面向空域∕时域∕功能混合模式的目标分组方法

《面向空域∕时域∕功能混合模式的目标分组方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、、第43卷第2期2011年4月南京航空航天大学学报JournalofNanjingUniversityofAeronautics&AstronauticsV01．43No．2Apr．2011面向空域／时域／功能混合模式的目标分组方法曾佳1申功璋2(1-中国航空综合技术研究所标准化技术研究与应用中心，北京，100028；2．北京航空航空大学飞行器控制一体化技术重点实验室，北京，100191)摘要：提出了面向空域／时域／功能混合模式的目标分组方法，其结果为任务规划提供了包含空域、时域、功能的目标群体特征。该方法采用标准化方法对属性数据分类和扩展，按照

2、不同类型属性数据分别建立属性差异度，提高了目标分组特征属性的可扩展性，解决了传统属性差异度难以适用于时域及功能属性的问题；在此基础上，综合考虑协同任务对目标分组各项属性的定性／定量要求、闯值约束及重要程度要求，构造了目标综合差异度，解决了某些属性不能直接加权的问题。仿真结果表明该方法能够快速有效地实现满足任务复杂要求的目标分组。关键词：目标分组；属性；差异度；标准化；任务规划中图分类号：TP391文献标识码：A文章编号：1005—2615(2011)02—0247—05TargetClusteringBasedonMixed--Patternof

3、Space·-Domain／Time—Domain／FunctionZengJial，ShenGongzhan92(1．Research＆ApplicationCenterofStandardizationTechnology，ChinaAero—PolytechnologyEstablishment，Beijing，100028，China；2．ScienceandTechnologyonAircraftControlLaboratory，BeihangUniversity，Beijing，100191，China)Abstract：Ameth

4、odoftargetclusteringbasedonmixed—patternofspace—domain／time—domain／functionisproposed，whichenabledtheresultofclusteringtoprovidethecolonycharacteristicsofalltargetsformissionplanning．Tosolvetheproblemthattheexistingdiscrepancy—degreesforattributesareunsuitedforattributesintim

5、e—domainandfunction，theattributesareclassifiedandexpandedbyusingthestan—dardizationmethod，andthediscrepancy—degreeforattributesofdifferenttypesareestablishedseparate—ly．Thestandardizationmethodontheestablishmentofthediscrepancy—degreemakesthecharacteristic—attributesscalable．

6、Moreover，theintegrateddiscrepancy—degreefortargetsisconstructedconsideringthequalitative／quantitativerequirementsofattributes，thresholdrestrictionsandimportance—degreementionedbythecooperativemission．Thoughsomeattributesareunsuitablefortheweightedsum，theintegrateddiscrepancy—

7、degreesolvestheproblem．Simulationresultsdemonstratetheeffectivenessoftheapproachandthesatisfactionofcomplexdemandsfortargetclustering．Keywords：targetclustering；attribute；discrepancy—degree；standardization；missionplanning目标分组是通过计算各目标间的差异程度，根据协同任务对目标分组的具体要求，采用适当的分组算法将协同任务包含的众多目

8、标分为多个簇内相似度高、簇间相关性低的独立目标簇，是明确目标群体特征、实现任务态势评估、辅助制定任务计划的有效途径。目标分组的模式取决于