的最大活動(dòng)范圍。為方便問題處理,將R進(jìn)行網(wǎng)格劃分,編號(hào)為1～M。成像衛(wèi)星從空間軌道上利用星載遙感器觀測R,對R中的NT個(gè)動(dòng)目標(biāo)進(jìn)行搜索,如圖1所示。

圖1 多障礙物海面上衛(wèi)星搜索動(dòng)目標(biāo)示意圖Fig.1 Diagrammatic sketch of moving targets search onmulti-obstacle sea by satellite

NS顆成像衛(wèi)星在[Ts,Te]內(nèi)對任務(wù)區(qū)域R內(nèi)的NT個(gè)動(dòng)目標(biāo)進(jìn)行搜索,同時(shí)任務(wù)區(qū)域中存在NB個(gè)位置固定的障礙物。目標(biāo)做隨機(jī)馬爾可夫運(yùn)動(dòng),并在運(yùn)動(dòng)過程中探測周圍障礙物,經(jīng)過一個(gè)時(shí)間步長,可從當(dāng)前所在網(wǎng)格隨機(jī)運(yùn)動(dòng)到任一相鄰的無障礙物網(wǎng)格。當(dāng)衛(wèi)星過境R時(shí),從其觀測條帶集合中選擇一條目標(biāo)存在概率最大的條帶進(jìn)行觀測,直至搜索任務(wù)結(jié)束。

2 問題建模

針對多障礙物海面動(dòng)目標(biāo)搜索問題,在確定任務(wù)區(qū)域并進(jìn)行網(wǎng)格劃分后,利用搜索圖建立反映目標(biāo)和環(huán)境信息的環(huán)境模型。設(shè)pi(t)為t時(shí)刻網(wǎng)格i中目標(biāo)存在概率,則t時(shí)刻的搜索圖定義為

SM(t)={pi(t)|i∈{1,2,…,M}}

(1)

在搜索過程中,搜索圖根據(jù)一定規(guī)則進(jìn)行更新,并基于搜索圖提供的信息確定衛(wèi)星過境觀測時(shí)目標(biāo)存在概率最大的條帶。

2.1 基于探測信息的搜索圖更新模型

(2)

(3)

pi(tk)=0

(4)

(5)

式(2)和式(3)中,pd和pf會(huì)受到遙感器側(cè)向擺動(dòng)影響,本文假設(shè)這些影響可以忽略且所有衛(wèi)星攜帶相同能力的遙感器資源。

2.2 基于目標(biāo)運(yùn)動(dòng)預(yù)測的搜索圖更新模型

目標(biāo)運(yùn)動(dòng)規(guī)律未知給衛(wèi)星搜索海面動(dòng)目標(biāo)觀測計(jì)劃的制定帶來困難[25]。在平坦海面條件下,常采用基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法[8-9,23]減少搜索過程中因目標(biāo)運(yùn)動(dòng)帶來的不確定性。本文在使用搜索圖建立多障礙物海面動(dòng)目標(biāo)搜索環(huán)境模型的基礎(chǔ)上,根據(jù)目標(biāo)馬爾可夫運(yùn)動(dòng)特性[26-28]分析海面障礙物對目標(biāo)運(yùn)動(dòng)的影響,提出面向多障礙物搜索海面的動(dòng)目標(biāo)運(yùn)動(dòng)預(yù)測方法以減少搜索過程中目標(biāo)運(yùn)動(dòng)的不確定性。設(shè)搜索圖網(wǎng)格空間為I,L(t)=j(1≤j≤M,j∈I),表示在t時(shí)刻目標(biāo)處于編號(hào)為j的網(wǎng)格中。圖2為搜索圖網(wǎng)格空間的示意圖。目標(biāo)運(yùn)動(dòng)狀態(tài)為目標(biāo)經(jīng)過一個(gè)時(shí)間步長Δt能夠移動(dòng)到當(dāng)前網(wǎng)格的相鄰網(wǎng)格,或仍停留在該網(wǎng)格。

圖2 搜索圖網(wǎng)格空間示意圖Fig.2 Diagrammatic sketch of the grid space of search map

假設(shè)t時(shí)刻目標(biāo)在標(biāo)號(hào)為5的網(wǎng)格中,即L(t)=5。經(jīng)過一個(gè)時(shí)間步長在t+Δt時(shí)刻目標(biāo)僅能移動(dòng)到與5相鄰的網(wǎng)格1,2,3,4,6,7,8,9,或仍停留在網(wǎng)格5,故搜索圖中每個(gè)網(wǎng)格都對應(yīng)著一個(gè)3×3的目標(biāo)轉(zhuǎn)移概率矩陣,這些轉(zhuǎn)移概率矩陣定義了目標(biāo)的馬爾可夫運(yùn)動(dòng)過程。將海面動(dòng)目標(biāo)的運(yùn)動(dòng)狀態(tài)按照一步轉(zhuǎn)移概率來表示,在t時(shí)刻目標(biāo)的一步轉(zhuǎn)移概率為

(6)

式中,Aj表示網(wǎng)格j及其相鄰的網(wǎng)格空間集合。式(6)表示在t時(shí)刻目標(biāo)處于網(wǎng)格j中,經(jīng)過Δt目標(biāo)運(yùn)動(dòng)到網(wǎng)格i中的概率。

(7)

在對動(dòng)目標(biāo)搜索時(shí),若已知待搜索目標(biāo)的情報(bào)信息,可以利用情報(bào)信息給出符合目標(biāo)實(shí)際運(yùn)動(dòng)情況的目標(biāo)轉(zhuǎn)移概率。當(dāng)不知目標(biāo)情報(bào)信息時(shí),假設(shè)目標(biāo)經(jīng)過Δt移動(dòng)到相鄰網(wǎng)格或在當(dāng)前網(wǎng)格保持靜止的概率分布服從均勻分布,即取

(8)

海面動(dòng)目標(biāo)在運(yùn)動(dòng)過程中利用感知裝置對周圍環(huán)境進(jìn)行探測,若相鄰網(wǎng)格存在障礙物,目標(biāo)能探測到該障礙物并進(jìn)行規(guī)避。圖3為多障礙物海面上搜索圖網(wǎng)格空間示意圖。

圖3 多障礙物海面上搜索圖網(wǎng)格空間示意圖Fig.3 Diagrammatic sketch of the grid space of search map formulti-obstacle sea

若t時(shí)刻目標(biāo)處于網(wǎng)格j中,探測到相鄰網(wǎng)格空間中網(wǎng)格e存在障礙物,則令

(9)

對于當(dāng)前網(wǎng)格j及不存在障礙物的相鄰網(wǎng)格i，有

(10)

式中,η為網(wǎng)格j相鄰網(wǎng)格存在的障礙物總數(shù)且η<8。

圖3中,若目標(biāo)在t時(shí)刻位于編號(hào)為5的網(wǎng)格中,并探測到相鄰網(wǎng)格2和6存在障礙物,則目標(biāo)會(huì)規(guī)避障礙物,由式(9)得

對于不存在障礙物的網(wǎng)格i(i=1,3,4,5,7,8,9),由式(10)得

則目標(biāo)t時(shí)刻在網(wǎng)格5的一步轉(zhuǎn)移概率矩陣為

因成像衛(wèi)星分別在離散的時(shí)間點(diǎn)t1,t2,…,tk,…獲得觀測時(shí)間窗口,在衛(wèi)星第k次過境R進(jìn)行觀測后,根據(jù)獲取的探測信息采用式(2)～式(5)更新搜索圖,獲得目標(biāo)后驗(yàn)概率分布。在衛(wèi)星第k+1次過境R前目標(biāo)將持續(xù)在R內(nèi)運(yùn)動(dòng),搜索圖需根據(jù)目標(biāo)運(yùn)動(dòng)特征進(jìn)行更新,獲得第k+1次觀測前目標(biāo)先驗(yàn)概率分布。設(shè)tk+1-tk=mkΔt(mk≥0),mk為兩次相鄰觀測時(shí)刻tk與tk+1相差的時(shí)間步長個(gè)數(shù)。目標(biāo)在一個(gè)時(shí)間步長內(nèi)完成一次在搜索圖網(wǎng)格空間上的轉(zhuǎn)移,則在第k次觀測與第k+1次觀測之間共完成了mk次運(yùn)動(dòng)轉(zhuǎn)移。

由目標(biāo)一步轉(zhuǎn)移概率,可得目標(biāo)m步轉(zhuǎn)移概率為

(11)

對于m步轉(zhuǎn)移概率滿足切普曼-柯爾莫哥洛夫方程式[29-30]:

(12)

由上述分析可知,在已知?jiǎng)幽繕?biāo)的初始概率分布及其一步轉(zhuǎn)移概率的條件下就可以求得在有限時(shí)間和狀態(tài)空間下目標(biāo)運(yùn)動(dòng)預(yù)測概率分布。已知在第k次觀測后,目標(biāo)在網(wǎng)格j中的后驗(yàn)概率為pj(tk),tk+1-tk=mkΔt,mk≥0。假設(shè)tk時(shí)刻目標(biāo)在網(wǎng)格j中,則目標(biāo)在tk+1時(shí)刻移動(dòng)到網(wǎng)格i中的概率為

(tk)=P{L(tk+mkΔt)=i|L(tk)=j}

(13)

由于目標(biāo)必然在R中移動(dòng),則有

(tk)=1,j∈I

(14)

進(jìn)一步可得第k+1次觀測時(shí)目標(biāo)存在于網(wǎng)格i的先驗(yàn)概率為

(tk)pj(tk)

(15)

綜上,在解決面向多障礙物海面衛(wèi)星搜索動(dòng)目標(biāo)問題時(shí),根據(jù)衛(wèi)星第k次過境探測信息更新搜索圖后,再采用目標(biāo)運(yùn)動(dòng)預(yù)測方法再一次更新搜索圖,從而獲得第k+1次衛(wèi)星觀測時(shí)目標(biāo)在搜索圖中的先驗(yàn)概率分布,以指導(dǎo)衛(wèi)星觀測。

3 仿真與分析

本節(jié)針對衛(wèi)星搜索多障礙物海面動(dòng)目標(biāo)問題進(jìn)行仿真實(shí)驗(yàn)。為驗(yàn)證本文方法效果,在搜索過程中目標(biāo)運(yùn)動(dòng)預(yù)測環(huán)節(jié)將其與不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法,以及基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法進(jìn)行對比。其中不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法即搜索圖在根據(jù)探測信息更新后不再基于目標(biāo)運(yùn)動(dòng)預(yù)測進(jìn)行更新;基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法即在根據(jù)探測信息進(jìn)行搜索圖更新后再基于該方法進(jìn)行搜索圖更新?；诟咚狗植嫉哪繕?biāo)運(yùn)動(dòng)預(yù)測方法[8-9]假設(shè)目標(biāo)速度為v,目標(biāo)位置在x方向和y方向上保持獨(dú)立。目標(biāo)做勻速運(yùn)動(dòng),將對目標(biāo)運(yùn)動(dòng)的隨機(jī)擾動(dòng)視為方差為ξ的高斯白噪聲。設(shè)tk時(shí)刻目標(biāo)在(xk,yk),tk+1-tk=mkΔt,則tk+1時(shí)刻目標(biāo)轉(zhuǎn)移到(xk+1,yk+1)的概率分布服從高斯分布:

p{(xk+1,yk+1)|(xk,yk)}=

(16)

式中

(17)

(18)

(19)

針對這3種策略,以目標(biāo)存在概率最大化為目標(biāo)函數(shù),確定成像衛(wèi)星過境任務(wù)區(qū)域時(shí)所選觀測條帶。

(20)

實(shí)驗(yàn)建立目標(biāo)任務(wù)區(qū)域如表1所示,并設(shè)定任務(wù)區(qū)域內(nèi)有6個(gè)待搜索運(yùn)動(dòng)目標(biāo)。

表1 任務(wù)區(qū)域位置

選取6顆衛(wèi)星對任務(wù)區(qū)域內(nèi)的目標(biāo)進(jìn)行搜索,衛(wèi)星信息如表2所示。

表2 衛(wèi)星信息

設(shè)定衛(wèi)星星載遙感器pd=0.85,pf=0.15,仿真時(shí)間段為[1 Aug 2017 12:00:00.000 UTCG,2 Aug 2017 12:00:00.000 UTCG]。計(jì)算得衛(wèi)星在仿真時(shí)間段內(nèi)共有9次過境任務(wù)區(qū)域,如表3所示。

3.1 方法可行性驗(yàn)證

將任務(wù)區(qū)域以0.1°的粒度劃分為60×60的網(wǎng)格,并編號(hào)1～3 600。設(shè)定目標(biāo)速度估計(jì)在10～15節(jié),時(shí)間步長Δt=0.5 h。仿真開始前各網(wǎng)格目標(biāo)存在概率設(shè)為0.5。通過隨機(jī)生成的方法生成3組任務(wù)區(qū)域內(nèi)的障礙物位置,使障礙物分別覆蓋網(wǎng)格空間中的200、400、600個(gè)網(wǎng)格。在無障礙物以及障礙物分別覆蓋200、400、600個(gè)網(wǎng)格4種情景下,在根據(jù)探測信息利用式(2)～式(5)進(jìn)行搜索圖更新的基礎(chǔ)上,對不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法、采用基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法、采用面向多障礙物搜索海面動(dòng)目標(biāo)運(yùn)動(dòng)預(yù)測方法3種策略分別設(shè)計(jì)了仿真實(shí)驗(yàn),衛(wèi)星搜索仿真實(shí)驗(yàn)過程如圖4所示。每組實(shí)驗(yàn)重復(fù)100次,計(jì)算并比較了各策略下平均每個(gè)目標(biāo)發(fā)現(xiàn)次數(shù)。仿真實(shí)驗(yàn)結(jié)果如圖5所示。

表3 衛(wèi)星過境任務(wù)區(qū)域時(shí)間窗信息

圖4 衛(wèi)星搜索仿真示意圖Fig.4 Diagrammatic sketch of satellite search simulation

由圖5仿真實(shí)驗(yàn)結(jié)果可得出以下結(jié)論:

(1) 與經(jīng)驗(yàn)相符,無論任務(wù)區(qū)域內(nèi)障礙物覆蓋網(wǎng)格數(shù)量多少,不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法平均每個(gè)目標(biāo)發(fā)現(xiàn)次數(shù)最少。這說明在衛(wèi)星搜索動(dòng)目標(biāo)時(shí)進(jìn)行目標(biāo)運(yùn)動(dòng)預(yù)測能有效提高發(fā)現(xiàn)目標(biāo)次數(shù)。

(2) 在任務(wù)區(qū)域障礙物覆蓋網(wǎng)格數(shù)為0時(shí),即平坦海面條件下,本文方法效果接近于常用的基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法,且明顯高于不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法,是可以接受的。隨著環(huán)境中障礙物覆蓋的網(wǎng)格數(shù)量增加,3種策略下平均每個(gè)目標(biāo)發(fā)現(xiàn)次數(shù)都在增加。這是因?yàn)榄h(huán)境中障礙物的增加另一方面使目標(biāo)在任務(wù)區(qū)域內(nèi)的活動(dòng)范圍減小,因此更容易發(fā)現(xiàn)目標(biāo)。但從增長速度上來看,不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法和采用基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法增長速度大致相同,而采用本文方法平均每個(gè)目標(biāo)發(fā)現(xiàn)次數(shù)快速增長,說明在衛(wèi)星搜索多障礙物海面上航行的動(dòng)目標(biāo)問題上,采用本文方法做目標(biāo)運(yùn)動(dòng)預(yù)測時(shí)衛(wèi)星搜索效果更好。

圖5 不同障礙物規(guī)模下各策略平均每個(gè)目標(biāo)發(fā)現(xiàn)次數(shù)Fig.5 Average number of target detection of per strategyunder different obstacle scales

3.2 方法效果分析

為分析搜索效果隨衛(wèi)星過境觀測次數(shù)變化趨勢,在環(huán)境中障礙物覆蓋網(wǎng)格數(shù)為600的情況下,在根據(jù)探測信息進(jìn)行搜索圖更新的基礎(chǔ)上,針對3種策略重復(fù)100次實(shí)驗(yàn),計(jì)算平均發(fā)現(xiàn)目標(biāo)個(gè)數(shù)隨衛(wèi)星過境任務(wù)區(qū)域次數(shù)的變化情況,如圖6所示。

圖6 平均目標(biāo)發(fā)現(xiàn)個(gè)數(shù)隨衛(wèi)星過境次數(shù)變化Fig.6 Average number of target detection changes withsatellite transit times

由圖6可知,隨著衛(wèi)星搜索的進(jìn)行,采用本文方法相比于其他兩種方法平均發(fā)現(xiàn)目標(biāo)個(gè)數(shù)最多且增長速度較快。實(shí)驗(yàn)結(jié)果說明面向多障礙物海面條件下衛(wèi)星搜索海上動(dòng)目標(biāo)時(shí),在目標(biāo)運(yùn)動(dòng)預(yù)測過程中采用本文方法能在有限的搜索機(jī)會(huì)下更多最快地搜索到目標(biāo),使有限的可用衛(wèi)星資源得到充分的利用。

3.3 方法穩(wěn)定性分析

在環(huán)境中障礙物覆蓋600個(gè)網(wǎng)格的情形下針對3種策略進(jìn)行100次仿真實(shí)驗(yàn),統(tǒng)計(jì)各策略下每組實(shí)驗(yàn)發(fā)現(xiàn)目標(biāo)次數(shù),計(jì)算并比較各方法下發(fā)現(xiàn)目標(biāo)次數(shù)平均值及方差,如表4所示。

表4 目標(biāo)發(fā)現(xiàn)次數(shù)頻次統(tǒng)計(jì)表

由表4統(tǒng)計(jì)結(jié)果可知,在衛(wèi)星搜索多障礙物海面動(dòng)目標(biāo)時(shí)本文方法具有更好的穩(wěn)定性。

3.4 方法效率分析

海面動(dòng)目標(biāo)搜索一般具有較高的時(shí)敏性要求,搜索方法需能快速響應(yīng)任務(wù)需求。為分析方法的效率,分別在不同的網(wǎng)格劃分規(guī)模下,根據(jù)探測信息進(jìn)行搜索圖更新的基礎(chǔ)上,針對3種策略進(jìn)行實(shí)驗(yàn)。如表5所示記錄了在網(wǎng)格劃分規(guī)模分別為10×10,20×20,30×30,40×40,50×50,60×60下實(shí)驗(yàn)的耗時(shí)數(shù)據(jù)。

表5 目標(biāo)運(yùn)動(dòng)預(yù)測方法實(shí)驗(yàn)耗時(shí)統(tǒng)計(jì)

由表5可知,隨著網(wǎng)格劃分規(guī)模的增加,各方法耗時(shí)都在增長。當(dāng)不采用目標(biāo)運(yùn)動(dòng)預(yù)測方法時(shí),因缺少目標(biāo)運(yùn)動(dòng)預(yù)測環(huán)節(jié),實(shí)驗(yàn)耗時(shí)最少。但由上述方法可行性及方法效果分析可知,不進(jìn)行目標(biāo)運(yùn)動(dòng)預(yù)測時(shí)搜索效果最差。在采用目標(biāo)運(yùn)動(dòng)預(yù)測的情況下,本文方法實(shí)驗(yàn)耗時(shí)明顯小于采用基于高斯分布的目標(biāo)運(yùn)動(dòng)預(yù)測方法,且隨著網(wǎng)格劃分規(guī)模的增加實(shí)驗(yàn)耗時(shí)差距更顯著。結(jié)合上述方法效果和方法穩(wěn)定性分析可得出,本文方法綜合性能較優(yōu)。

4 結(jié) 論

本文研究面向多障礙物海面衛(wèi)星搜索動(dòng)目標(biāo)問題,為更有效地利用有限的衛(wèi)星資源實(shí)現(xiàn)更多更快地搜索到海面動(dòng)目標(biāo),本文使用搜索圖建立多障礙物海面動(dòng)目標(biāo)搜索環(huán)境模型,并分析了目標(biāo)規(guī)避海面障礙物對其運(yùn)動(dòng)的影響,提出一種基于目標(biāo)馬爾可夫運(yùn)動(dòng)特征的運(yùn)動(dòng)預(yù)測方法,用于計(jì)算目標(biāo)轉(zhuǎn)移概率。本文方法在已知搜索圖中目標(biāo)初始概率分布及一步轉(zhuǎn)移概率的條件下可預(yù)測出有限時(shí)間和狀態(tài)空間下目標(biāo)運(yùn)動(dòng)概率分布,從而為衛(wèi)星搜索提供目標(biāo)環(huán)境信息。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出的方法的可行性、有效性及穩(wěn)定性,能較好地解決面向多障礙物海面衛(wèi)星搜索動(dòng)目標(biāo)問題。