水下威胁评估

一、主要任务

根据状态估计获得的目标的位置和运动状态信息，对水下运动目标（移动声靶、蛙人）进行威胁评估，给出目标对AUV的威胁程度。

二、威胁评估指标选择

距离（AUV与目标）、碰撞风险、航向差、速度差、AUV数量（同类目标数量）

三、主要方法

基于结构熵的威胁要素权重评估、基于层次分析法威胁评估预测

3.1 数据准备

给出某一时刻探测到目标信息：距离（AUV与目标）、碰撞风险、航向差、速度差、AUV数量

3.2 基于结构熵的威胁要素权重评估

设定6个专家，每个专家对5个指标的重要性进行排序

	专家1	专家2	专家3	专家4	专家5	专家6
距离（AUV与目标）	1	2	3	4	5	6
碰撞风险	2	1	4	3	6	5
航向差	2	3	1	4	6	5
速度差	3	2	1	4	5	6
AUV数量	6	4	2	1	3	5

给定认识度权重 ： imp_weight = [0.3,0.23,0.17,0.1,0.1,0.1]

3.2.1 计算隶属度矩阵D

    for kk = 1:6
        for jj = 1:5
            F(kk,jj) = -((m-imp_sort(kk,jj))*(log(m-imp_sort(kk,jj))))/((m-1)*(log(m-1)))+(m-imp_sort(kk,jj))/(m-1);
            D(kk,jj) = (1-F(kk,jj))/(m-imp_sort(kk,jj))*(m-1);
            %M(kk,jj) = log(m-imp_sort(kk,jj))/log(m-1)-1+(m-1)/(m-imp_sort(kk,jj));
        end
    end

3.2.2 计算每个指标的平均认识度C

    for mm = 1:5
        for nn = 1:6
             C(mm) = C(mm) + D(nn,mm)*imp_weight(nn);
        end
    end

3.2.3 计算每个指标的认识盲度B和总体认识度A

    for mm = 1:5
        for nn = 1:6
             B(mm) = B(mm) + ((D(nn,mm)-C(mm))^2)*imp_weight(nn);
        end
        B(mm) = sqrt(B(mm));
        A(mm) = C(mm)*(1-B(mm));
    end

3.2.4 对总体认识度A进行归一化，得到目标威胁评估指标的权值

    for mm = 1:5
        omega(mm) = A(mm)/sum(A);
    end

3.2.5 结果

omega = (0.2039,0.1668,0.2382,0.1523,0.2389)

%使用一个函数实现
omega = weight_estimation(n);%权重确定

3.3 基于层次分析法威胁评估预测

3.3.1 数据准备

距离（AUV与目标）	碰撞风险	航向差	速度差	AUV数量（同类数量）
13	14.34	0.924	0.047	1
12.25	14.25	1.1	0.047	1
13.04	15.04	1.281	0.047	1
11.05	13.05	1.462	0.049	1
11.81	13.81	1.635	0.049	2
11.67	13.67	1.656	0.0492	2

3.3.2 计算每个指标的判断矩阵

for t = 1:n
    for nn = 1:m
        for mm = 1:m
            if t ~= 2 || t ~=n
                matrix{t}(mm,nn) = new_data(nn,t)/new_data(mm,t);
            else
                matrix{t}(mm,nn) = new_data(mm,t)/new_data(nn,t);
            end
        end
    end
end

3.3.3 构造特征向量矩阵W

根据每个指标的判断矩阵计算这个指标的特征向量矩阵W

for t = 1:n
    for mm = 1:m
        W(t,mm) = 1/sum(matrix{t}(:,mm));
    end
end

• 距离（AUV与目标）判断矩阵
  

3.3.4 计算威胁评估指标并进行排序

每个指标的特征向量矩阵W × 每个指标的权值omega

threat_degree = zeros(1,5);
for uu = 1:m
    threat_degree(uu) = omega(:,:)*W(:,uu);

end

3.3.5 最终结果

0.1924 ， 0.1843 ， 0.1676 ， 0.1623 ， 0.1487， 0.1447

四、总结

仿真层面：使用仿真系统获取到的数据，假定某一时刻的距离（AUV与目标）、碰撞风险、航向差、速度差、AUV数量，然后计算获得结果。

实际：需要AUV进行下海实验，获取真实目标的信息

验证：

1. 理解一：将本实验使用的层次分析法和其他方法（比如主成分分析法）进行对比，验证它的优势。

2. 理解二：使用真实目标状态信息算出的威胁评估值和使用状态估计出来的目标状态信息进行比较。

欢迎各位大佬参观我的博客：[https://bainiu2.github.io/]