大数据驱动的反潜作战目标轨迹预测与动态拦截路径规划研究

引言：大数据技术具备整合多源信息、挖掘潜在规律的优势，将其应用到反潜作战中，可突破传统方法局限。本研究聚焦大数据驱动的目标轨迹预测与动态拦截路径规划，通过系统探究相关技术环节，为提升反潜作战精准性与时效性奠定基础，对增强海上防御能力、保障海洋权益具有重要现实意义。

一、大数据驱动的反潜作战目标轨迹预测技术

（一）数据收集预处理

开展数据清洗，针对声呐数据因海洋环境噪声产生的异常值，采用基于统计的 3σ 准则识别并剔除；对于雷达数据因信号遮挡出现的缺失值，经线性插值法与邻近时刻数据关联补全，规避缺失数据对后续分析的干扰。实施数据格式标准化处理，将声呐系统输出的时域信号数据、雷达设备记录的空间坐标数据及卫星遥感获取的环境参数数据，统一转换为 JSON 格式，确保不同来源数据可直接融合调用。实施数据时空对齐，以北斗导航系统提供的标准时间戳为基准，对各设备采集的非同步数据做时间校准，同时基于高斯投影坐标系完成空间位置匹配，消除不同设备坐标系差异引发的数据偏差[1]。

（二）目标特征提取及模型构建

运动特性维度重点提取目标瞬时速度、加速度、航向角及转弯半径，通过对连续时刻位置数据求导计算速度与加速度，基于方位角变化率确定航向角与转弯半径，反映目标运动状态变化规律；环境关联维度提取目标所处海域的水深、海流速度、水温及盐度参数，这些参数直接影响目标机动能力与探测信号传播特性，需经传感器数据实时获取并关联至目标运动轨迹；信号特征维度提取目标辐射噪声的频谱峰值、脉冲周期及信号强度，通过傅里叶变换将时域声呐信号转换至频域，识别目标特有信号特征，实现目标类型初步区分。模型构建采用基于长短期记忆网络（LSTM）的时序预测框架，结合注意力机制提升关键特征权重。

（三）预测模型验证评估

验证数据采用真实反潜训练演练的目标轨迹数据，涵盖常规巡航、机动规避及静默航行三种典型运动场景，每种场景选取 10 组独立轨迹数据，规避单一场景导致的验证偏差。预测精度评估采用平均绝对误差（MAE）与均方根误差（RMSE）两个指标，分别计算模型预测位置与实际位置在经度、纬度方向的误差值，MAE 反映预测误差的平均水平，RMSE 对较大误差更为敏感，可有效识别模型预测偏差较大的情况。稳定性评估通过多次重复训练与预测实验实现，在相同数据与参数设置下，开展 10 次独立模型训练，计算每次训练后模型在验证集上的 MAE 与 RMSE 标准差，标准差越小表明模型训练过程越稳定，规避因初始参数随机化导致的性能波动。泛化能力评估采用跨场景验证方式，将某一运动场景训练的模型应用于其他场景数据预测，计算预测误差变化幅度，若误差增幅控制在 15% 以内，则认为模型具备良好泛化能力，可适应不同目标运动场景。为确保评估结果的客观性，制定明确的评估标准，具体如表1 所示：

表2：反潜作战目标轨迹预测模型评估标准

二、大数据驱动的固定翼反潜动态拦截路径规划

（一）动态拦截路径规划的约束条件

平台性能约束主要包括固定翼反潜机的最大飞行速度、最大航程、最小转弯半径及爬升率，不同型号固定翼反潜机性能参数存差异，需基于具体机型参数设定约束阈值，例如某型固定翼反潜机最大飞行速度设为 600km/h ，最大航程设为 5000km ，最小转弯半径设为 3km ，爬升率设为 10m/s ，规避规划路径超出平台性能极限。作战需求约束需围绕拦截时效性与任务安全性设定，拦截时效性约束要求规划路径的飞行时间不超过目标预测轨迹的有效时长，依据目标运动速度与预测精度，确定拦截窗口时间，例如目标以 20 节速度机动时，拦截窗口时间设为 30 分钟，确保在目标轨迹预测有效范围内完成拦截；任务安全性约束包括路径与禁飞区的距离约束及规避敌方防空火力范围，禁飞区距离约束设为不小于 10km ，敌方防空火力范围规避约束设为不进入半径 50km 的防空圈，降低任务执行风险。

（二）基于大数据的路径规划算法设计

数据输入层整合目标预测轨迹数据、固定翼反潜机性能参数、作战约束条件及实时环境数据，经大数据处理平台实现多源数据实时更新与调用，确保输入数据的时效性及准确性。代价函数计算层构建多因素加权代价模型，综合考虑飞行距离、飞行时间、燃油消耗及环境影响因素，各因素权重经大数据分析历史任务数据确定，例如飞行距离权重设为 0.3，飞行时间权重设为 0.4，燃油消耗权重设为 0.2，环境影响权重设为 0.1，通过加权求和计算每个节点的总代价，公式为：总代价 距离代价 +0.4× 时间代价 +0.2× 燃油代价 +0.1× 环境代价。其中距离代价基于节点间欧氏距离计算，时间代价依据飞行速度与距离确定，燃油代价通过燃油消耗率与飞行时间关联计算，环境代价根据实时气象与海洋环境参数设定惩罚系数，环境越恶劣惩罚系数越大。

（三）路径规划仿真验证

仿真平台由硬件系统与软件系统组成，硬件系统包括固定翼反潜机飞行模拟器、声呐探测模拟器及环境参数模拟器，软件系统涵盖大数据处理模块、路径规划算法模块及仿真评估模块，可实现多源数据实时生成、路径动态规划及性能指标实时计算。仿真场景设置分为常规拦截场景、复杂环境拦截场景及多目标拦截场景三种类型，常规拦截场景设定目标为常规潜艇，以 15 节速度巡航，无明显机动，环境条件为能见度 5000m 、风速 10m/s 、海况 3 级。复杂环境拦截场景设定目标为静音潜艇，以 25 节速度机动规避，环境条件为能见度800m 、风速 20m/s 、海况5 级，同时设置1 个禁飞区与1 个敌方防空圈；多目标拦截场景设定 2 个目标分别以不同速度机动，需规划路径实现连续拦截，环境条件为常规气象与海况。仿真验证指标包括路径长度、飞行时间、燃油消耗及约束满足率，路径长度与飞行时间反映拦截时效性，燃油消耗反映路径经济性，约束满足率反映路径可行性。

结束语：综上所述，本研究围绕大数据驱动的反潜作战目标轨迹预测与动态拦截路径规划，完成数据处理、模型构建、算法设计及仿真验证等关键工作。研究形成的技术方案有效解决传统方法在复杂环境下的不足，为反潜作战提供新的技术路径。后续可进一步拓展数据来源、优化模型算法，更好适应实战场景变化，持续提升反潜作战能力，为维护海上安全稳定发挥更大作用。

参考文献：

[1] 尹俊杰 , 吕日毅 , 梁红 . 磁探无人机集群区域反潜封锁机群规划建模分析 [J]. 南京理工大学学报 ,2023,47(2):155-160.