CN102194332A - 一种自适应航迹数据相关方法 - Google Patents

一种自适应航迹数据相关方法 Download PDF

Info

Publication number
CN102194332A
CN102194332A CN2011100715388A CN201110071538A CN102194332A CN 102194332 A CN102194332 A CN 102194332A CN 2011100715388 A CN2011100715388 A CN 2011100715388A CN 201110071538 A CN201110071538 A CN 201110071538A CN 102194332 A CN102194332 A CN 102194332A
Authority
CN
China
Prior art keywords
flight path
flight
calculate
information
track
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011100715388A
Other languages
English (en)
Other versions
CN102194332B (zh
Inventor
陈世友
肖厚
刘颢
郭莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
No709 Inst China Ship Heavy Industry Group Co Ltd
Original Assignee
No709 Inst China Ship Heavy Industry Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by No709 Inst China Ship Heavy Industry Group Co Ltd filed Critical No709 Inst China Ship Heavy Industry Group Co Ltd
Priority to CN201110071538.8A priority Critical patent/CN102194332B/zh
Publication of CN102194332A publication Critical patent/CN102194332A/zh
Application granted granted Critical
Publication of CN102194332B publication Critical patent/CN102194332B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

一种自适应航迹数据相关方法，需创建和维护公共数据航迹表和消息队列，航迹表主要维护航迹数据，包含航迹自身属性信息、航迹点信息、序贯长度信息、所处航迹状态信息、所属融合航迹信息等；消息队列内容包含航迹号，航迹批号用于查找对应航迹；通过自动更新航迹相关序贯长度M，并将输入航迹的相关状态区分为“未分配状态”、“不确定分配状态”、“已确定分配状态”三个状态，使得航迹相关算法能够自动地适应目标的不同分布和不同运动状态、不同传感器对目标跟踪维数、跟踪正确率和稳定性的不同，克服其带给相关判决的不利影响。应用该方法，仅将处于“已确定分配状态”的输入航迹进行数据合成，有利于保持融合航迹的精度。

Description

一种自适应航迹数据相关方法
技术领域
本发明属于指挥控制或情报处理技术领域，具体涉及一种自适应航迹数据相关方法，该方法可以用于航迹数据融合系统进行多源航迹的数据相关处理。
背景技术
在各种基于统计理论的航迹数据相关算法中，来源不同的输入航迹的相关判决，都是基于“统计距离”进行运算和决策的。对于具有相同维数、在同一时刻和同一坐标系中表示的两条航迹，统计距离的定义一般为：
Figure 719799DEST_PATH_IMAGE001
                             （1）
式中：
Figure 2011100715388100002DEST_PATH_IMAGE002
——观测偏差向量，
Figure 512306DEST_PATH_IMAGE003
、
Figure 2011100715388100002DEST_PATH_IMAGE004
为目标在第
Figure 2011100715388100002DEST_PATH_IMAGE005
时刻的状态矢量，
Figure 2011100715388100002DEST_PATH_IMAGE006
，
Figure 167409DEST_PATH_IMAGE007
，
Figure 2011100715388100002DEST_PATH_IMAGE008
、为传感器编号，
Figure 2011100715388100002DEST_PATH_IMAGE010
为传感器的个数，
Figure 437985DEST_PATH_IMAGE011
；
Figure 2011100715388100002DEST_PATH_IMAGE012
为两传感器对目标跟踪航迹的误差协方差矩阵之和。
而在实际航迹数据相关中，“序贯”是一种通用的思想，也就是在相关判决中，不仅使用航迹当前时刻信息计算出的统计距离，而是综合使用航迹历史信息计算出的统计距离，即计算：
Figure 59547DEST_PATH_IMAGE013
                 （2）
以
Figure 2011100715388100002DEST_PATH_IMAGE014
代替
Figure 944326DEST_PATH_IMAGE015
作为航迹相关判决的基础，减小输入航迹数据中随机误差的影响，提高航迹相关的正确率和稳定性。式中，
Figure 2011100715388100002DEST_PATH_IMAGE016
为序贯长度。
通常，式（2）中的
Figure 24409DEST_PATH_IMAGE016
是根据航迹维数、传感器对目标的跟踪正确率和稳定性等因素设定的常数。
然而，传感器对目标的跟踪精度是缓时变的，因此，传感器的跟踪精度参数的设定值有时不能准确反映传感器当前的工作精度，尤其是当传感器长期未经校准、传感器机械或电子设备精度严重丧失时，会导致
Figure 223309DEST_PATH_IMAGE014
偏离实际情况，从而导致虚情或漏情的产生。而且，
Figure 954505DEST_PATH_IMAGE016
还应该与目标的分布、目标的运动趋势等有关。在系统中
Figure 947868DEST_PATH_IMAGE016
采用固定的设定值，会导致相关判决的提前或滞后，进而在数据合成环节影响融合航迹精度，在目标综合识别环节导致航迹较长时间属性不明或发生属性跳变。
发明内容
本发明的目的在于提供了一种自适应航迹数据相关方法。本发明将航迹的相关状态区分为“未分配状态”、“不确定分配状态”、“已确定分配状态”三个状态，并通过相关序贯长度的在线计算，实现航迹数据的自适应相关。
本发明是所提供的自适应航迹数据相关方法，其步骤如下：
第1步 创建消息队列和数据区：创建“航迹相关状态变更消息”消息队列，其中，“航迹相关状态变更消息”的内容为相关状态发生变化的航迹的航迹号；创建航迹表、航迹关联关系表等数据区；
第2步接收目标航迹点：这里，将探测设备经点迹提取、点-航关联、滤波处理形成的目标航迹更新数据称为目标航迹点，其中一般包括目标航迹批号、航迹点时刻、该时刻目标的位置、速度等；
第3步判定是否需要在航迹表中创建新航迹：如果输入航迹点在航迹表中找不到对应航迹，则创建新输入航迹，简称为航迹，并将航迹序贯长度
Figure 515247DEST_PATH_IMAGE016
置为1；反之则更新对应的航迹；其中航迹表主要维护航迹数据，包含航迹自身属性信息、航迹点信息、序贯长度信息、航迹的相关状态信息、对应融合航迹信息等；
第4步更新航迹相关状态：将新接收的航迹点对应的航迹记为航迹T，并设置航迹T的航迹相关状态为“未分配状态”；
第5步 基本分配：以航迹T当前序贯长度值，进行时间和空间对准，依式（2）计算航迹T与各融合航迹的统计距离，按一对一分配的原则，以选定的相关算法（如最近邻等算法），进行目标分配；若未能将航迹T分配给任何现有融合航迹，则为航迹T创建一个新融合航迹；
第6步 对于因分配而引起关联关系发生变化的其他航迹，更新其相关状态，创建消息：对于分配后所对应的融合航迹发生变化的航迹，记为航迹G，如果航迹G不是航迹T，则设置航迹G的航迹相关状态为“不确定分配状态”，并以航迹G的航迹号创建航迹相关状态变更消息，并加入到消息队列中；
第7步 判定是否为航迹T创建了新的融合航迹：如果为航迹T创建了新的融合航迹，则执行第11步；反之，则执行第8步；
第8步 设置航迹T的航迹相关状态为“不确定分配状态”，将航迹T的航迹序贯长度
Figure 252259DEST_PATH_IMAGE016
置为1；
第9步计算航迹关联不确定度：计算航迹T与其对应的融合航迹的航迹F所组成的航迹对的航迹关联不确定度
Figure 2011100715388100002DEST_PATH_IMAGE018
；
第9.1步确定参评航迹集：为便于描述，将航迹对
Figure 80855DEST_PATH_IMAGE017
记为航迹关联对
Figure 384797DEST_PATH_IMAGE019
。以航迹
Figure 2011100715388100002DEST_PATH_IMAGE020
在当前时刻
Figure 472970DEST_PATH_IMAGE021
的位置为中心，取一个适当大小的连通区域，并以
Figure 2011100715388100002DEST_PATH_IMAGE022
表示该区域内所有航迹的集合。构造参评航迹对集合
Figure 178758DEST_PATH_IMAGE023
，其元素的个数记为
Figure 2011100715388100002DEST_PATH_IMAGE024
，构造集合，其元素为构成中航迹对的所有航迹；构造信源
Figure 118212DEST_PATH_IMAGE008
的参评航迹集
Figure 197026DEST_PATH_IMAGE027
，其元素的个数记为；构造信源
Figure 570370DEST_PATH_IMAGE009
的参评航迹集，其元素的个数记为
Figure 2011100715388100002DEST_PATH_IMAGE030
。这里，所有融合航迹被视为来源于同一信源
Figure 105705DEST_PATH_IMAGE009
。
第9.2步计算航迹偏差的统计量：计算航迹偏差的统计量
Figure 50527DEST_PATH_IMAGE031
，其中，
Figure 2011100715388100002DEST_PATH_IMAGE032
，并依次将集合
Figure 210201DEST_PATH_IMAGE026
中其他航迹对的偏差定义为
Figure 152749DEST_PATH_IMAGE033
，
Figure 2011100715388100002DEST_PATH_IMAGE034
，
Figure 653001DEST_PATH_IMAGE035
表示航迹更新时刻，ll表示序号，
Figure 2011100715388100002DEST_PATH_IMAGE036
表示最近航迹点对应的序号；
Figure 886667DEST_PATH_IMAGE037
=
Figure 2011100715388100002DEST_PATH_IMAGE038
，
Figure 421554DEST_PATH_IMAGE039
。
第9.3步计算归一化航迹似然度：
分别计算
Figure 348052DEST_PATH_IMAGE020
与集合
Figure 2011100715388100002DEST_PATH_IMAGE040
中每一个航迹的航迹似然度，构成向量
Figure 335600DEST_PATH_IMAGE041
，其中，定义两航迹的航迹似然度
Figure 2011100715388100002DEST_PATH_IMAGE042
；计算归一化航迹似然度
Figure 372957DEST_PATH_IMAGE043
，
Figure 2011100715388100002DEST_PATH_IMAGE044
表示向量的1-范数。
第9.4步计算修正因子：以表示信源
Figure 781122DEST_PATH_IMAGE008
对航迹的探测不确定区域，以
Figure 6698DEST_PATH_IMAGE047
表示被信源
Figure 278596DEST_PATH_IMAGE009
的探测范围所覆盖的部分，以表示在目标在
Figure 281319DEST_PATH_IMAGE045
的条件下处于
Figure 243458DEST_PATH_IMAGE047
中的概率。信源都有一定的虚情率和漏情率。以
Figure 809569DEST_PATH_IMAGE049
、
Figure 2011100715388100002DEST_PATH_IMAGE050
分别表示信源
Figure 986603DEST_PATH_IMAGE009
的虚情率和漏情率。信源
Figure 347178DEST_PATH_IMAGE009
的虚情率和漏情率取先验值，可分别由信源
Figure 547346DEST_PATH_IMAGE009
在以往使用中或测试中的统计数据计算确定。对于关联航迹对
Figure 917147DEST_PATH_IMAGE019
，定义未关联率为，计算航迹
Figure 2011100715388100002DEST_PATH_IMAGE052
和
Figure 474305DEST_PATH_IMAGE053
因虚情和漏情的关联不确定性修正因子
Figure 2011100715388100002DEST_PATH_IMAGE054
。
第9.5步计算航迹关联概率；
计算
Figure 145457DEST_PATH_IMAGE020
的修正似然度。对航迹
Figure 2011100715388100002DEST_PATH_IMAGE056
，采用同样的过程计算其修正似然度
Figure 204997DEST_PATH_IMAGE057
。计算航迹关联对
Figure 172953DEST_PATH_IMAGE019
成立的概率为
Figure 2011100715388100002DEST_PATH_IMAGE058
。
第9.6步计算航迹关联不确定度：计算
Figure 82135DEST_PATH_IMAGE019
的航迹关联不确定度
Figure 856055DEST_PATH_IMAGE059
。
第10步判定航迹T是否需要调整其序贯长度：如果
Figure 721243DEST_PATH_IMAGE018
大于设定阈值，则将航迹T的序贯长度加1，实现序贯长度自适应调整，并执行第12步；反之，则执行第11步；
第11步 设置航迹T的航迹相关状态为“已确定分配状态”，并执行第13步；
第12步判定航迹T是否拥有足够的历史航迹点来调整其序贯长度：如果航迹T的序贯长度大于当前它的历史航迹点数，则执行第13步；反之，则返回第9步；
第13步 判定消息队列中是否还存在需要处理的消息：如果消息队列不为空，则获取消息中对应航迹信息，记为T，并执行第8步；反之，则返回第2步。
本发明提供的自适应航迹数据相关方法通过自动更新
Figure 673150DEST_PATH_IMAGE016
，并将输入航迹的相关状态区分为“未分配状态”、“不确定分配状态”、“已确定分配状态”三个状态，使得航迹相关算法能够根据目标分布、运动状态、传感器探测维数、跟踪稳定性自适应地调整序贯长度，消除固定序贯长度对数据融合的不利影响。同时，仅将处于“已确定分配状态”的输入航迹进行综合处理，有利于保持融合航迹的精度、目标识别的正确率和稳定性。
具体而言，本发明方法具有以下特点：
能够根据目标分布、运动状态、传感器探测维数、跟踪稳定性等自适应地调整航迹相关算法中的序贯长度，尽快地提供可靠的相关判决结果；
将输入航迹区分为多个相关状态，便于融合系统有区别地处理具有不同相关状态的航迹，有利于保持融合航迹的精度、目标识别的正确率和稳定性。
附图说明
图1是本发明的实施步骤示意图。
具体实施方式
下面结合附图和实例对本发明作进一步详细的说明。
本发明一种自适应航迹数据相关方法，序贯长度调整的需创建和维护公共数据航迹表和消息队列，航迹表主要维护航迹表主要维护航迹数据，包含航迹自身属性信息、航迹点信息、序贯长度信息、航迹的相关状态信息、对应融合航迹信息等；消息队列用于存放“航迹相关状态变更消息”，其内容包括相关状态发生变化的航迹的航迹号。图1给出的是本发明的实施步骤示意图。具体实施步骤如下：
（1）    创建消息队列和数据区：
创建消息内容为航迹号的消息队列；其中航迹号用于在航迹表中查找对应的航迹；创建航迹表，用于存储航迹信息；创建航迹关联关系表，用于存储关联关系。
（2）    接收目标航迹点：
接收雷达提取并进行滤波等预处理的目标航迹点，航迹点包含航迹批号tBatch，位置等信息。
（3）    判定是否需要在航迹表中创建新航迹：
在航迹表中查找批号为tBatch对应的原始航迹，如果找不到对应原始航迹，则创建以当前点为起点，批号为tBatch的新输入航迹，简称航迹，加入到航迹表中；反之，则更新航迹表中对应航迹的点迹信息。
（4）    更新航迹相关状态：
将第3步中批号为tBatch的对应航迹记为航迹T，并设置航迹T的航迹状态为“未分配状态”，即航迹状态标识nStatus=0（nStatus=0，表示“未分配状态”；nStatus=1，表示“不确定分配状态”；nStatus=2，表示“已确定分配状态”；下同）。
（5）    基本分配：
基本分配方法有多种策略，可以选择采用对输入航迹与各融合航迹进行时间对准和空间对准、统计距离计算、进行粗关联判决、并采用最近邻相关算法进行航迹分配。
其中，统计距离
Figure 2011100715388100002DEST_PATH_IMAGE060
（不小于0）的计算采用公式：
Figure 318895DEST_PATH_IMAGE001
式中：
Figure 568611DEST_PATH_IMAGE002
——观测偏差向量，
Figure 366934DEST_PATH_IMAGE003
、
Figure 676692DEST_PATH_IMAGE004
为目标在第
Figure 809733DEST_PATH_IMAGE005
时刻的状态矢量，
Figure 676189DEST_PATH_IMAGE006
，，、
Figure 351387DEST_PATH_IMAGE009
为传感器编号，
Figure 21534DEST_PATH_IMAGE010
为传感器的个数，
Figure 715820DEST_PATH_IMAGE011
；
Figure 429699DEST_PATH_IMAGE012
为两传感器对目标跟踪航迹的误差协方差矩阵之和。
Figure 475015DEST_PATH_IMAGE012
——两航迹数据误差协方差矩阵之和。
粗关联判决指的是，若统计距离
Figure 683274DEST_PATH_IMAGE060
连续N次大于阈值UpThreshold，则判该输入航迹与该融合航迹不关联。一般，N为整数，N的取值在[3，10]区域内，通常取为3，UpThreshold为实数，UpThreshold的取值一般在[10，30]区域内，通常取为20。
而按照如下公式计算
Figure 232067DEST_PATH_IMAGE061
，其中为航迹序贯长度，
Figure 649458DEST_PATH_IMAGE013
最近邻相关是指在通过粗关联判决的前提下，将该输入航迹分配给与其统计距离
Figure 678986DEST_PATH_IMAGE060
的平均值最小的融合航迹。若未能将航迹T分配给任何现有融合航迹，则为航迹T创建一个新融合航迹；
根据相关分配，更新关联关系表，并更改航迹的关联关系变更标识bChangeFlag，其中bChangeFlag为真则表示航迹对应的融合航迹发生变化；反之，则表示关联关系没有变化。
对航迹表中关联关系发生变化的航迹，将其关联关系变更标识bChangeFlag设置为真。但如果给航迹分配的是新创建了的融合航迹，则bChangeFlag仍设置为假。
（6）    对因分配而引起的关联关系发生变化的其他航迹，更新其相关状态，创建消息：
遍历航迹表，查看航迹的关联关系变更标识bChangeFlag，对于bChangeFlag为真的原始航迹，记为航迹G，批号为gBatch。如果航迹G不是航迹T，则设置航迹G的航迹相关状态为1，并以gBatch创建航迹相关状态变更消息，并加入到消息队列中。
（7）    判定是否为航迹T创建了新的融合航迹：
查看航迹T对应的融合航迹F，如果融合航迹F是新创建的融合航迹，则设置T的航迹状态为2，并执行第11步，反之，则执行第8步。
（8）    设置航迹T的航迹状态为1，并将原始航迹关联关系变更标识bChangeFlag恢复为假，将航迹T的航迹序贯长度
Figure 403545DEST_PATH_IMAGE016
置为1。
（9）    计算航迹关联不确定度：
计算航迹T与其对应的融合航迹F所组成的关联航迹对的航迹关联不确定度U。假设T来自信源
Figure 157875DEST_PATH_IMAGE008
，则下面计算航迹关联不确定度记为
Figure 2011100715388100002DEST_PATH_IMAGE062
，下标中的两个字母
Figure 707936DEST_PATH_IMAGE063
分别表示信源号和航迹号
Figure 723482DEST_PATH_IMAGE046
。为简化表示，可以省略
Figure 2011100715388100002DEST_PATH_IMAGE064
，即可将
Figure 512578DEST_PATH_IMAGE062
简写为
Figure 115598DEST_PATH_IMAGE065
，
Figure 2011100715388100002DEST_PATH_IMAGE066
表示
Figure 572118DEST_PATH_IMAGE062
所在的水平面。另外假设融合航迹均来自于信源
Figure 907284DEST_PATH_IMAGE067
，F记为
Figure 698523DEST_PATH_IMAGE053
。则为便于描述，可以记航迹关联对(T,F)为
Figure 2011100715388100002DEST_PATH_IMAGE068
。
1）  确定参评航迹集
将信源的位置投影到
Figure 150681DEST_PATH_IMAGE066
平面，并作为一角度为
Figure 2011100715388100002DEST_PATH_IMAGE070
的角的顶点，其中，该角的角等分线通过；以表示信源
Figure 748333DEST_PATH_IMAGE069
和信源
Figure 630838DEST_PATH_IMAGE009
在
Figure 796371DEST_PATH_IMAGE066
平面上的投影落入这个角构成的区域内的航迹所构成的集合。这里，
Figure 738919DEST_PATH_IMAGE070
的取值一般在30度到60度之间，建议取45度。构造参评航迹对集合
Figure 239171DEST_PATH_IMAGE023
，其元素的个数记为
Figure 659788DEST_PATH_IMAGE024
，构造集合
Figure 945407DEST_PATH_IMAGE025
，其元素为构成
Figure 793277DEST_PATH_IMAGE026
中航迹对的所有航迹；构造信源
Figure 780825DEST_PATH_IMAGE008
的参评航迹集，其元素的个数记为
Figure 139399DEST_PATH_IMAGE028
；构造信源
Figure 423750DEST_PATH_IMAGE009
的参评航迹集
Figure 898593DEST_PATH_IMAGE029
，其元素的个数记为
Figure 661013DEST_PATH_IMAGE030
。
2）  计算航迹偏差的统计量
计算航迹偏差的统计量
Figure 655645DEST_PATH_IMAGE031
，其中，
Figure 110897DEST_PATH_IMAGE032
，并依次将集合
Figure 73037DEST_PATH_IMAGE026
中其他航迹对的偏差定义为，
Figure 488286DEST_PATH_IMAGE034
，表示航迹更新时刻，ll表示序号，
Figure 563875DEST_PATH_IMAGE036
表示最近航迹点对应的序号；
Figure 668097DEST_PATH_IMAGE037
=
Figure 637321DEST_PATH_IMAGE038
；
Figure 434376DEST_PATH_IMAGE073
为航迹
Figure 105529DEST_PATH_IMAGE020
的序贯长度；
Figure 92071DEST_PATH_IMAGE039
。
3）  计算归一化航迹似然度
分别计算
Figure 102752DEST_PATH_IMAGE020
与集合
Figure 133025DEST_PATH_IMAGE040
中每一个航迹的航迹似然度，构成向量，其中，定义两航迹的航迹似然度
Figure 488231DEST_PATH_IMAGE042
；计算归一化航迹似然度
Figure 681315DEST_PATH_IMAGE043
，
Figure 820172DEST_PATH_IMAGE044
表示向量的1-范数。
4）  计算修正因子
以
Figure 216650DEST_PATH_IMAGE045
表示信源
Figure 466365DEST_PATH_IMAGE008
对航迹
Figure 513956DEST_PATH_IMAGE046
的探测不确定区域，以
Figure 823714DEST_PATH_IMAGE047
表示
Figure 707488DEST_PATH_IMAGE045
被信源
Figure 760895DEST_PATH_IMAGE009
的探测范围所覆盖的部分，以
Figure 662991DEST_PATH_IMAGE048
表示在目标在
Figure 143651DEST_PATH_IMAGE045
的条件下处于
Figure 243282DEST_PATH_IMAGE047
中的概率。探测不确定区域的形状和大小根据航迹的误差协方差矩阵确定，使得目标实际落入该区域内的概率为99.7%；以
Figure 162697DEST_PATH_IMAGE049
、分别表示信源
Figure 321594DEST_PATH_IMAGE009
的虚情率和漏情率。信源
Figure 366910DEST_PATH_IMAGE009
的虚情率和漏情率取先验值，可分别由信源
Figure 824436DEST_PATH_IMAGE009
在以往使用中或测试中的统计数据计算确定。对于关联航迹对
Figure 373229DEST_PATH_IMAGE019
，定义未关联率为
Figure 274320DEST_PATH_IMAGE051
，计算航迹
Figure 541354DEST_PATH_IMAGE052
和
Figure 536992DEST_PATH_IMAGE053
因虚情和漏情的关联不确定性修正因子
Figure 205870DEST_PATH_IMAGE054
。
5）  计算航迹关联概率
计算的修正似然度
Figure 766613DEST_PATH_IMAGE055
。对航迹，采用同样的过程计算其修正似然度。计算航迹关联对成立的概率为
Figure 636163DEST_PATH_IMAGE058
。
6）  计算航迹关联不确定度
计算的航迹关联不确定度
Figure 367807DEST_PATH_IMAGE059
。
（10）判定航迹T是否需要调整其序贯长度：
如果U大于设定阈值1，则将航迹T的序贯长度
Figure 968552DEST_PATH_IMAGE016
加1，并执行第12 步；反之，则执行第11步。
（11）设置航迹T的航迹状态为2，并执行第13步；
（12）判定航迹T是否拥有足够的历史航迹点来调整其序贯长度：
如果航迹T的序贯长度
Figure 494211DEST_PATH_IMAGE016
大于当前它的历史航迹点数，则执行第13步；反之，则返回第9步。
（13）判定消息队列中是否还存在需要处理的消息：
如果消息队列不为空，则取出队列首部消息，从航迹表中查找对应航迹，记为航迹T，并执行第8步；反之，则返回第2步。
下面，以单个二维雷达和单个红外传感器对四个水面目标跟踪的航迹数据关联的实施过程为例，来说明本发明的具体实施方式。
二维雷达位于东经118.4度、北纬24.6度、高度600米，其距离误差的RMS为50米，方位误差的RMS为0.3度；红外传感器所处位置与二维雷达相同，其方位误差的RMS为0.3度；
四个目标分为两组，第一组记为A1,A2；第二组记为B1,B2；
A1 相对雷达距离为25km，方位为25度，航向为25度，航速约为5 m/s；
A2相对雷达距离为25km，方位为26度，航向为26度，航速为约5 m/s；
B1相对雷达距离为30km，方位为75度，航向为75度，航速约为5 m/s；
B2相对雷达距离为30km，方位为78度，航向为78度，航速约为5 m/s；
对于该次仿真实验，本发明各步骤的进一步说明如下：
在第1步中，创建名为“CorrelationQueue”的消息队列，用于接收消息,初始为空；创建名为“TrackTable”的航迹表，用于存储航迹信息，包含航迹自身属性信息、航迹点信息、序贯长度信息、航迹的相关状态信息、对应融合航迹信息等，初始为空；创建名为“CorrelationTable”的航迹关联关系表，用于存储关联关系，初始为空。进入第2步。
在第2步中，创建名为“InputMsgBuf”的缓存来接收输入到本方法模块的航迹点数据，航迹点数据包含航迹批号，位置信息等；雷达探测到的A1的ID为1001，A2的ID为1002，B1的ID为1003，B2的ID为1004，红外传感器探测到的A1的ID为2001，A2的ID为2002，B1的ID为2003，B2的ID为2004；融合航迹从9001开始编号。进入第3步。
在第3步中，对于接收到的航迹点pTrackPoint，遍历航迹表TrackTable中的航迹，查看是否存在与pTrackPoint批号所对应的航迹。如果存在，则将pTrackPoint的位置等信息加入到对应的航迹历史点信息中；反之，则以pTrackPoint为起始点创建新航迹，加入到TrackTable中。进入第4步。
在第4步中，将第3步中的新接收的航迹点对应的航迹tTrackMsg的航迹相关状态标识nStatus设为0；进入第5步。
在第5步中，采用对输入航迹与各融合航迹进行时间和空间对准、统计距离计算、进行粗关联判决、并采用最近邻相关算法进行航迹分配。
其中，统计距离
Figure 838605DEST_PATH_IMAGE060
（不小于0）的计算采用公式：
Figure 149632DEST_PATH_IMAGE001
式中：
Figure 655700DEST_PATH_IMAGE002
——观测偏差向量，
Figure 934234DEST_PATH_IMAGE003
、
Figure 816740DEST_PATH_IMAGE004
为目标在第
Figure 982273DEST_PATH_IMAGE005
时刻的状态矢量，
Figure 659242DEST_PATH_IMAGE006
，
Figure 159493DEST_PATH_IMAGE007
，
Figure 845690DEST_PATH_IMAGE008
、
Figure 859870DEST_PATH_IMAGE009
为传感器编号，为传感器的个数，
Figure 960867DEST_PATH_IMAGE011
；
Figure 185175DEST_PATH_IMAGE012
为两传感器对目标跟踪航迹的误差协方差矩阵之和。
Figure 325300DEST_PATH_IMAGE012
——两航迹数据误差协方差矩阵之和。
而按照如下公式计算
Figure 609651DEST_PATH_IMAGE061
，其中
Figure 818916DEST_PATH_IMAGE016
为航迹序贯长度，
Figure 846915DEST_PATH_IMAGE013
以
Figure 841546DEST_PATH_IMAGE061
基础进行分配。
用分配结果，更新关联关系表，并更改航迹关联关系变更标识bChangeFlag，其中bChangeFlag为真则表示航迹对应的融合航迹发生变化；反之，则表示关联关系没有变化。
当表中关联关系发生变化的航迹，将其关联关系变更标识bChangeFlag设置为真。但如果给航迹创建了新的融合航迹，则bChangeFlag仍设置为假。进入第6步。
在第6步中，遍历航迹表，查看航迹的关联关系变更标识bChangeFlag，对于bChangeFlag为真的航迹，记为gTrackMsg，批号为gBatch。如果航迹gTrackMsg不是航迹tTrackMsg，则设置gTrackMsg的航迹相关状态nStatus为1，并创建gBatch的消息，并加入到消息队列中。例如本例中ID=1001的航迹在Ts=17445的更新数据过程中，根据第5步计算结果，改变了航迹的相关关系：ID=1001的航迹选择与ID=1002的融合航迹关联，同时也导致ID=1002的航迹的相关关系的变化、选择与ID=9001的融合航迹关联。则将以1002为内容加入到消息队列中，并进入第7步。
在第7步中，查看航迹tTrackMsg对应的融合航迹fusionTrack，如果航迹fusionTrack是新创建的融合航迹，则设置tTrackMsg的航迹状态nStatus为2，并执行第11步，反之，则执行第8步。
在第8步中，将tTrackMsg的航迹相关状态nStatus设置为1，bChangeFlag设置为假，将航迹T的航迹序贯长度
Figure 359115DEST_PATH_IMAGE016
置为1，并进入第9步。
在第9步中，计算航迹tTrackMsg与其对应的融合航迹fusionTrack所组成的关联航迹对的航迹关联不确定度为tU，并进入第10步。
在第10步中，比较tU与阈值1的大小，如果tU<=1，则进入第11步；反之，则将tTrackMsg的序贯长度
Figure 258938DEST_PATH_IMAGE016
加1，并进入第12步。本例中ID=1001与ID=1002的原始航迹位置很近，所以ID=1001的原始航迹在拥有了11个历史航迹点以后，经过处理，序贯长度调整为11；此后关联关系稳定，且航迹关联不确定度维持在1以下；而ID=1003与ID=1004的原始航迹位置相对较远，所以ID=1003的原始航迹在经过5个周期后，序贯长度调整6；此后关联关系稳定，且航迹关联不确定度维持在1以下；约经过11个周期后，四个目标均能稳定正确跟踪。
在第11步中，将tTrackMsg的航迹相关状态nStatus设置为2，进入第13步。
在第12步中，比较tTrackMsg的历史航迹点数与它的序贯长度的大小，如果序贯长度大于历史点数，则进入第13步；反之，则返回第9步。本例中ID=1001在开始的几个周期内没有足够的历史航迹点来进行序贯长度调整，所以它的航迹相关状态一直为“不确定分配状态”，每次序贯长度也随着历史点数的累积在增加，直到11个点后开始稳定。
在第13步中，遍历消息队列CorrelationQueue，例如在Ts=17445的更新数据处理过程中到达此步时候，存在ID=1002为内容的消息，根据ID=1002，利用航迹表TrackTable，查找到对应的原始航迹tTrackMsg,进入第8步，直到消息队列为空，则进入到第2步。
本发明不仅局限于上述具体实施方式，本领域一般技术人员根据本发明公开的内容，可以采用其它多种具体实施方式实施本发明，因此，凡是采用本发明的技术思路，做一些简单的变化或更改的设计，都落入本发明保护的范围。

Claims (2)

1.一种自适应航迹数据相关方法，其特征在于：其步骤如下：
第1步 创建消息队列和数据区：创建“航迹相关状态变更消息”消息队列，其中，“航迹相关状态变更消息”的内容为相关状态发生变化的航迹的航迹号；创建航迹表、航迹关联关系表数据区；
第2步接收目标航迹点：这里，将探测设备经点迹提取、点-航关联、滤波处理形成的目标航迹更新数据称为目标航迹点，其中一般包括目标航迹批号、航迹点时刻、该时刻目标的位置、速度；
第3步判定是否需要在航迹表中创建新航迹：如果输入航迹点在航迹表中找不到对应航迹，则创建新输入航迹，简称为航迹，并将航迹序贯长度                                               
Figure 2011100715388100001DEST_PATH_IMAGE002
置为1；反之则更新对应的航迹；其中航迹表主要维护航迹数据，包含航迹自身属性信息、航迹点信息、序贯长度信息、航迹的相关状态信息、对应融合航迹信息；
第4步更新航迹相关状态：将新接收的航迹点对应的航迹记为航迹T，并设置航迹T的航迹相关状态为“未分配状态”；
第5步 基本分配：以航迹T当前序贯长度值，依式（2）计算航迹T与各融合航迹的统计距离，按一对一分配的原则，以选定的相关算法（如最近邻等算法），进行目标分配；若未能将航迹T分配给任何现有融合航迹，则为航迹T创建一个新融合航迹；
第6步 对于因分配而引起关联关系发生变化的其他航迹，更新其相关状态，创建消息：对于分配后所对应的融合航迹发生变化的航迹，记为航迹G，如果航迹G不是航迹T，则设置航迹G的航迹相关状态为“不确定分配状态”，并以航迹G的航迹号创建航迹相关状态变更消息，并加入到消息队列中；
第7步 判定是否为航迹T创建了新的融合航迹：如果为航迹T创建了新的融合航迹，则执行第11步；反之，则执行第8步；
第8步 设置航迹T的航迹相关状态为“不确定分配状态”，将航迹T的航迹序贯长度
Figure 610134DEST_PATH_IMAGE002
置为1；
第9步计算航迹关联不确定度：计算航迹T与其对应的融合航迹的航迹F所组成的航迹对的航迹关联不确定度
Figure 2011100715388100001DEST_PATH_IMAGE006
；
第10步判定航迹T是否需要调整其序贯长度：如果
Figure 780084DEST_PATH_IMAGE006
大于设定阈值，则将航迹T的序贯长度加1，实现序贯长度自适应调整，并执行第12步；反之，则执行第11步；
第11步 设置航迹T的航迹相关状态为“已确定分配状态”，并执行第13步；
第12步 判定航迹T是否拥有足够的历史航迹点来调整其序贯长度：如果航迹T的序贯长度大于当前它的历史航迹点数，则执行第13步；反之，则返回第9步；
第13步 判定消息队列中是否还存在需要处理的消息：如果消息队列不为空，则获取消息中对应航迹信息，记为航迹T，并执行第8步；反之，则返回第2步。
2.根据权利要求1所述的一种自适应航迹数据相关方法，其特征在于：所述步骤第9步，按照下述方法计算航迹关联不确定度：
第9.1步确定参评航迹集：为便于描述，将航迹对
Figure 237610DEST_PATH_IMAGE004
记为航迹关联对
Figure 2011100715388100001DEST_PATH_IMAGE008
；以航迹
Figure 2011100715388100001DEST_PATH_IMAGE010
在当前时刻
Figure 2011100715388100001DEST_PATH_IMAGE012
的位置为中心，取一个适当大小的连通区域，并以
Figure 2011100715388100001DEST_PATH_IMAGE014
表示该区域内所有航迹的集合；构造参评航迹对集合
Figure 2011100715388100001DEST_PATH_IMAGE016
，其元素的个数记为
Figure 2011100715388100001DEST_PATH_IMAGE018
，构造集合
Figure 2011100715388100001DEST_PATH_IMAGE020
，其元素为构成
Figure 2011100715388100001DEST_PATH_IMAGE022
中航迹对的所有航迹；构造信源
Figure 2011100715388100001DEST_PATH_IMAGE024
的参评航迹集，其元素的个数记为
Figure 2011100715388100001DEST_PATH_IMAGE028
；构造信源
Figure 2011100715388100001DEST_PATH_IMAGE030
的参评航迹集
Figure 2011100715388100001DEST_PATH_IMAGE032
，其元素的个数记为；这里，所有融合航迹被视为来源于同一信源；
第9.2步计算航迹偏差的统计量：计算航迹偏差的统计量
Figure 2011100715388100001DEST_PATH_IMAGE036
，其中，
Figure 2011100715388100001DEST_PATH_IMAGE038
，并依次将集合
Figure 622248DEST_PATH_IMAGE022
中其他航迹对的偏差定义为
Figure 2011100715388100001DEST_PATH_IMAGE040
，，
Figure 2011100715388100001DEST_PATH_IMAGE044
表示航迹更新时刻，ll表示序号，
Figure 2011100715388100001DEST_PATH_IMAGE046
表示最近航迹点对应的序号；=
Figure 2011100715388100001DEST_PATH_IMAGE050
，
Figure 2011100715388100001DEST_PATH_IMAGE052
；
第9.3步计算归一化航迹似然度：
分别计算
Figure 260253DEST_PATH_IMAGE010
与集合
Figure 2011100715388100001DEST_PATH_IMAGE054
中每一个航迹的航迹似然度，构成向量
Figure 2011100715388100001DEST_PATH_IMAGE056
，其中，定义两航迹的航迹似然度；计算归一化航迹似然度
Figure 2011100715388100001DEST_PATH_IMAGE060
，
Figure 2011100715388100001DEST_PATH_IMAGE062
表示向量的1-范数；
第9.4步计算修正因子：以
Figure 2011100715388100001DEST_PATH_IMAGE064
表示信源
Figure 708420DEST_PATH_IMAGE024
对航迹的探测不确定区域，以
Figure 2011100715388100001DEST_PATH_IMAGE068
表示
Figure 236354DEST_PATH_IMAGE064
被信源
Figure 560543DEST_PATH_IMAGE030
的探测范围所覆盖的部分，以
Figure 2011100715388100001DEST_PATH_IMAGE070
表示在目标在
Figure 377189DEST_PATH_IMAGE064
的条件下处于
Figure 176518DEST_PATH_IMAGE068
中的概率；信源都有一定的虚情率和漏情率；以
Figure DEST_PATH_IMAGE072
、
Figure DEST_PATH_IMAGE074
分别表示信源
Figure 824537DEST_PATH_IMAGE030
的虚情率和漏情率；信源
Figure 316698DEST_PATH_IMAGE030
的虚情率和漏情率取先验值，可分别由信源
Figure 355062DEST_PATH_IMAGE030
在以往使用中或测试中的统计数据计算确定；对于关联航迹对
Figure 895764DEST_PATH_IMAGE008
，定义未关联率为，计算航迹
Figure DEST_PATH_IMAGE078
和
Figure DEST_PATH_IMAGE080
因虚情和漏情的关联不确定性修正因子
Figure DEST_PATH_IMAGE082
；
第9.5步计算航迹关联概率；
计算
Figure 785573DEST_PATH_IMAGE010
的修正似然度
Figure DEST_PATH_IMAGE084
；对航迹
Figure DEST_PATH_IMAGE086
，采用同样的过程计算其修正似然度；计算航迹关联对
Figure 245373DEST_PATH_IMAGE008
成立的概率为
Figure DEST_PATH_IMAGE090
；
第9.6步计算航迹关联不确定度：计算
Figure 98929DEST_PATH_IMAGE008
的航迹关联不确定度
Figure DEST_PATH_IMAGE092
。
CN201110071538.8A 2011-03-24 2011-03-24 一种自适应航迹数据相关方法 Expired - Fee Related CN102194332B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110071538.8A CN102194332B (zh) 2011-03-24 2011-03-24 一种自适应航迹数据相关方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110071538.8A CN102194332B (zh) 2011-03-24 2011-03-24 一种自适应航迹数据相关方法

Publications (2)

Publication Number Publication Date
CN102194332A true CN102194332A (zh) 2011-09-21
CN102194332B CN102194332B (zh) 2014-06-11

Family

ID=44602326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110071538.8A Expired - Fee Related CN102194332B (zh) 2011-03-24 2011-03-24 一种自适应航迹数据相关方法

Country Status (1)

Country Link
CN (1) CN102194332B (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102736079A (zh) * 2012-07-10 2012-10-17 中国船舶重工集团公司第七二四研究所 一种船舶交通导航系统对穿越桥梁状态下的船舶跟踪实现方法
CN103514233A (zh) * 2012-06-29 2014-01-15 北京百度网讯科技有限公司 一种轨迹数据核查方法及装置
CN103531043A (zh) * 2013-09-27 2014-01-22 重庆大学 基于航线匹配的船舶点到点航行时间估算方法
CN104091470A (zh) * 2014-07-15 2014-10-08 南京大学 一种基于多数据融合的航道交通信息预测方法及应用
CN104297739A (zh) * 2014-10-17 2015-01-21 西安天和防务技术股份有限公司 一种通航监视中对光电跟踪设备的引导方法
CN104504934A (zh) * 2014-12-30 2015-04-08 江苏理工学院 一种航海交通管制方法
CN103886196B (zh) * 2014-03-14 2016-08-24 中国电子科技集团公司第二十八研究所 一种抗大系统误差的航迹关联方法
CN106339355A (zh) * 2016-08-31 2017-01-18 哈尔滨工程大学 一种舰载机着舰短期航迹在线预测方法
CN106571067A (zh) * 2014-12-30 2017-04-19 江苏理工学院 基于滚动规划策略的船舶冲突解脱的规划方法
CN106932771A (zh) * 2017-03-30 2017-07-07 成都紫瑞青云航空宇航技术有限公司 一种雷达仿真目标航迹跟踪方法及系统
CN108919268A (zh) * 2018-06-29 2018-11-30 安徽四创电子股份有限公司 一种基于无人机监视雷达的航迹起始算法
CN108957438A (zh) * 2018-06-23 2018-12-07 西安电子科技大学 一种基于随机距离的滞后航迹关联融合方法及系统和应用
CN109444899A (zh) * 2018-09-20 2019-03-08 杭州电子科技大学 一种基于纯角度信息的航迹关联方法
CN110517294A (zh) * 2019-08-29 2019-11-29 中国科学院长春光学精密机械与物理研究所 一种多目标编批方法、多目标编批装置及多目标编批设备
CN111796236A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于时空相关性的主被动传感器综合关联判决方法
CN112686235A (zh) * 2020-12-04 2021-04-20 中国船舶重工集团公司第七一五研究所 一种融合目标的批号管理方法
CN113422847A (zh) * 2021-08-23 2021-09-21 中国电子科技集团公司第二十八研究所 一种基于机载ads-b的航空器识别号统一编码方法
CN115014366A (zh) * 2022-05-31 2022-09-06 中国第一汽车股份有限公司 一种目标融合方法、装置、车辆及存储介质
CN115525640A (zh) * 2022-11-25 2022-12-27 三亚海兰寰宇海洋信息科技有限公司 一种目标对象的轨迹处理方法、装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009229406A (ja) * 2008-03-25 2009-10-08 Japan Radio Co Ltd 目標追尾装置及び目標追尾方法
CN101571591A (zh) * 2009-06-01 2009-11-04 民航数据通信有限责任公司 基于雷达航迹的拟合分析方法
CN101655561A (zh) * 2009-09-14 2010-02-24 南京莱斯信息技术股份有限公司 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
CN101719221A (zh) * 2009-12-25 2010-06-02 中国船舶重工集团公司第七0九研究所 一种航迹关联不确定度评定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009229406A (ja) * 2008-03-25 2009-10-08 Japan Radio Co Ltd 目標追尾装置及び目標追尾方法
CN101571591A (zh) * 2009-06-01 2009-11-04 民航数据通信有限责任公司 基于雷达航迹的拟合分析方法
CN101655561A (zh) * 2009-09-14 2010-02-24 南京莱斯信息技术股份有限公司 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法
CN101719221A (zh) * 2009-12-25 2010-06-02 中国船舶重工集团公司第七0九研究所 一种航迹关联不确定度评定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈世友 等: "航迹关联不确定度评定方法", 《华中科技大学学报》, vol. 38, no. 1, 31 January 2010 (2010-01-31) *

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514233A (zh) * 2012-06-29 2014-01-15 北京百度网讯科技有限公司 一种轨迹数据核查方法及装置
CN103514233B (zh) * 2012-06-29 2018-06-12 北京百度网讯科技有限公司 一种轨迹数据核查方法及装置
CN102736079A (zh) * 2012-07-10 2012-10-17 中国船舶重工集团公司第七二四研究所 一种船舶交通导航系统对穿越桥梁状态下的船舶跟踪实现方法
CN103531043A (zh) * 2013-09-27 2014-01-22 重庆大学 基于航线匹配的船舶点到点航行时间估算方法
CN103531043B (zh) * 2013-09-27 2016-02-10 重庆大学 基于航线匹配的船舶点到点航行时间估算方法
CN103886196B (zh) * 2014-03-14 2016-08-24 中国电子科技集团公司第二十八研究所 一种抗大系统误差的航迹关联方法
CN104091470A (zh) * 2014-07-15 2014-10-08 南京大学 一种基于多数据融合的航道交通信息预测方法及应用
CN104091470B (zh) * 2014-07-15 2016-05-11 南京大学 一种基于多数据融合的航道交通信息预测方法及应用
CN104297739B (zh) * 2014-10-17 2017-02-15 西安天和防务技术股份有限公司 一种通航监视中对光电跟踪设备的引导方法
CN104297739A (zh) * 2014-10-17 2015-01-21 西安天和防务技术股份有限公司 一种通航监视中对光电跟踪设备的引导方法
CN106846916A (zh) * 2014-12-30 2017-06-13 江苏理工学院 一种航海管制方法
CN106571067A (zh) * 2014-12-30 2017-04-19 江苏理工学院 基于滚动规划策略的船舶冲突解脱的规划方法
CN106571066A (zh) * 2014-12-30 2017-04-19 江苏理工学院 一种基于滚动规划策略的船舶冲突解脱的规划方法
CN106571065A (zh) * 2014-12-30 2017-04-19 江苏理工学院 一种船舶冲突解脱的规划方法
CN106803361A (zh) * 2014-12-30 2017-06-06 江苏理工学院 一种基于滚动规划策略的航海管制方法
CN104504934B (zh) * 2014-12-30 2017-03-08 江苏理工学院 一种航海交通管制方法
CN104504934A (zh) * 2014-12-30 2015-04-08 江苏理工学院 一种航海交通管制方法
CN106339355B (zh) * 2016-08-31 2019-01-11 哈尔滨工程大学 一种舰载机着舰短期航迹在线预测方法
CN106339355A (zh) * 2016-08-31 2017-01-18 哈尔滨工程大学 一种舰载机着舰短期航迹在线预测方法
CN106932771A (zh) * 2017-03-30 2017-07-07 成都紫瑞青云航空宇航技术有限公司 一种雷达仿真目标航迹跟踪方法及系统
CN108957438A (zh) * 2018-06-23 2018-12-07 西安电子科技大学 一种基于随机距离的滞后航迹关联融合方法及系统和应用
CN108957438B (zh) * 2018-06-23 2022-08-26 西安电子科技大学 一种基于随机距离的滞后航迹关联融合方法及系统和应用
CN108919268A (zh) * 2018-06-29 2018-11-30 安徽四创电子股份有限公司 一种基于无人机监视雷达的航迹起始算法
CN108919268B (zh) * 2018-06-29 2020-11-24 安徽四创电子股份有限公司 一种基于无人机监视雷达的航迹起始算法
CN109444899A (zh) * 2018-09-20 2019-03-08 杭州电子科技大学 一种基于纯角度信息的航迹关联方法
CN110517294A (zh) * 2019-08-29 2019-11-29 中国科学院长春光学精密机械与物理研究所 一种多目标编批方法、多目标编批装置及多目标编批设备
CN111796236B (zh) * 2020-06-12 2022-05-17 中国船舶重工集团公司第七二四研究所 一种基于时空相关性的主被动传感器综合关联判决方法
CN111796236A (zh) * 2020-06-12 2020-10-20 中国船舶重工集团公司第七二四研究所 一种基于时空相关性的主被动传感器综合关联判决方法
CN112686235A (zh) * 2020-12-04 2021-04-20 中国船舶重工集团公司第七一五研究所 一种融合目标的批号管理方法
CN112686235B (zh) * 2020-12-04 2022-09-27 中国船舶重工集团公司第七一五研究所 一种融合目标的批号管理方法
CN113422847A (zh) * 2021-08-23 2021-09-21 中国电子科技集团公司第二十八研究所 一种基于机载ads-b的航空器识别号统一编码方法
CN113422847B (zh) * 2021-08-23 2021-11-02 中国电子科技集团公司第二十八研究所 一种基于机载ads-b的航空器识别号统一编码方法
CN115014366A (zh) * 2022-05-31 2022-09-06 中国第一汽车股份有限公司 一种目标融合方法、装置、车辆及存储介质
CN115525640A (zh) * 2022-11-25 2022-12-27 三亚海兰寰宇海洋信息科技有限公司 一种目标对象的轨迹处理方法、装置及设备
CN115525640B (zh) * 2022-11-25 2023-04-07 三亚海兰寰宇海洋信息科技有限公司 一种目标对象的轨迹处理方法、装置及设备

Also Published As

Publication number Publication date
CN102194332B (zh) 2014-06-11

Similar Documents

Publication Publication Date Title
CN102194332B (zh) 一种自适应航迹数据相关方法
US10323948B2 (en) GPS data repair
CN102102992B (zh) 基于多级网络划分的匹配道路初筛方法及地图匹配系统
CN108089148B (zh) 一种基于时差信息的无源多站多目标测向交叉定位方法
CN101819042B (zh) 导航装置及导航方法
CN104807460B (zh) 无人机室内定位方法及系统
RU2487419C1 (ru) Система комплексной обработки информации радионавигационных и автономных средств навигации для определения действительных значений параметров самолетовождения
EP3667236B1 (en) A method of determining position data
CN107289932B (zh) 基于mems传感器和vlc定位融合的单卡尔曼滤波导航装置和方法
CN106934324A (zh) 基于简化多假设算法的雷达数据关联方法
CN103674021A (zh) 基于捷联惯导与星敏感器的组合导航系统及方法
CN109059907A (zh) 轨迹数据处理方法、装置、计算机设备和存储介质
CN109858526A (zh) 一种目标跟踪中基于传感器的多目标轨迹融合方法
CN109214314B (zh) 一种车道线自动融合匹配算法
CN101719221B (zh) 一种航迹关联不确定度评定方法
CN110646825A (zh) 定位方法、定位系统及汽车
CN106323272B (zh) 一种获取航迹起始轨迹的方法及电子设备
CN105425206B (zh) 一种非同步无线网络中的稳健最小二乘定位方法
CN108709561B (zh) 一种基于全局路网特征的不同尺度数据的匹配算法
CN103389074A (zh) 一种多尺度景象匹配区的选取方法
CN108882149A (zh) 距离相关概率的nlos补偿定位方法
CN106886039A (zh) 基于城市三维地图的地面数字电视广播与导航卫星混合粒子滤波定位方法
CN110231592A (zh) 室内定位方法、装置、计算机可读存储介质及终端设备
CN109035363A (zh) 一种快速迭代的线圆最优拟合方法
CN110109165B (zh) 行驶轨迹中异常点的检测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140611

Termination date: 20210324

CF01 Termination of patent right due to non-payment of annual fee