一种基于局域网的对战演练信息集成系统的制作方法

本发明涉及对战演练信息集成系统，具体为一种基于局域网的对战演练信息集成系统。

背景技术：

1、在现代军事训练和应急响应中，实时、准确和全面的态势感知和指挥决策能力是成功的关键因素。随着科技的迅猛发展，传统的对战演练方式面临着诸多挑战，例如信息孤岛、数据延迟、缺乏智能分析等问题，这些问题严重影响了指挥决策的效率和训练的效果。为了解决这些问题，亟需一种能够整合多源信息、实时处理和智能分析的系统，以提升对战演练的效能。

2、本设计旨在构建一个高效、智能和可靠的对战演练信息集成系统，通过多模块协同工作，实现数据的实时采集、处理、存储、分析和展示，为军事训练和应急响应提供全方位的信息支持，助力指挥决策的科学化和高效化，最终提升整体战斗力和应对能力。

3、1、专利文件cn115862417b公开了一种集成攻防演练学习的虚拟仿真系统及仿真方法，上述专利实现了提高了虚拟仿真结果的真实性和准确性，但上述专利不能实现根据当前态势和模型预测结果生成动态战术建议的功能。

4、2、专利文件cn113836749b公开了一种地震救援虚拟演练系统，上述专利实现了参演人员从地震工程学的角度认识到地震灾害的整个演化过程，充分把握空间及空间群地震灾害风险薄弱环节，但上述专利不能实现对参演人员和设备的高精度定位功能。

5、3、专利文件cn114004051b公开了一种应用于民用机场应急救援的虚拟仿真系统构建方法，上述专利实现了可使用户产生“沉浸”于等同真实应急环境的感受和体验，支持用户基于救援职责分工实现个性化演练参考，提出机场灾害应急救援虚拟演练效果评价方法，实现动态和精确的演练效果评价，但上述专利不能实现演练过程数据的分析处理功能。

6、4、专利文件cn107272634b公开了一种基于三维vr和数据服务器的虚拟采煤演练控制系统，上述专利实现了远程管控可视化集成，降低设备损坏产生的损失，减少非停次数，提高员工外操、内操技术水平，减少由于人员流动带来的安全隐患，减少由于设备故障引起的各项超标排放，但上述专利不能实现对战演练信息和分析结果的实时展示功能。

7、综上所述，上述专利不能实现根据当前态势和模型预测结果生成动态战术建议的功能、对参演人员和设备的高精度定位功能、演练过程数据的分析处理功能和对战演练信息分析结果的实时展示功能，导致对战演练信息反馈迟滞、无法高精度定位、演练指挥决策效果差和演练安全性低的问题；

8、为此，本技术提出了一种能实现根据当前态势和模型预测结果生成动态战术建议的功能、对参演人员和设备的高精度定位功能、演练过程数据的分析处理功能和对战演练信息分析结果的实时展示功能的基于局域网的对战演练信息集成系统。

技术实现思路

1、本发明的目的在于提供一种基于局域网的对战演练信息集成系统，以解决上述背景技术中提出的不能实现根据当前态势和模型预测结果生成动态战术建议的功能、对参演人员和设备的高精度定位功能、演练过程数据的分析处理功能和对战演练信息分析结果的实时展示功能，导致对战演练信息反馈迟滞、无法高精度定位、演练指挥决策效果差和演练安全性低技术问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于局域网的对战演练信息集成系统，包括数据处理模块、定位跟踪模块和智能战术建议模块，所述数据处理模块、定位跟踪模块与智能战术建议模块通过局域网连接进行数据输入输出，所述智能战术建议模块用于对演练数据进行分析，提供智能化的战术建议；

3、所述智能战术建议模块包括：数据挖掘单元、机器学习单元和建议生成单元；

4、所述数据挖掘单元采用关联规则挖掘、聚类分析方法从历史数据中挖掘战术模式，利用apriori算法挖掘战术模式中的关联规则，所述数据挖掘单元输出战术模式至机器学习单元作为数据输入；

5、所述机器学习单元使用深度学习、随机森林算法训练战术预测模型，利用历史演练数据，训练深度神经网络模型，通过交叉验证，评估模型的性能和可靠性，所述机器学习单元输出预测模型结果至建议生成单元作为数据输入；

6、所述建议生成单元根据模型预测结果，结合演练场景和实时数据，生成动态战术建议，并通过用户界面、语音提示向用户提供战术建议。

7、优选的，所述数据处理模块通过局域网络连接有数据采集模块、数据传输模块和数据存储模块，数据采集模块通过数据传输模块将采集的对战演练数据传输到数据存储模块进行存储，并通过数据处理模块进行处理分析；

8、数据采集模块包括：传感器单元、视频采集单元和通信设备单元；

9、传感器单元使用北斗/gps双模定位器、温度传感器、湿度传感器和运动传感器实时采集演练现场环境和设备状态数据，传感器单元通过spi接口与数据采集终端连接，数据采集终端通过局域网络连接到数据处理中心内；

10、视频采集单元使用固定摄像头、头盔摄像头和无人机摄像头实时采集对战演练的视频图像信息，视频数据实时存储并通过局域网络传输到数据处理中心内；

11、通信设备单元包括对讲机、移动通信设备和无线电台，通过音频接口采集通话内容，转换为文本并存储，通过局域网络连接传输到数据处理中心内。

12、优选的，所述数据传输模块采用aes-256对称加密算法和rsa非对称加密算法对数据采集模块的数据传输过程进行加密处理，通过安全芯片tpm模块管理加密密钥，确保数据在传输过程中的安全性。

13、优选的，所述数据存储模块用于对战演练数据进行多样存储和备份，供系统对数据进行实时分析和演练模型预测；

14、数据存储模块包括：本地存储单元、云存储单元和数据备份单元；

15、本地存储单元使用硬盘存储介质存储本地采集的数据，采用数据库管理存储数据，支持快速查询和检索；

16、云存储单元支持与云服务平台的接口，将数据上传至云端存储，进行本地与云端数据的实时同步，保证数据的一致性；

17、数据备份单元采用raid技术和异地备份手段定期对存储的数据进行全量和增量备份，采用nas设备进行备份防止数据丢失。

18、优选的，所述数据处理模块用于对采集到的对战演练数据进行处理分析；

19、数据处理模块包括：数据清洗单元、数据融合单元和数据分析单元；

20、数据清洗单元利用信号处理算法去除采集数据中的噪声，将不同传感器的数据转换为统一格式，利用插值算法补全丢失的数据提高数据完整性；

21、数据融合单元采用扩展卡尔曼滤波算法对不同传感器的多源数据进行实时融合，生成统一的态势感知数据；

22、数据分析单元利用统计学方法分析数据的基本特征，采用时间序列分析预测数据的未来趋势，利用机器学习算法检测数据中的异常情况，及时发现潜在问题。

23、优选的，所述定位跟踪模块用于实时跟踪参演人员和装备的位置，通过定位技术提高定位跟踪精度；

24、定位跟踪模块包括：北斗/gps双模定位单元、室内定位单元和实时跟踪单元；

25、北斗/gps双模定位单元提供基于北斗/gps双模的定位服务，利用北斗/gps双模技术实现厘米级定位精度，通过差分信号校正北斗/gps双模定位误差；

26、室内定位单元采用蓝牙信标和rfid技术实现亚米级室内定位精度，利用多径效应和三角测量算法提高定位精度和稳定性；

27、实时跟踪单元结合北斗/gps双模和imu数据实时耿总参演人员和装备的位置，采用卡尔曼滤波算法实现高精度的实时跟踪，在地图上实时现实参演人员和装备的位置变化。

28、优选的，所述数据处理中心内还设计有可视化模块，数据采集模块、定位跟踪模块和数据处理模块通过局域网络连接到可视化模块，可视化模块用于实时显示对战演练信息和数据分析结果；

29、可视化模块包括：地图显示单元、视频监控单元和数据图表单元；

30、地图显示单元支持2d和3d地图显示，集成多种地图类型，在地图上显示参演人员和装备的位置，支持缩放、平移和标注功能；

31、视频监控单元支持多路视频流的同时显示和切换，支持视频画面的分屏显示和切换功能，提供多角度监控，实时存储视频数据，便于事后回放和分析；

32、数据图表单元根据数据特性，选择柱状图、折线图和饼图多种图表进行展示分析结果，支持图表的数据筛选和细节查看的交互操作。

33、优选的，所述数据处理中心内还设计有用户交互模块，用户交互模块与数据处理模块通过局域网络连接；

34、用户交互模块包括；用户界面单元、语音控制单元和报警通知单元；

35、用户界面单元提供友好的用户操作界面，支持移动端和pc端操作，并实时显示对战演练信息和数据分析结果；

36、语音控制单元采用深度学习语音识别技术通过语音指令操作系统，通过nlp技术理解用户的语音指令并执行相应操作；

37、报警通知单元在发生异常情况时通知用户，根据不同的异常情况设置不同级别的报警策略，支持多种通知方式确保用户及时收到报警信息。

38、优选的，所述机器学习单元中的战术预测模型为混合模型架构，选择lstm和cnn相结合的混合模型处理时空数据；

39、具体模型架构如下：

40、输入层：输入数据：多维时间序列数据；

41、卷积层：1d卷积层：提取空间特征；

42、激活函数：relu；

43、池化层：最大池化层减少数据维度；

44、lstm层：lstm单元：处理时间序列数据；

45、全连接层：dense层：输出预测结果；

46、输出层：根据具体任务选择激活函数；

47、编译模型：损失函数：根据任务选择激活函数；

48、优化器：adam；

49、评价指标：准确率(分类)、均方误差(回归)。

50、优选的，所述建议生成单元基于预测模型的输出和实时数据，生成当前环境的战术建议，具体步骤如下：

51、规则引擎：根据预定义的战术规则，结合当前态势信息，生成初步战术建议：

52、输入：当前态势信息、预测结果；

53、处理：根据战术规则生成初步建议；

54、输出：初步战术建议；

55、使用优化算法在多种战术策略中选择最优策略：

56、遗传算法：

57、初始种群：生成多个初始战术策略；

58、适应度函数：评估每个策略的效果；

59、选择、交叉、变异：通过选择、交叉和变异操作产生新一代策略；

60、终止条件：达到指定代数/适应度不再显著提升。

61、与现有技术相比，本发明的有益效果是：

62、1.本发明通过设计有智能战术建议模块，实现了根据当前态势和模型预测结果生成动态战术建议的功能，解决了对战演练无法在动态环境中快速生成有效战术建议的问题，提升了决策效率、优化了战略部署和增强了演练效果；

63、2.本发明通过设计有定位跟踪模块，实现了对参演人员和设备的高精度定位功能，解决了演练复杂环境下的参演人员和设备的定位问题，提高了动态位置的实时监控水平，提高了对战演练的安全性；

64、3.本发明通过设计有数据处理模块，实现了演练过程数据的分析处理功能，解决了不同来源、格式的复杂数据信息整合处理的难题，提高了演练分析效果，提高了演练指挥和决策水平；

65、4.本发明通过设计有可视化模块和用户交互模块，实现了对战演练信息和分析结果的实时展示功能，解决了对战演练无法有效展示和追踪的问题，提高了用户体验和演练响应速度，保障了参演人员和设备的安全。