CN102798370B - 雷达网指定高度层作用范围的面积测量方法 - Google Patents
雷达网指定高度层作用范围的面积测量方法 Download PDFInfo
- Publication number
- CN102798370B CN102798370B CN201210213548.5A CN201210213548A CN102798370B CN 102798370 B CN102798370 B CN 102798370B CN 201210213548 A CN201210213548 A CN 201210213548A CN 102798370 B CN102798370 B CN 102798370B
- Authority
- CN
- China
- Prior art keywords
- radar
- grid
- data
- storer
- row
- 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.)
- Expired - Fee Related
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于网格投影的雷达网指定高度层作用范围的面积测量方法,在满足工程实践测量精度的要求下,用以解决当前的算法时间消耗较高的问题。本发明所述面积测量方法包括以下步骤:数据采集;生成网格;网格投影;去冗处理;拟合处理;集成处理;网格统计。本发明提供的雷达网指定高度层作用范围的面积测量方法快捷方便,精度与测量耗时都可以达到比较满意的效果,并且其可靠性也较高,可以处理各类样式的雷达网指定高度层作用范围的面积。
Description
技术领域
本发明涉及一种雷达网,特别是涉及一种雷达网指定高度层作用范围的面积测量方法,应用于雷达网性能评估。
背景技术
雷达网指定高度层作用范围的面积是衡量雷达网性能的重要指标之一,它的计算结果也是覆盖系数、盲区系数等其它指标的基础。
现有技术中一般根据雷达方程和干扰方程得到单个雷达的最大作用距离,进而得到雷达的作用范围。
对于由多个雷达组成的雷达网,由于不同雷达之间的探测范围可能存在重叠覆盖区域,因此雷达网指定高度层作用范围的面积并不能通过简单地将单个雷达作用范围的面积相加得到。同时单个雷达的探测边界不一定是规则的圆形,可能受到外界干扰产生形变,因此无法用简单的函数描述探测边界,从而无法通过解析方式计算雷达网指定高度层作用范围的面积。
目前雷达网指定高度层作用范围的面积测量方法主要是网格法,即在雷达网指定高度层探测平面内划分网格进行面积测量,所述网格可以是正方形、圆形、六边形等形状。使用网格法测量作用范围面积的主要算法是蒙特卡洛随机算法,即在网格中抛洒随机点,判断该点是否落入覆盖区域,如此重复多次,形成正例反例两个计数器,最后求得作用范围的面积。
上述基于蒙特卡洛实验的网格法思路简洁,但需要产生大量的随机点,耗时较长,精度难以保证,难以满足需要重复调用面积算法的工程实践。
发明内容
鉴于以上的问题,本发明提供一种基于网格投影的雷达网指定高度层作用范围的面积测量方法,用以解决当前的算法时间消耗较高、精度较低的问题。
本发明所述面积测量方法包括以下步骤:
数据采集步骤:设置采样密度,向雷达方程和干扰方程输入雷达网基本参数,获得雷达网中每个雷达在指定高度层上作用范围的边界采样点坐标值和最大作用距离;
生成网格步骤:根据所得的边界采样点和最大作用距离确定网格区域范围,设置网格长度,划分网格,所述网格区域能够包含所有雷达的边界采样点;
网格投影步骤:为每一个雷达分配一个网格存储器,所述网格存储器是一个行数与网格区域垂直方向网格数目相同的二维表格,在所述网格存储器的对应行中依次记录各自雷达的边界采样点所在的网格位置;
去冗处理步骤:对于每一个网格存储器,设定一个阈值,当网格存储器中每一行相邻数据之间的差值小于这个阈值时,删除这些相邻数据,同时计算其平均值,并存储该平均值;
拟合处理步骤:逐行扫描每一个网格存储器,对网格存储器的相邻两行进行数据比较,针对前一行中的每个数据,判断是否能在当前行中找到与该数据的差值小于去冗处理步骤中所述阈值的数据,如果找不到,则在当前行中添加前一行的该数据;
集成处理步骤:将拟合处理后得到的所有网格存储器的数据集成到一个总的网格存储器中,所述总的网格存储器中每行的数据是由所有网格存储器对应行的数据经过排序组成;
网格统计步骤:根据总的网格存储器计算得到雷达网指定高度层作用范围的面积。
所述采样密度,即在360度方向上的采样点数,取值范围最好在72~720之间;
所述网格长度l可以通过以下公式确定:
其中π为圆周率,N为采样密度,M为雷达网最小的最大作用距离,k为比例系数,一般取值在0.001~0.9之间;
所述第i个雷达对应的阈值di可以通过下述公式确定:
其中Mi为第i部雷达的最大作用距离,c为比例系数,一般取值在1~10之间,i=1,…,n,n为雷达的个数。
相对于现有技术而言,本发明具有下列优点:本发明的测量精度较高,能够满足工程实践的要求,可靠性好;特别是耗时较短,方便计算各种不同类型的雷达网的作用范围的面积。
附图说明
图1是本发明测量雷达网指定高度层作用范围的面积的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1所示为本发明测量雷达网指定高度层作用范围的面积的流程图。
步骤一:数据采集:设采样密度为N,向雷达方程和干扰方程输入雷达网基本参数,雷达网雷达基本参数包括雷达编号Ai、雷达坐标Bi、功率Pi、类型Ti等,雷达网干扰机基本参数包括干扰机编号Cj、干扰机坐标Dj、功率Gj、类型Hj等,经过计算获得雷达网中每个雷达在指定高度层上作用范围的边界采样点坐标值和最大作用距离Mi,其中i=1,…,n,n为雷达个数,j=1,…,m,m为干扰机个数。
步骤二:生成网格:
(1)设比例系数为k,得到整个雷达网中最小的最大作用距离进一步可以获得网格长度其中π为圆周率,比例系数k取值一般在0.001~0.9之间;
(2)根据每个雷达的位置坐标和最远作用距离,逐一比较,得到整个雷达网指定高度层作用范围边界的最上端Qu、最下端Qd、最左端的值Ql,然后以Qu为基准确定网格区域的最上端,以Qd为基准确定网格区域的最下端,以Ql为基准确定网格区域的最左端,形成一个开口向右的网格区域,这个网格区域将包含所有雷达的边界采样点;
(3)网格区域的网格行数为由此,网格区域中的某一个网格将以其行号和列号予以标定;
步骤三:网格投影:为每一个雷达分配一个Nr×Nl的网格存储器,其中Nl=α·n,α一般取值为5~20之间的整数;根据采样点所在网格的行号确定该采样点在网格存储器中的行号,再根据先到先入的原则将采样点所在网格的列号填入所述网格存储器中。
(1)根据下式确定采样点的网格的行号y,其中yi为采样点Si的纵坐标;
(2)根据下式确定采样点的网格的列号x,其中xi为采样点Si的横坐标;
(3)根据采样点所处网格行号确定其在网格存储器中的行号,并在网格存储器的该行中填写该采样点所处网格的列号和所属雷达的编号。
步骤四:去冗处理:设比例系数为c,那么对于第i个雷达对应的网格存储器,得到其相应的阈值长度当网格存储器中第y行相邻的数据的相对距离小于这个阈值时,判定这两个数据为邻近点,连续邻近点组成一个邻近点组,那么仅取邻近点组的平均值及其雷达编号代替这个邻近点组存入网格存储器第y行中;当该平均值为极值时,则向网格存储器第y行中存入两个该平均值及其雷达编号,其中当该平均值在第y行向上(向下)的e行中有与其相邻的数据,而在第y行向下(向上)的e行中没有与其相邻的数据,则说明该平均值为极值,e一般取1-10之间的整数;
步骤五:拟合处理:对于第i个雷达对应的网格存储器由行号从小到大逐行扫描;
(1)当第y行没有数据时直接将上一行数据复制拷贝到该行;
(2)当第y行存在数据时,对第y-1行中每个数据与第y行中每一个数据对比,判断是否存在这样的j满足下式,如果存在则说明第y-1行中的第i个数据在第y行中有与其相邻的数据,不做操作;如果不存在,则将第y-1行中的第i个数据复制到第y行中;
步骤六:集成处理:为雷达网分配一个同步骤三规格相同的网格存储器,将所有网格存储器的对应行的数据存放到这个新的网格存储器的对应行里,然后按照网格横坐标从小到大进行排序;
步骤七:网格统计:
(1)对网格存储器的第y行的第i个数据,统计其前或后所属不同雷达的数据个数(除了与该数据所属相同雷达的数据个数),并判断这些个数的奇偶性,若有奇数,将第i个数据删去;若均为偶数,则不作处理,其中i=1,...,|y|,|y|为网格存储器的第y行的数据个数;
(2)将第y行中第2·f-1个数据同第2·f个数据的差的绝对值相加,得到第2·f-1个数据同第2·f个数据之间的网格个数,其中|y|为网格存储器的第y行的数据个数,统计第y行的网格总数为gy;
(3)统计得到整个雷达网作用范围所覆盖的网格数进一步得到整个雷达网作用范围的面积S=G·l^2。
下面通过一个实验来更好地理解本发明。
根据步骤一:雷达网包括6个雷达,2个干扰机,雷达网雷达的基本参数如表1所示,干扰机的基本参数如表2所示,其中当雷达与干扰机的类型相同时干扰机对该雷达形成干扰;确定采样密度为N=90,通过雷达方程和干扰方程的计算获得雷达网中每个雷达在指定高度层上作用范围的边界采样点坐标值和最大作用距离,获得的采样点数据格式如表3所示,包括了雷达编号、雷达坐标、最大探测距离等信息,并描述了平面内均匀的各个方向的边界采样点的坐标;
雷达编号 | 横坐标/km | 纵坐标/km | 功率/W | 干扰类型 |
1 | -700 | 500 | 10^8 | 2 |
2 | 1000 | 500 | 10^8 | 2 |
3 | 500 | 1000 | 10^7 | 1 |
4 | 1000 | -100 | 10^8 | 1 |
5 | 700 | 200 | 10^8 | 6 |
6 | 0 | 500 | 10^8 | 3 |
表1
干扰机编号 | 横坐标/km | 纵坐标/km | 功率/W | 干扰类型 |
1 | 0 | 0 | 10^1 | 1 |
2 | 1000 | 0 | 10^2 | 2 |
表2
数据编号 | 数据内容 | 数据内容 |
1 | 雷达编号 | 最大探测距离 |
2 | 雷达中心x轴坐标 | 雷达中心y轴坐标 |
3 | 第1个采样点x轴坐标 | 第1个采样点y轴坐标 |
...... | ....... | ...... |
N | 第n-2个采样点x轴坐标 | 第n-2个采样点y轴坐标 |
表3
步骤二:
(1)取比例系数k=-0.2,M=527.0558,则网格长度为l=7.3589;
(2)求得整个雷达网指定高度层作用范围边界的最上端Qu=-1788.1、最下端Qd=-1.428.8、最左端的值Ql=-1692.2。
步骤三:取α=5,对每一个雷达分配一个438×30的网格存储器,然后根据先到先入的原则将采样点所在行号为y的网格的列号填入网格存储器的第y行中,如表4所示示例,编号为1的雷达的第1个采样点数据为<-228.88,532.94>,那么该采样点所处网格的行号、列号分别为199、267,那么将其列号199存放到网格存储器的第267行,并记录其所属雷达的编号;
表4
步骤四:取比例系数c=1,进行去冗处理,如表5所示示例,编号为3雷达的网格存储器的第299行的数据有3个,阈值长度d3=9.1425,则可以判定第2个、第3个数据为邻近点组,那么取其均值287代替这个邻近点组,存放在网格存储器中;
表5
步骤五:进行拟合处理,如表6所示示例,编号为3雷达的网格存储器的第292行的数据有0个,第291行的数据有1个,第290行的数据有2个,其中阈值长度d3=9.1425,那么第290行的第2个数据在第291行中找不到与其邻近的数据,因此直接在第291行添加这个数据,在处理完第291行后,第292行中数据格个数为0,那么直接复制第291行数据;
表6
步骤六:为雷达网分配一个438×30的网格存储器,对所有网格存储器的对应行的数据存放到这个新的网格存储器的对应行里,然后按照网格横坐标从小到大进行排序,例如,各雷达网格存储器第213行的数据如表7-a所示,其中编号为2、3的两个雷达在此行没有数据,则不纳入计算,各雷达网格存储器第213行的数据整合排序的结果如表7-b所示;
表7-a
表7-b
步骤七:如表8所示,这是对表7-b所示的雷达网网格存储器第213行数据所覆盖网格数统计的结果,表7-b中第2列数据前后各有一个雷达编号为1的数据,因此要删去,第3列数据前后各有一个雷达编号为6的数据,因此要删去,以此类推,第4、5、6、7列的数据都应该删去;当雷达网的网格存储器全部去除掉这些被覆盖的数据之后,将第2列的数据减去第1列的数据就得到了第213行的网格数目,统计所有行的网格数目得到网格总数,进一步得到整个雷达网指定高度层作用范围的面积S=7632969.0126,且耗时仅为0.02秒。
表8
本发明提供了一种快捷方便的雷达网指定高度层作用范围的面积测量方法,精度与测量耗时都可以达到比较满意的效果,并且其可靠性也较高,可以处理各类样式的雷达网指定高度层作用范围的面积。
Claims (4)
1.一种雷达网指定高度层作用范围的面积测量方法,其特征包括以下步骤:
数据采集步骤:设置采样密度,向雷达方程和干扰方程输入雷达网基本参数,获得雷达网中每个雷达在指定高度层上作用范围的边界采样点坐标值和最大作用距离;
生成网格步骤:根据所得的边界采样点和最大作用距离确定网格区域范围,设置网格长度,划分网格,所述网格区域能够包含所有雷达的边界采样点;
网格投影步骤:为每一个雷达分配一个网格存储器,所述网格存储器是一个行数与网格区域垂直方向网格数目相同的二维表格,在所述网格存储器的对应行中依次记录各自雷达的边界采样点所在的网格位置;
去冗处理步骤:对于每一个网格存储器,设定一个阈值,当网格存储器中每一行相邻数据之间的差值小于这个阈值时,删除这些相邻数据,同时计算所删除数据的平均值,并存储该平均值;
拟合处理步骤:逐行扫描每一个网格存储器,对网格存储器的相邻两行进行数据比较,以前一行中的每个数据分别作为参考数据,判断是否能在当前行中找到与参考数据的差值小于去冗处理步骤中所述阈值的数据,如果找不到,则在当前行中添加这个参考数据;
集成处理步骤:将拟合处理后得到的所有网格存储器的数据集成到一个总的网格存储器中,所述总的网格存储器中每行的数据是由所有网格存储器对应行的数据经过排序组成;
网格统计步骤:根据总的网格存储器计算得到雷达网指定高度层作用范围的面积。
2.根据权利要求1所述的面积测量方法,其特征在于数据采集步骤中所述采样密度的取值范围在在72~720之间。
3.根据权利要求1或2所述的面积测量方法,其特征在于生成网格步骤中所述网格长度l由下述公式确定:
其中π为圆周率,N为雷达网边界采样点的采样密度,M为雷达网所有雷达中最小的最大作用距离,k为比例系数,取值在0.001~0.9之间。
4.根据权利要求3所述的面积测量方法,其特征在于去冗处理步骤中所述阈值由下述公式确定:
其中di为第i个雷达对应的阈值,Mi为第i个雷达的最大作用距离,c为比例系数,一般取值在1~10之间,i=1,…,n,n为雷达的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210213548.5A CN102798370B (zh) | 2012-06-26 | 2012-06-26 | 雷达网指定高度层作用范围的面积测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210213548.5A CN102798370B (zh) | 2012-06-26 | 2012-06-26 | 雷达网指定高度层作用范围的面积测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102798370A CN102798370A (zh) | 2012-11-28 |
CN102798370B true CN102798370B (zh) | 2014-07-16 |
Family
ID=47197572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210213548.5A Expired - Fee Related CN102798370B (zh) | 2012-06-26 | 2012-06-26 | 雷达网指定高度层作用范围的面积测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102798370B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734786B (zh) * | 2015-03-03 | 2017-03-01 | 刘运成 | 基于宽带无线传感器网络的指定高度层覆盖面积测量方法 |
CN108614245B (zh) * | 2018-04-28 | 2021-04-27 | 南京航空航天大学 | 一种基于射频隐身的边跟踪边干扰方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2615291B1 (fr) * | 1987-05-15 | 1989-07-13 | Thomson Csf | Procede de test en fonctionnement d'un dispositif de visualisation d'informations radar et mise en oeuvre de ce procede |
CN101625414B (zh) * | 2009-08-11 | 2011-11-16 | 中国气象局北京城市气象研究所 | 雷达与地理信息数据的融合方法、装置,及天气监测系统 |
CN102680970B (zh) * | 2012-05-15 | 2014-01-08 | 北京理工大学 | 一种采用前向散射雷达的要地防护雷达网络探测方法 |
-
2012
- 2012-06-26 CN CN201210213548.5A patent/CN102798370B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102798370A (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103197299B (zh) | 天气雷达径向风信息提取及量化分析系统 | |
Raju et al. | Ranking of global climate models for India using multicriterion analysis | |
Bourennane et al. | Mapping of anthropogenic trace elements inputs in agricultural topsoil from Northern France using enrichment factors | |
CN111898315B (zh) | 基于分形—机器学习混合模型的滑坡易发性评估方法 | |
Khare et al. | Morphometric analysis for prioritization using remote sensing and GIS techniques in a hilly catchment in the state of Uttarakhand, India | |
CN107239659B (zh) | 一种基于改进的k-rusle模型与成土速率计算土壤侵蚀的方法 | |
Xu et al. | Proliferation of offshore wind farms in the North Sea and surrounding waters revealed by satellite image time series | |
CN109118004B (zh) | 一种工程构筑选址适宜区预测方法 | |
Pinto et al. | Assessment of winter cyclone activity in a transient ECHAM4-OPYC3 GHG experiment | |
CN102798370B (zh) | 雷达网指定高度层作用范围的面积测量方法 | |
Yu et al. | Using a global reference sample set and a cropland map for area estimation in China | |
CN107831516A (zh) | 融合gnss和地面监测网获取大坝实时高精度位移的方法 | |
CN108828332B (zh) | 一种计算雷电定位系统探测效率的方法 | |
Zhao et al. | High-resolution spatiotemporal patterns of China’s FFCO2 emissions under the impact of LUCC from 2000 to 2015 | |
Magee et al. | An Observational Analysis Quantifying the Distance of Supercell-Boundary Interactions in the Great Plains. | |
Périllat et al. | Using meteorological ensembles for atmospheric dispersion modeling of the Fukushima nuclear accident | |
Herzfeld et al. | Sea ice deformation in Fram Strait—Comparison of CICE simulations with analysis and classification of airborne remote-sensing data | |
CN113011098B (zh) | 一种输电走廊区域雷电活动规律分析显示模型及系统 | |
Nabavi et al. | Spatiotemporal variation of radionuclide dispersion from nuclear power plant accidents using FLEXPART mini-ensemble modeling | |
CN112884269B (zh) | 一种基于gis的风电场技术可开发量计算方法及系统 | |
CN108614088A (zh) | 一种利用稀土元素示踪喀斯特地区土壤漏失的方法 | |
Chuangchang et al. | Modelling urban growth over time using grid-digitized method with variance inflation factors applied to spatial correlation | |
CN104734786B (zh) | 基于宽带无线传感器网络的指定高度层覆盖面积测量方法 | |
CN114612799A (zh) | 基于滑坡/非滑坡面积比的空间自适应正负样本生成方法及系统 | |
Yang et al. | Effect of observation network design on meteorological forecasts of Asian dust events |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140716 Termination date: 20160626 |