CN103678925A - 基于辅助信源的航迹分类方法 - Google Patents
基于辅助信源的航迹分类方法 Download PDFInfo
- Publication number
- CN103678925A CN103678925A CN201310703221.0A CN201310703221A CN103678925A CN 103678925 A CN103678925 A CN 103678925A CN 201310703221 A CN201310703221 A CN 201310703221A CN 103678925 A CN103678925 A CN 103678925A
- Authority
- CN
- China
- Prior art keywords
- flight
- air route
- radar track
- time
- radar
- 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
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于辅助信源的航迹分类方法,主要流程包括对输入的雷达跟踪数据和辅助信源信息两种数据的预处理,航路、航班、飞行计划三个层次的关联判断,置信等级和相关标签的计算以及航迹分类和目标的属性判别。本发明大大提高了航路目标和非航路目标分类的实时性、准确性和可靠性,对于雷达监视系统的工程实际应用具有非常重要的意义。
Description
技术领域
本发明涉及一种在雷达监控系统中,利用雷达探测信息(航迹)和辅助信源信息进行关联,在探测得到的大量航迹中进行目标分类,将航线目标识别分离出来,是一项应用于辅助雷达系统进行目标属性判别的有效研究方案。其中辅助信源包括实时航班信息、飞行计划信息和航路信息。
背景技术
雷达监控系统的最终任务是检测、跟踪我方感兴趣的目标。如何对这些目标属性进行判别是一个难点。由于航路目标在规定航线上沿一定的航向飞行,在位置和航向上严格受航路约束,因此利用先验的辅助信源信息(航班、飞行计划、航路)进行航迹目标的属性判别,将航路目标分离出来是可行的。西北工业大学王增福等提出了基于航路-航迹关联的天波超视距雷达航迹分类算法(“基于航路-航迹关联的天波超视距雷达航迹分类”,系统工程与电子技术,vol.34,pp.2018-2022,2012),四川大学冯子亮提出了飞行计划与雷达航迹关联算法(“飞行计划与雷达航迹关联算法及实现”,四川大学学报,vol.40,pp.171-173,2003)。以上算法只解决了如何在单一的辅助参考信息下进行关联判断。利用单一的辅助参考信息进行航迹的关联分类在实时性、准确性和可靠性方面都非常有限。因此,引入多层次的外部参考信息,提出一种一体化的航迹分类方法是十分必要的。
发明目的
本发明针对雷达探测区域航迹众多导致的航迹分类、目标属性判别困难等问题,利用航路目标航迹与辅助信源信息(航班、飞行计划、航路)的特定关系及其固有的航迹特征,将航路目标航迹和非航路目标航迹进行分类,从而辅助目标属性判别,提升雷达装备的性能,为国防战略预警系统提供参考价值。
发明内容
为了实现上述发明目的,本发明以航空管制雷达(空管雷达)目标航迹分类为应用背景,设计了一种在大地坐标系下的雷达航迹与辅助信源信息关联分类方案。
基于辅助信源的航迹分类方法,主要流程包括对输入的雷达跟踪数据和辅助信源信息两种数据的预处理、三个层次的关联判断、置信等级和相关标签的计算以及航迹分类和目标的属性判别;具体步骤如下:
步骤1、数据预处理
(1)雷达航迹预处理
将雷达航迹从东北天坐标系下转换为地心大地坐标系,以便与辅助信源进行相关,方便其在GIS显示界面上进行显示;
(2)辅助信源信息预处理
建立静态航路、飞行计划和实时航班之间的对应关系;首先在读取静态航路信息时,给航路进行编号,为之后的随即查询准备;按照起点终点对应关系,建立飞行计划与静态航路以及实时航班和静态航路之间的对应关系,表明该航班飞行计划或实时航班信息属于哪条航路;按照日期和航班代号之间的对应关系,建立飞行计划和实时航班之间的对应关系。
步骤2、雷达航迹与外部信息关联处理:
(1)雷达航迹与航路关联判断:
a)空中走廊边界点求取:
b)进行位置上的判断:
判断一条雷达航迹与该航路是否相关,采用全体的点估计方法和滑窗估计方法来判断雷达航迹与静态航路是否相关;
(2)雷达航迹与飞行计划关联判断:
判断雷达航迹起始时间和终结时间范围是否在飞行计划的范围内,如果雷达航迹维持时间在飞行计划时间范围内,则判断雷达航迹与此飞行计划相关,并相关结果中做相应的标志;
(3)雷达航迹与实时航班关联判断:
判断雷达航迹维持时间是否在实际的实时航班的飞行时间范围内;
步骤3、雷达航迹的分类处理:
针对某一条待判断的雷达航迹,整理上一步的关联结果,可以给出雷达航迹与民航航班的关系,可以将关联的结果分为以下四个层次:
A、雷达航迹仅仅与区域内的某条航路匹配上,而没有和该航路上的任何一条飞行计划匹配上,那么可以初步判断该条雷达航迹属于航路目标,置信等级为低级;
B、雷达航迹不但和区域内的某条航路匹配上,而且和该航路上的某条飞行计划也匹配上,但是没有和实时的航班信息匹配上,那么可以进一步判断该条雷达航迹属于航路目标,置信等级为中级;
C、雷达航迹不仅仅和区域内的某条航路匹配上,而且和该航路上的某条实时航班信息也能匹配上,那么可以更进一步判断该条雷达航迹属于航路目标,置信等级为高级;
D、雷达航迹没有和区域内的任何一条航路匹配上,则把该航迹列为重点关注对象,上报进行进一步的关注处理。
本发明方案可以大大提高了航路目标和非航路目标分类的实时性、准确性和可靠性,对于雷达监视系统的工程实际应用具有非常重要的意义。
附图说明
图1基于辅助信源的航迹分类方法流程框图;
图2中心坐标系选为地心大地坐标系的转换示意图;
图3航迹起始维持过程中滑窗法示意图;
图4实时航班信息关联时插值法求航迹时刻位置示意图;
图5雷达航迹;
图6航路信息;
图7实时航班;
图8航路信息匹配结果显示图;
图9实时航班信息匹配结果显示图;
图10雷达航迹;
图11航路信息;
图12实时航班;
图13航路信息匹配结果显示图;
图14实时航班信息匹配结果显示图。
具体实施方式
对雷达航迹进行分类处理是一种基于先验知识或情报的雷达信息处理技术。本发明的辅助信源引入辅助目标属性判别系统通过实时航班信息、飞行计划信息、航路信息三类辅助信源的引入,通过三个层次的关联判断,基于假设检验理论与分类思想,计算雷达航迹与外部信息的相关性从而达到辨识航路目标和非航路目标的目的,并实时给出关联结果的仿真显示。系统的主要流程框图由图1表示。
如图1所示,本发明方法的主要流程包括对输入的雷达跟踪数据和辅助信源信息两种数据的预处理、三个层次的关联判断、置信等级和相关标签的计算以及航迹分类和目标的属性判别。具体步骤如下:
数据预处理
(1)雷达航迹预处理
将雷达航迹从东北天坐标系下转换为地心大地坐标系以便与辅助信源进行相关。
对于空管雷达,假设目标在三种不同的坐标系下采取如下的表示方式:
(a)东北天坐标系(ENU)
ENU坐标系通常作为地基传感器局部测站坐标系,坐标原点为传感器(雷达站点)位置,E轴(X轴)指向地球自转切线方向(东),N轴(Y轴)为地理指北针方向,Z轴(U轴)为地心指向传感器(雷达站点)的方向。另外,与ENU坐标系对应常用于空基平台的是北东地(NED)坐标系。
(b)地心地固坐标系(ECEF)
ECEF坐标系定义为以地球质心为原点,随地球矢量旋转,Z0轴指向协议地极原点,代表转轴方向,即Z0轴与地球自转轴相同,指向北极,X0轴指向过格林尼治本初子午线与赤道交点,Y0轴和Z0、X0轴构成右手坐标系,具体实现形式不一,例如WGS-84、CGCS2000等。本软件ECEF坐标系的具体实现选为CGCS2000,Z0轴指向IERS参考极方向,X0轴与IERS参考子午面与通过原点且同Z0轴正交的赤道面的交线,该坐标系在厘米级与WGS-84是兼容的。
(c)大地坐标系(LBH)
地球椭球面上的点,通常用经度L和纬度B表示。国际上规定,把通过英国首都伦敦格林尼治天文台原址的那一条经线定为0°经线,也叫本初子午线。从0°经线算起,向东、向西各分作180°,以东的180°属于东经,以西的180°属于西经。在赤道的南北两边,画出许多和赤道平行的圆圈,就是“纬圈”。把赤道定为纬度零度,向南向北各为90°,在赤道以南的属于南纬,在赤道以北的属于北纬。当点不在椭球面上时,需加入另一参数,离地面的高度H。
如图2所示,将目标航迹从雷达站东北天坐标系转换为地心大地坐标系需要经过两个步骤,第一步先将雷达站东北天坐标系转换为地心空间直角坐标系(ECEF)坐标系,第二步将地心空间直角坐标系(ECEF)坐标系转换为地心大地坐标系。
a)将雷达站东北天直角坐标系转为ECEF坐标系
其中,式中,e为参考椭球体第一偏心率,e,N,R的取值分别如下:
a、b分别为椭球体的长半轴和短半轴,对于CGCS2000椭球体,a=6378.137km,b=6356.752km。
b)将ECEF坐标系转为地心大地坐标系
其中,R为地球半径。
(2)辅助信源信息预处理
建立静态航路、飞行计划和实时航班之间的对应关系。首先在读取静态航路信息时,给航路进行编号,为之后的随即查询准备。按照起点终点对应关系,建立飞行计划与静态航路以及实时航班和静态航路之间的对应关系,表明该航班飞行计划或实时航班信息属于哪条航路。按照日期和航班代号之间的对应关系,建立飞行计划和实时航班之间的对应关系。
在SQL-server中,建立RadarTrace表来存储雷达跟踪航迹信息,表的各个域的域名如表1所示:
日期 | 时间 | 航迹号 | 帧号 | 经度 | 纬度 | 强度 |
…… | …… | …… | …… | …… | …… | …… |
表1RadarTrace表域名
航路与飞行计划和实时航班信息存在一定的逻辑关系,飞行计划于实时航班信息存在大致的一一对应关系,由于天气等原因飞机可能不能按照计划起飞,因此飞行计划集合可能略大于实时航班信息的集合。而民航航班绝大部分情况下是飞行在航路上的,所以航路信息与飞行计划信息和实时航班信息存在一定的包含关系。
表2三类辅助信源包含的具体信息
2、雷达航迹与外部信息关联处理
(1)雷达航迹与航路关联判断
a)空中走廊边界点求取
航路点为航路中心线的端点,根据空中走廊的宽度,即以航路中心线为参考左右各K公里,确定空中走廊在地心大地坐标系下的两条边界(K代表空中走廊的宽度,在仿真过程中取值为10)。设两个端点分别为W1=(w11,w12,w13),W2=(w21,w22,w23)。对于端点W1=(w11,w12,w13),对应的边界点设为W′1=(x,y,z),则求取边界点的一种方法如下:
x2+y2+z2=(R+h)2
(x-w11)2+(y-w12)2+(z-w13)2=100
其中R为地球半径,h为空中走廊高度,考虑航路目标一般为低空飞行,因此本文假定空中走廊的高度为0。解方程组(1),可得到对应于中心线端点W1的两个边界点W′11和W′12。另外两个边界点与航路中心线的另一个端点具有相同的关系,同理可以得到对应于中心线端点W2的两个边界点W′21和W′22。同方向的两个边界点确定的与原航路等高的大圆路径为空中走廊一条边界,这样四个点确定了空中走廊的两条边界,如W′11和W′21确定图2中航路的一条边界,而W′12和W′22确定另一条边界。这样以原始航路点之间的大圆路径为中心,以构造的四个点确定的两条大圆路径为边界确定了航路在地心直角坐标系下的空中走廊。
b)进行位置上的判断
判断一条雷达航迹与该航路是否相关
对于一条航迹中的每一个雷达跟踪航迹点,根据点和空中走廊的边界的几何关系,判断其是否在空中走廊范围内。将每一个点与航路的逻辑距离保存下来。根据所有航迹点与静态航路逻辑信息,采用两种逻辑判断方法来判断雷达航迹与静态航路是否相关,一种为全体的点估计方法,另外一种为滑窗估计方法。
为了方便表示,我们定义以下的符号:
N:一条雷达跟踪航迹中总的航迹点数;
Nin:该雷达航迹所有的航迹点在该航路的空中走廊范围内的点数;
P:点估计的相关概率;
W:滑窗估计相关概率;
L:相关概率阈值。
则点估计的相关概率计算公式为:
根据航迹起始和航迹维持的滑窗法的思想,设置航迹起始逻辑和航迹终结逻辑。滑窗法的示意图如图3所示。在待判断的雷达跟踪航迹上进行航迹起始,记录航迹起始位置,这条起始的虚拟航迹就是待判断的雷达航迹和航路关联上的部分。根据航迹终结逻辑,记录航迹终结位置。在同一条待判断航迹上可能有多个虚拟航迹段与航路相关。这些航迹段的总长度为Nw:
则滑窗估计相关概率计算方法为:
比较点估计概率和滑窗估计概率的大小,取其较大者,判断其是否超过相关概率阈值L。如果超过阈值,则说明待判断航迹与该航路相关上了。如果没有超过阈值,则没和该航路相关上,接着与下一条航路进行相关判断。
(2)雷达航迹与飞行计划关联判断
在上一层相关结果中,即雷达航迹与航路相关的结果中。根据静态航路与飞行计划的对应关系,与属于该航路的飞行计划进行相关判断。由于在航路相关中已经进行了位置上的判断,在飞行计划中进行时间阈值上的判断。判断过程主要考虑雷达航迹起始时间和终结时间范围是否在飞行计划的范围内。如果雷达航迹维持时间在飞行计划时间范围内,则判断雷达航迹与此飞行计划相关。在相关结果中做相应的标志。
(3)雷达航迹与实时航班关联判断
在这个层次,进行和实时航班信息精确的关联判断。判断的范围为在雷达航迹与航路相关的结果中,根据静态航路与实时航班的对应关系,属于该航路的实时航班信息。这里的精确体现在,由于已经获取航班具体的飞行记录点信息,航班飞行时在某个时刻的具体位置可以根据记录点信息进行推算出来。因此,如果雷达跟踪目标在某一时刻出现的位置和某航班具体的位置相吻合的话,则该目标为航路目标的置信度为最高。
判断雷达航迹ηi和某条实时航班信息τj是否相关。由于天气等原因,实际的航班可能没有按照飞行计划的时间起飞和降落,因此先进行时间范围上的判断,判断雷达航迹维持时间是否在实际的实时航班的飞行时间范围内。之后,针对待判断的雷达航迹ηi的航迹点pj,假设其采样时间为ts,T为实时航班信息τj的飞行记录点的时间序列,时间序列中有n个点。可以找到k,满足tk<ts<tk+1,其中1<k<n。
如图4所示,实际的航线大致为图中直线,4个圆点分别为航班在tk-1,tk,tk+1,tk+2时刻的位置,较小且深色的点为ts时刻插值得到的位置。设航班在tk时刻的经纬度位置表示为(Lk,Bk),在航班在ts时刻的经纬度位置表示为(Ls,Bs)。则在ts时刻,插值得到航班具体的位置为:
然后判断在时刻ts航迹点pj的位置(ls,bs)是否与实际的实时航班位置信息(Ls,Bs)是否相吻合,即判断pj是否在以点(Ls,Bs)为圆心,以阈值δ为圆心的圆的范围内。
3、雷达航迹的分类处理
针对某一条待判断的雷达航迹,整理上一步的关联结果。可以给出雷达航迹与民航航班的关系。可以将关联的结果分为以下四个层次:
A、雷达航迹仅仅与区域内的某条航路匹配上,而没有和该航路上的任何一条飞行计划匹配上,那么可以初步判断该条雷达航迹属于航路目标,置信等级为低级;
B、雷达航迹不但和区域内的某条航路匹配上,而且和该航路上的某条飞行计划也匹配上,但是没有和实时的航班信息匹配上,那么可以进一步判断该条雷达航迹属于航路目标,置信等级为中级;
C、雷达航迹不仅仅和区域内的某条航路匹配上,而且和该航路上的某条实时航班信息也能匹配上,那么可以更进一步判断该条雷达航迹属于航路目标,置信等级为高级;
D、雷达航迹没有和区域内的任何一条航路匹配上,则把该航迹列为重点关注对象,上报进行进一步的关注处理。
为了验证本发明方案,下面利用空中管制雷达的真实数据和收集的辅助信息进行验证,给出航迹分类的结果。
步骤1:原理性验证
仿真场景:在二维平面坐标系下,随机仿真1条直线航路,如图6所示。如图5所示,在航路上有一个民航目标沿着航路做匀速直线运动,根据雷达目标跟踪的原理产生相应的雷达跟踪航迹。假定收集到该民航目标的实时航班记录点信息,如图7所示。
图8描述了雷达航迹与航路信息匹配的结果显示图。其中,虚线表示航路,实线表示雷达跟踪航迹。图9描述了雷达航迹与实时航班信息匹配的结果显示图。其中,虚线表示实时航班记录的航迹,实线表示雷达跟踪航迹。
具体匹配结果记录如表1所示:
Number | TraceNumber | RelevanceLevel | AirRouteID | FlightPlanID | FlightTraceID |
0 | 0 | 2 | 0 | 0 | 0 |
表3航路目标的导航点
表1中具体每列表示的含义如表2所示:
表4匹配结果记录表含义
步骤2:实例验证
为了验证本发明方案,以国内某部空中管制雷达采集的某一天某一段时间的数据来进行验证。雷达跟踪航迹图如图10所示,稳定航迹共有280条。此外,相应收集了经过该雷达探测范围内的航路信息,共有294条航路,如图11所示。收集了这天经过该雷达探测范围内的飞行计划信息和实时航班信息,共有200条飞行计划信息和1104条实时航班信息,实时航班的飞行轨迹记录信息如图12所示。
接着通过获取的民航飞行计划的信息对这些航路目标进行进一步的分类处理。之前已经对这些民航的飞行计划信息进行了预处理,每条航路上有哪些飞行计划信息都已经得到明确。图13描述了雷达航迹与航路信息匹配的结果显示图。其中,虚线表示航路,实线表示雷达跟踪航迹。图14描述了雷达航迹与实时航班信息匹配的结果显示图。其中,虚线表示实时航班记录的航迹,实线表示雷达跟踪航迹。
该批雷达跟踪航迹具体匹配结果记录如附表1所示。
附表1某部空管雷达某段时间内航迹分类结果表
Number | TraceNumber | RelevanceLevel | AirRouteID | FlightPlanID | FlightTraceID |
0 | 1 | 0 | 174 | -1 | -1 |
1 | 4 | 0 | 46 | -1 | -1 |
2 | 5 | 1 | 108 | 114 | -1 |
3 | 6 | 1 | 114 | 152 | -1 |
4 | 7 | 0 | 107 | -1 | -1 |
5 | 8 | 0 | 225 | -1 | -1 |
6 | 9 | 0 | 14 | -1 | -1 |
7 | 10 | 0 | 107 | -1 | -1 |
8 | 12 | 0 | 107 | -1 | -1 |
9 | 13 | 2 | 105 | 129 | 706 |
10 | 17 | 0 | 79 | -1 | -1 |
11 | 18 | 0 | 101 | -1 | -1 |
12 | 20 | 0 | 277 | -1 | -1 |
13 | 23 | 0 | 107 | -1 | -1 |
14 | 25 | 1 | 48 | 189 | -1 |
15 | 26 | 0 | 247 | -1 | -1 |
16 | 27 | 0 | 39 | -1 | -1 |
17 | 32 | 2 | 112 | 148 | 937 |
18 | 33 | 1 | 18 | 190 | -1 |
19 | 34 | 1 | 106 | 159 | -1 |
20 | 35 | 2 | 106 | 159 | 323 |
21 | 36 | 1 | 18 | 190 | -1 |
22 | 37 | 0 | 282 | -1 | -1 |
23 | 39 | 0 | 234 | -1 | -1 |
24 | 40 | 0 | 177 | -1 | -1 |
25 | 42 | 0 | 272 | -1 | -1 |
26 | 43 | 0 | 272 | -1 | -1 |
27 | 45 | 0 | 175 | -1 | -1 |
28 | 47 | 0 | 283 | -1 | -1 |
29 | 48 | 0 | 255 | -1 | -1 |
30 | 49 | 0 | 123 | -1 | -1 |
31 | 50 | 0 | 231 | -1 | -1 |
32 | 54 | 0 | 272 | -1 | -1 |
33 | 56 | 0 | 59 | -1 | -1 |
34 | 64 | 1 | 24 | 197 | -1 |
35 | 68 | 0 | 34 | -1 | -1 |
36 | 69 | 0 | 58 | -1 | -1 |
37 | 70 | 0 | 3 | -1 | -1 |
38 | 74 | 0 | 255 | -1 | -1 |
39 | 78 | 2 | 273 | -1 | 937 |
40 | 79 | 1 | 91 | 87 | -1 |
41 | 80 | 0 | 272 | -1 | -1 |
42 | 82 | 0 | 102 | -1 | -1 |
43 | 84 | 0 | 167 | -1 | -1 |
44 | 86 | 0 | 28 | -1 | -1 |
45 | 87 | 0 | 255 | -1 | -1 |
46 | 89 | 0 | 277 | -1 | -1 |
47 | 90 | 2 | 248 | -1 | 535 |
48 | 91 | 0 | 255 | -1 | -1 |
49 | 92 | 0 | 255 | -1 | -1 |
50 | 93 | 0 | 46 | -1 | -1 |
51 | 94 | 0 | 220 | -1 | -1 |
52 | 95 | 0 | 31 | -1 | -1 |
53 | 98 | 0 | 277 | -1 | -1 |
54 | 100 | 0 | 46 | -1 | -1 |
55 | 101 | 0 | 46 | -1 | -1 |
56 | 102 | 0 | 101 | -1 | -1 |
57 | 103 | 0 | 273 | -1 | -1 |
58 | 104 | 1 | 114 | 152 | -1 |
59 | 108 | 0 | 268 | -1 | -1 |
60 | 109 | 0 | 107 | -1 | -1 |
61 | 110 | 0 | 259 | -1 | -1 |
62 | 116 | 1 | 256 | 85 | -1 |
63 | 117 | 0 | 259 | -1 | -1 |
64 | 121 | 0 | 277 | -1 | -1 |
65 | 123 | 0 | 272 | -1 | -1 |
66 | 126 | 0 | 179 | -1 | -1 |
67 | 128 | 0 | 241 | -1 | -1 |
68 | 129 | 0 | 125 | -1 | -1 |
69 | 130 | 0 | 59 | -1 | -1 |
70 | 132 | 0 | 277 | -1 | -1 |
71 | 136 | 2 | 69 | -1 | 706 |
72 | 137 | 0 | 177 | -1 | -1 |
73 | 142 | 0 | 39 | -1 | -1 |
74 | 152 | 0 | 109 | -1 | -1 |
75 | 156 | 2 | 17 | -1 | 109 |
76 | 160 | 0 | 3 | -1 | -1 |
77 | 161 | 0 | 35 | -1 | -1 |
78 | 162 | 0 | 127 | -1 | -1 |
79 | 164 | 2 | 106 | 159 | 535 |
80 | 165 | 0 | 272 | -1 | -1 |
81 | 166 | 2 | 126 | -1 | 535 |
82 | 172 | 0 | 255 | -1 | -1 |
83 | 173 | 0 | 14 | -1 | -1 |
84 | 174 | 0 | 273 | -1 | -1 |
85 | 176 | 1 | 51 | 69 | -1 |
86 | 179 | 0 | 109 | -1 | -1 |
87 | 181 | 0 | 107 | -1 | -1 |
88 | 182 | 0 | 272 | -1 | -1 |
89 | 184 | 2 | 143 | -1 | 177 |
90 | 187 | 2 | 143 | -1 | 177 |
91 | 191 | 0 | 225 | -1 | -1 |
92 | 192 | 0 | 11 | -1 | -1 |
93 | 201 | 0 | 101 | -1 | -1 |
94 | 202 | 0 | 3 | -1 | -1 |
95 | 205 | 2 | 273 | -1 | 178 |
96 | 206 | 2 | 145 | -1 | 661 |
97 | 207 | 1 | 112 | 148 | -1 |
98 | 208 | 0 | 39 | -1 | -1 |
99 | 211 | 2 | 215 | -1 | 1 |
100 | 213 | 0 | 3 | -1 | -1 |
101 | 215 | 2 | 11 | -1 | 46 |
102 | 217 | 1 | 256 | 85 | -1 |
103 | 218 | 0 | 96 | -1 | -1 |
104 | 219 | 0 | 14 | -1 | -1 |
105 | 223 | 0 | 14 | -1 | -1 |
106 | 224 | 1 | 18 | 190 | -1 |
107 | 225 | 1 | 18 | 190 | -1 |
108 | 226 | 0 | 293 | -1 | -1 |
109 | 227 | 2 | 231 | -1 | 980 |
110 | 228 | 0 | 68 | -1 | -1 |
111 | 230 | 1 | 106 | 159 | -1 |
112 | 232 | 1 | 106 | 159 | -1 |
113 | 233 | 0 | 27 | -1 | -1 |
114 | 234 | 0 | 27 | -1 | -1 |
115 | 238 | 2 | 108 | 114 | 661 |
116 | 239 | 0 | 272 | -1 | -1 |
117 | 243 | 1 | 48 | 189 | -1 |
118 | 244 | 0 | 169 | -1 | -1 |
119 | 245 | 0 | 46 | -1 | -1 |
120 | 246 | 0 | 16 | -1 | -1 |
121 | 253 | 2 | 122 | 100 | 177 |
122 | 256 | 0 | 110 | -1 | -1 |
123 | 258 | 0 | 96 | -1 | -1 |
124 | 260 | 0 | 3 | -1 | -1 |
根据上述结果显示,该算法能够有效的将航迹分为航路目标航迹与非航路目标航迹,并能给出雷达跟踪目标与外部信源相关联的层次。
Claims (1)
1.基于辅助信源的航迹分类方法,其特征在于:主要流程包括对输入的雷达跟踪数据和辅助信源信息两种数据的预处理,航路、航班、飞行计划三个层次的关联判断,置信等级和相关标签的计算以及航迹分类和目标的属性判别;具体步骤如下:
步骤1、数据预处理:
(1)雷达航迹预处理:
将雷达航迹从东北天坐标系下转换为地心大地坐标系,以便与辅助信源进行相关,方便其在GIS显示界面上进行显示;
(2)辅助信源信息预处理:
建立静态航路、飞行计划和实时航班之间的对应关系;首先在读取静态航路信息时,给航路进行编号,为之后的随即查询准备;按照起点终点对应关系,建立飞行计划与静态航路以及实时航班和静态航路之间的对应关系,表明该航班飞行计划或实时航班信息属于哪条航路;按照日期和航班代号之间的对应关系,建立飞行计划和实时航班之间的对应关系;
步骤2、雷达航迹与外部信息关联处理:
(1)雷达航迹与航路关联判断:
a)空中走廊边界点求取;
b)进行位置上的判断:
判断一条雷达航迹与该航路是否相关,采用全体的点估计方法和滑窗估计方法来判断雷达航迹与静态航路是否相关;
(2)雷达航迹与飞行计划关联判断:
判断雷达航迹起始时间和终结时间范围是否在飞行计划的范围内,如果雷达航迹维持时间在飞行计划时间范围内,则判断雷达航迹与此飞行计划相关,并相关结果中做相应的标志;
(3)雷达航迹与实时航班关联判断:
判断雷达航迹维持时间是否在实际的实时航班的飞行时间范围内;
步骤3、雷达航迹的分类处理:
针对某一条待判断的雷达航迹,整理上一步的关联结果,可以给出雷达航迹与民航航班的关系,可以将关联的结果分为以下四个层次:
A、雷达航迹仅仅与区域内的某条航路匹配上,而没有和该航路上的任何一条飞行计划匹配上,那么可以初步该条雷达航迹属于航路目标,置信等级为低级;
B、雷达航迹不但和区域内的某条航路匹配上,而且和该航路上的某条飞行计划也匹配上,但是没有和实时的航班信息匹配上,那么可以进一步判断该条雷达航迹属于航路目标,置信等级为中级;
C、雷达航迹不仅仅和区域内的某条航路匹配上,而且和该航路上的某条实时航班信息也能匹配上,那么可以更进一步判断该条雷达航迹属于航路目标,置信等级为高级;
D、雷达航迹没有和区域内的任何一条航路匹配上,则把该航迹列为重点关注对象,上报进行进一步的关注处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310703221.0A CN103678925B (zh) | 2013-12-10 | 2013-12-10 | 基于辅助信源的航迹分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310703221.0A CN103678925B (zh) | 2013-12-10 | 2013-12-10 | 基于辅助信源的航迹分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103678925A true CN103678925A (zh) | 2014-03-26 |
CN103678925B CN103678925B (zh) | 2016-10-05 |
Family
ID=50316455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310703221.0A Active CN103678925B (zh) | 2013-12-10 | 2013-12-10 | 基于辅助信源的航迹分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103678925B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933900A (zh) * | 2015-06-26 | 2015-09-23 | 中国人民解放军63898部队 | 二次雷达指挥所系统显示控制方法及系统 |
CN108257421A (zh) * | 2017-12-22 | 2018-07-06 | 广州市中南民航空管通信网络科技有限公司 | 一种航班航迹预测方法、电子设备及存储介质 |
CN108491493A (zh) * | 2018-03-16 | 2018-09-04 | 西安电子科技大学 | 一种雷达空情数据过滤方法 |
CN111781592A (zh) * | 2020-06-12 | 2020-10-16 | 中国船舶重工集团公司第七二四研究所 | 基于细粒度特征分析的快速自动起始方法 |
CN115775473A (zh) * | 2022-11-09 | 2023-03-10 | 航大防务(海南)科技有限公司 | 一种ads-b航空监视系统中的航空器定位系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533563A (zh) * | 2009-02-23 | 2009-09-16 | 民航数据通信有限责任公司 | 获取计划航班四维航迹的方法 |
CN101692315A (zh) * | 2009-09-25 | 2010-04-07 | 民航总局空管局技术中心 | 基于实时雷达数据的高精度4d飞机航迹分析方法 |
-
2013
- 2013-12-10 CN CN201310703221.0A patent/CN103678925B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533563A (zh) * | 2009-02-23 | 2009-09-16 | 民航数据通信有限责任公司 | 获取计划航班四维航迹的方法 |
CN101692315A (zh) * | 2009-09-25 | 2010-04-07 | 民航总局空管局技术中心 | 基于实时雷达数据的高精度4d飞机航迹分析方法 |
Non-Patent Citations (4)
Title |
---|
HAMID GHADAKI等: ""Target track classification for airport surveillance radar (ASR)"", 《RADAR, 2006 IEEE CONFERENCE ON》, 27 April 2006 (2006-04-27), pages 136 - 139 * |
S P NOYES: ""Track classification in a naval defence radar using fuzzy logic"", 《TARGET TRACKING AND DATA FUSION, IEE COLLOQUIUM ON》, 9 January 1998 (1998-01-09), pages 1 - 6 * |
冯子亮等: ""飞行计划与雷达航迹关联算法及实现"", 《四川大学学报(自然科学版)》, vol. 40, no. 1, 28 February 2003 (2003-02-28), pages 171 - 173 * |
王增福等: ""基于航路-航迹关联的天波超视距雷达航迹分类"", 《系统工程与电子技术》, vol. 34, no. 10, 15 October 2012 (2012-10-15), pages 2018 - 2022 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933900A (zh) * | 2015-06-26 | 2015-09-23 | 中国人民解放军63898部队 | 二次雷达指挥所系统显示控制方法及系统 |
CN108257421A (zh) * | 2017-12-22 | 2018-07-06 | 广州市中南民航空管通信网络科技有限公司 | 一种航班航迹预测方法、电子设备及存储介质 |
CN108491493A (zh) * | 2018-03-16 | 2018-09-04 | 西安电子科技大学 | 一种雷达空情数据过滤方法 |
CN108491493B (zh) * | 2018-03-16 | 2021-10-08 | 西安电子科技大学 | 一种雷达空情数据过滤方法 |
CN111781592A (zh) * | 2020-06-12 | 2020-10-16 | 中国船舶重工集团公司第七二四研究所 | 基于细粒度特征分析的快速自动起始方法 |
CN111781592B (zh) * | 2020-06-12 | 2023-12-22 | 中国船舶集团有限公司第七二四研究所 | 基于细粒度特征分析的快速自动起始方法 |
CN115775473A (zh) * | 2022-11-09 | 2023-03-10 | 航大防务(海南)科技有限公司 | 一种ads-b航空监视系统中的航空器定位系统 |
CN115775473B (zh) * | 2022-11-09 | 2024-01-19 | 航大防务(海南)科技有限公司 | 一种ads-b航空监视系统中的航空器定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103678925B (zh) | 2016-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104007426B (zh) | 一种基于lse(最小方差估计)的ads与雷达信息系统误差配准算法 | |
CN110168520A (zh) | 一种智能化道路交通异常检测方法 | |
CN103678925A (zh) | 基于辅助信源的航迹分类方法 | |
Gikas et al. | A novel geodetic engineering method for accurate and automated road/railway centerline geometry extraction based on the bearing diagram and fractal behavior | |
CN108061889A (zh) | Ais与雷达角度系统偏差的关联方法 | |
CN103294895B (zh) | 基于证据推理的航迹航路分类方法 | |
Schweizer et al. | Map‐matching algorithm applied to bicycle global positioning system traces in Bologna | |
Joerger et al. | Quantifying safety of laser-based navigation | |
Mukheja et al. | Smartphone‐based crowdsourcing for position estimation of public transport vehicles | |
Liu et al. | Track-constrained GNSS/odometer-based train localization using a particle filter | |
CN108153980A (zh) | 基于ads-b与tcas数据融合的综合显示方法 | |
CN102508279B (zh) | 卫星导航系统gnss定姿测量值的处理方法及gnss定姿测量仪 | |
CN101465065B (zh) | 飞行流样本数据的获取方法 | |
Liu et al. | Pseudolite constellation optimization for seamless train positioning in GNSS-challenged railway stations | |
CN112462401B (zh) | 基于浮动车轨迹数据的城市峡谷快速探测方法及装置 | |
Liu et al. | Determination of routing velocity with GPS floating car data and webGIS-based instantaneous traffic information dissemination | |
Siebler et al. | Train localization with particle filter and magnetic field measurements | |
Xie et al. | High-Accuracy off-line map-matching of trajectory network division based on weight adaptation HMM | |
CN111562605A (zh) | 自适应的gps错误观测值识别方法 | |
CN107782320A (zh) | 一种车辆定位方法 | |
Huang et al. | Cv2x-loca: Roadside unit-enabled cooperative localization framework for autonomous vehicles | |
Antoniou et al. | Localization and driving behavior classification with smartphone sensors in direct absence of global navigation satellite systems | |
Prabha et al. | A comprehensive insight towards pre-processing methodologies applied on GPS data | |
CN111366921A (zh) | 基于距离加权融合的双站雷达交叉定位方法、系统及介质 | |
Song et al. | Reliable positioning algorithm using two-stage adaptive filtering in GPS-denied environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
DD01 | Delivery of document by public notice |
Addressee: Northwestern Polytechnical University Document name: Notification to Pay the Fees |
|
DD01 | Delivery of document by public notice | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201118 Address after: Room 407, block g, Kairui, Fengcheng 12th Road, economic and Technological Development Zone, Xi'an City, Shaanxi Province Patentee after: Xi'an quantum Intelligence Technology Co.,Ltd. Address before: 710072 Xi'an friendship West Road, Shaanxi, No. 127 Patentee before: Northwestern Polytechnical University |
|
TR01 | Transfer of patent right |