(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 20221091421 1.0 (22)申请日 2022.08.01 (65)同一申请的已公布的文献号 申请公布号 CN 114969350 A (43)申请公布日 2022.08.30 (73)专利权人 中国电子科技 集团公司第十 研究 所 地址 610000 四川省成 都市金牛区茶店子 东街48号 (72)发明人 戴礼灿　曹开臣　孙文　冯收　 刘万里　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 专利代理师 舒盛 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/36(2019.01) G06F 40/194(2020.01) G06F 40/30(2020.01) (56)对比文件 CN 10468026 0 A,2015.0 6.03US 2016021141 A1,2016.01.21 CN 1072395 62 A,2017.10.10 CN 111460730 A,2020.07.28 CN 102035678 A,201 1.04.27 CN 114139499 A,2022.03.04 上海勇进软件. “航天战场态势感知平台的 功能介绍 ”. 《http://www.uipower.com/news/ battleField.html》 .2021, 朱丰等.基于深度学习的战场态势评估综述 与研究展望. 《军 事运筹与系统工程》 .2016,(第 03期), 王瑞霞.频谱监测系统电磁态势感知模块设 计. 《电子质量》 .2020,(第01期), 陆强强等.一种利用目标属性进行态势关联 的方法. 《火力与指挥控制》 .20 07,(第09期), 汪跃等.战场态势一张图技 术综述. 《指挥信 息系统与技 术》 .2020,(第01期), 孙洪星.“飞行仿真训练系统综合控制台三 维态势显示的设计与实现 ”. 《中国优秀硕士学位 论文全文数据库 社会科 学Ⅰ辑》 .2018, 臧勤 等.“一种基于数据库的综合态势生成 方法”. 《雷达与对抗》 ." "",2015,(第02期), 审查员 杨平勇 (54)发明名称 一种综合态 势智能辅助生成方法 (57)摘要 本发明提供一种综合态势智能辅助生成方 法， 包括： 综合环境构建模块将地理环境、 电磁环 境、 自然资源和人文地理以特征向量形式呈现， 并逐层叠加于数字地球上形成多层叠加的综合 环境； 目标态势构建模块将区域实时目标数据生 成目标态势信息； 数据关联与综合模块依托于多 层叠加的综合环境并结合目标态势信息， 通过 实 体抽取、 主题关联、 时空映射和语义关联的方式 实现目标态势智能生成以及将目标态势关联动 向信息、 目标体系和重大事件， 最终形成全维多 域的综合态势产品。 本发明使得态势要素能更客观、 更全面的信息数据服 务于信息用户。 权利要求书4页 说明书10页 附图1页 CN 114969350 B 2022.11.22 CN 114969350 B 1.一种综合态 势智能辅助生成方法， 其特 征在于， 包括如下步骤： S100， 综合环境构 建模块将地理环境、 电磁环境、 自然资源和人文地理以特征向量形式 呈现， 并逐层叠加于数字地球上 形成多层叠加的综合环境； S200， 目标态 势构建模块将区域实时目标 数据生成目标态 势特征向量； S300， 数据关联与综合模块依托于多层叠加的综合环境并结合目标态势特征向量， 通 过实体抽取、 主题关联、 时空映射和语义关联的方式实现目标态势智能生成以及将区域 目 标态势关联动向信息、 目标体系和重大事件， 最 终形成全维多域的综合态势信息； 步骤S 300 包括如下子步骤： S301， 目标态 势生成： 首先， 依托数字地球并以多层叠加的综合环境为基础， 将目标空间状态在数字地球上 以目标特征向量形式呈现， 该目标特征向量的要素包括时空属性、 目标国别、 目标名称、 目 标型号和目标 隶属， 则该目标 特征向量表示形式为： 其中， 为第ii个目标在第 tt时刻的目标特征向量； 为第ii个目标在第 tt时刻 的目标态势特征向量， 包含时空属性和目标型号要素； 为目标隶属要素， 为目标名 称要素， 为目标国别要素； 其次， 态势与目标知识库关联， 关联根据目标特征向量中的目标名称与知识库中的目 标名称进行相似度计算， 基于相似度计算结果关联相关目标知识库的信息， 计算公式如下： 其中，ltarget是目标特征向量 中目标名称 的文本词向量， 是第n个目标知识库的 目标名称文本词向量， 表示相似度计算， η为关联阈值， H0为目标关联不上 的情况，H1表 示目标关联成功的情况， Ntarget表示目标知识库的目标数量； 即， 上式表示当相似度计算结 果中的最小值大于关联 阈值η时， 则为目标关联不上的情况 H0； 当相似度 计算结果中 的最小 值小于关联阈值 η时， 则为目标关联成功的情况 H1； 基于目标关联成功的结果， 即上式结果 为目标关联成功的情况 H1时， 自动抽 取知识库中目标能力和威力范围相关的指标， 并在态 势中进行直观呈现， 从而完成态 势与目标知识库关联； 最后， 通过图表的方式将战场环境中的地理环境、 电磁环境、 自然资源和人文地理的统 计数据进行 可视化展示， 形成实时的区域目标态 势图； S302， 数据信息关联： 首先， 关联目标体系 模块将态势与后台知识库联通， 采用自适应模糊关联算法， 设定目 标国别、 目标名称、 目标型号、 目标隶属、 时空属性为关联对象， 自适应模糊地将目标态势中 的目标与后台知识库中目标的综合保障体系、 指挥控制体系、 信息支援体系、 火力打击体系 进行智能关联， 关联其体系组成分布、 体系强弱点、 目标在体系中的地位作用， 并在区域目 标态势图上呈现； 其次， 关联动向信 息模块将态势与后台报文库联通， 以目标名称、 时空信息和目标国别 作为关联对 象， 抽取动向信息中的关联要素项， 按照自适应模糊关联算法将目标态势中的权　利　要　求　书 1/4 页 2 CN 114969350 B 2目标与报文库中的动向信息进行智能关联， 包括历史动向和近期动向信息， 并以统计图表 形式在态 势图上呈现， 支撑 趋势分析； 最后， 关联重大事件模块将态势与后台报文库联通， 利用结巴分词对重大事件进行实 体抽取， 包括人物、 组织机构、 地点、 时间、 目标和国家信息， 将抽取出的实体对象以重大事 件特征向量存 储， 表示形式如下： Ed=[epeople,ecountry,eorganization,eplace,etime,etarget,…] 其中， Ed为重大事件 特征向量， epeople为人物要 素，ecountry为国家要素， eorganization为组织 机构要素， eplace为地点要素，etime为时间要素， etarget为目标要素； 根据重大事件中抽取的时空信息， 按照地点与经纬度对照表在GIS球上的不同地区显 示相应的重大事件， 依据各重大事件的发生时间通过鱼骨图的形式展示事件发展脉络， 利 用训练好的TextCNN分类器模型将各重大事件按不同主题进行分类组织， 形成以主题专题 文本数据管理模式， 方便用户进行查阅浏览； 同时采用语义相似度关联算法将目标态势与报文库中的当前全球重大事件进行智能 关联， 实现多维信息数据一体呈现， 支撑 趋势分析； S303， 综合态 势信息生成 基于步骤S301和S302， 关联组织相关数据信息， 经过人工判证， 生成综合态势信息， 不 仅具有传统态势中的环境和目标状态， 还包括关联 的与目标相关的其他重要数据信息， 为 用户分析 预测提供支撑 。 2.根据权利要求1所述的综合态势智能辅助生成方法， 其特征在于， 步骤S100中将地理 环境以特 征向量形式呈现的方法为： 根据地理环境数据构建各国地理环境特征向量， 该地理环境特征向量的要素包括重要 港口、 重要组织机构和战略要道； 由此， 该地理环境特 征向量表示形式为： 其中， 为第i个国家在年代 t的地理环境特征向量， t为年代，N为国家数量； 为 第i个国家在年代 t的重要港口分布特征向量； 为第i个国家在年代 t的重要组织机构分 布特征向量； 分别为第 i个国家在年代 t的战略要道分布特 征向量。 3.根据权利要求1所述的综合态势智能辅助生成方法， 其特征在于， 步骤S100中将电磁 环境以特 征向量形式呈现的方法为： 根据电磁环境数据构建电磁环境特征向量， 该电磁环境特征向量的要素包括信道衰减 系数、 电磁干扰系数、 抗干扰能力、 频谱使用率； 由此 该电磁环境特 征向量表示形式为： 其中， 为第p个区域在第 tt时刻的电磁环境 特征向量， 为第p个区域在第 tt时 刻的信道衰减系数特征， 为第p个区域在第 tt时刻的电磁干扰系数特征， 为第p个 区域在第 tt时刻的抗干扰能力特 征， 为第p个区域在第 tt时刻的频谱使用率特 征。 4.根据权利要求1所述的综合态势智能辅助生成方法， 其特征在于， 步骤S100中将自然 资源以特 征向量形式呈现的方法为： 根据自然资源数据构建自然资源特征向量， 该自然资源特征向量的要素包括关键矿产权　利　要　求　书 2/4 页 3 CN 114969350 B 3