CN104898104A - 基于欧氏距离均值聚类的目标联合定位方法 - Google Patents
基于欧氏距离均值聚类的目标联合定位方法 Download PDFInfo
- Publication number
- CN104898104A CN104898104A CN201510316045.4A CN201510316045A CN104898104A CN 104898104 A CN104898104 A CN 104898104A CN 201510316045 A CN201510316045 A CN 201510316045A CN 104898104 A CN104898104 A CN 104898104A
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- coordinate system
- overbar
- location parameter
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Abstract
本发明提供了一种基于欧氏距离均值聚类的目标联合定位方法,由各台雷达观测数据得到目标在发射坐标系中的位置参数,由简单航迹融合法得到目标位置参数的估计量,计算单台雷达定位结果到均值聚类中心的欧氏距离后利用模糊均值聚类算法最佳地确定各目标位置参数间的相似性度量,按照相应的隶属度对各目标位置参数进行融合,得到融合以后的目标位置参数。本发明计算模型形式简单,能干有效确定飞行目标的空间位置。
Description
技术领域
本发明属于航天测量与控制领域,涉及一种目标联合定位方法。
背景技术
在飞行实验任务中,为获取外弹道实验参数,须通过光学或无线电测量手段在目标飞行过程中获取目标飞行的位置、速度等运动参数。针对不同的测量要求和不同的目标运动特性,外弹道参数测量采用不同的测量手段和测量体制。脉冲雷达是无线电外测系统的主要设备之一,它主要测得的是目标的方位角、高低角和斜距,利用这些测量元素通过复杂的数学运算得到外弹道参数。在跟踪测量过程中,为得到较为可靠的数据,常采用多台雷达同时对飞行目标进行跟踪,综合利用各测站测量数据,高精度计算出目标运动参数。以往较常采用最小二乘估计法,但在进行数据处理过程中经常会碰到病态矩阵,导致定位结果异常。
发明内容
为了克服现有技术的不足,本发明结合典型聚类算法,提供一种建立基于欧氏距离均值聚类算法的联合定位模型,将多台雷达设备测元信息进行数据融合,确定飞行目标的空间位置。
本发明解决其技术问题所采用的技术方案包括以下步骤:
1)在K台雷达联测的k时刻,K≥2,各雷达测得且经误差修正后的观测量为(Ri,Ai,Ei),其中,Ri为斜距,Ai为方位角,Ei为俯仰角,测站坐标系至发射坐标系的转换矩阵为Ti,测站在发射坐标系中的坐标向量为(x0i,y0i,z0i),则根据几何关系,由第i台雷达观测数据得到目标在发射坐标系中的位置参数为
2)由简单航迹融合法得到目标位置参数的估计量
3)计算单台雷达定位结果到均值聚类中心的欧氏距离
4)利用模糊均值聚类算法最佳地确定各目标位置参数间的相似性度量
5)按照相应的隶属度对各目标位置参数进行融合,得到融合以后的目标位置参数
本发明的有益效果是:当用加权最小二乘估计法计算位置参数,出现病态系数矩阵导致结果异常不可信的情况下,使用本方法还能得到比较满意的结果;同时由于距离度量具有明显的几何解释,因此它具有通俗性和直觉效果,且计算模型形式简单,是一种可供采用的有效处理手段。
具体实施方式
下面结合实施例对本发明进一步说明,本发明包括但不仅限于下述实施例。
本发明采用同弧段某K台雷达设备进行目标跟踪。利用这K台跟踪设备测量数据来完成运载火箭定位结果的确定。
具体过程如下:
1.计算目标在发射坐标系中的位置参数
在k时刻,假定各雷达测得且经各项系统误差修正后的观测量为(斜距Ri,方位角Ai,俯仰角Ei),测站坐标系至发射坐标系的转换矩阵为Ti,测站在发射坐标系中的坐标向量为(x0i,y0i,z0i),目标在发射坐标系中的位置参数为(xi,yi,zi)。则根据几何关系,由第i台雷达观测数据可得到目标在发射坐标系中的位置参数为
2.计算简单航迹融合目标位置参数
当K台雷达联测时(K≥2),首先由各雷达观测数据Ri、Ai和Ei,按式(1)计算得到各自的目标在发射系中的位置参数Xi=[xi,yi,zi]T,当忽略各目标航迹状态估 计的互协方差时,假定各设备是等精度时,由简单航迹融合法得到目标位置参数的估计量
3.计算单台定位结果到均值聚类中心的距离(欧氏距离)
4.计算各目标位置参数间的相似性度量
实际上,因各设备状况、外部环境等多种因素,其测量精度是不相同的,由误差传播定律,则计算得到的各目标位置参数是非等精度的,同时因各目标位置参数源于相互关联的同一目标,由此利用模糊均值聚类算法最佳地确定各目标位置参数间的相似性度量(即隶属度):
5.计算融合后的目标位置参数
在数据融合情况下,按照相应的隶属度对各目标位置参数进行融合,得到融合以后的目标位置参数
以某次实验任务某三台雷达设备测量数据目标定位计算为例,给出具体实施过程:
Step1:由经各种误差修正后的各雷达测量数据分别计算出目标在发射系下的位置参数;
Step2:由三台雷达的目标位置参数计算出简单航迹融合的目标位置估计量;
Step3:分别计算出单台雷达轨迹到融合中心的距离;
Step4:根据欧氏距离利用模糊均值聚类算法最佳地确定各目标位置参数间的隶属度;
Step5:按照相应的隶属度对各雷达目标位置参数进行融合。
得到计算结果如下(受篇幅限制,只给出部分计算结果,其中T为相对时,单位为 秒,下同):
。
Claims (1)
1.一种基于欧氏距离均值聚类的目标联合定位方法,其特征在于包括下述步骤:
1)在K台雷达联测的k时刻,K≥2,各雷达测得且经误差修正后的观测量为(Ri,Ai,Ei),其中,Ri为斜距,Ai为方位角,Ei为俯仰角,测站坐标系至发射坐标系的转换矩阵为Ti,测站在发射坐标系中的坐标向量为(x0i,y0i,z0i),则根据几何关系,由第i台雷达观测数据得到目标在发射坐标系中的位置参数为
2)由简单航迹融合法得到目标位置参数的估计量
3)计算单台雷达定位结果到均值聚类中心的欧氏距离
4)利用模糊均值聚类算法最佳地确定各目标位置参数间的相似性度量
5)按照相应的隶属度对各目标位置参数进行融合,得到融合以后的目标位置参数
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510316045.4A CN104898104A (zh) | 2015-06-10 | 2015-06-10 | 基于欧氏距离均值聚类的目标联合定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510316045.4A CN104898104A (zh) | 2015-06-10 | 2015-06-10 | 基于欧氏距离均值聚类的目标联合定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104898104A true CN104898104A (zh) | 2015-09-09 |
Family
ID=54030868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510316045.4A Pending CN104898104A (zh) | 2015-06-10 | 2015-06-10 | 基于欧氏距离均值聚类的目标联合定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104898104A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105891814A (zh) * | 2016-01-18 | 2016-08-24 | 中国人民解放军空军预警学院黄陂士官学校 | 纯距离雷达组网单目标聚类定位方法 |
CN106546260A (zh) * | 2015-09-22 | 2017-03-29 | 腾讯科技(深圳)有限公司 | 一种移动测量数据的纠正方法及系统 |
CN106646450A (zh) * | 2016-12-29 | 2017-05-10 | 中国人民解放军海军航空工程学院 | 基于距离分步聚类的雷达航迹抗差关联方法 |
CN107561930A (zh) * | 2017-08-28 | 2018-01-09 | 西京学院 | 一种外弹道组网测试引导控制方法 |
CN109725306A (zh) * | 2018-11-16 | 2019-05-07 | 中国西安卫星测控中心 | 一种飞行目标弹道确定方法 |
CN109781116A (zh) * | 2018-11-16 | 2019-05-21 | 中国西安卫星测控中心 | 基于有源传感器均值迭代的误差自校准融合定位方法 |
CN110135451A (zh) * | 2019-03-27 | 2019-08-16 | 中电莱斯信息系统有限公司 | 一种基于点到线段集距离的航迹聚类方法 |
CN110866428A (zh) * | 2018-08-28 | 2020-03-06 | 杭州海康威视数字技术股份有限公司 | 目标跟踪方法、装置、电子设备及存储介质 |
CN110909592A (zh) * | 2019-10-11 | 2020-03-24 | 重庆特斯联智慧科技股份有限公司 | 一种基于多尺度特征量的目标跟踪方法和系统 |
CN111208503A (zh) * | 2020-01-13 | 2020-05-29 | 佛山市云米电器科技有限公司 | 一种雷达定位方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218509A (zh) * | 2013-02-01 | 2013-07-24 | 北京航空航天大学 | 一种基于硬件的复合抗干扰数据关联方法 |
CN103729859A (zh) * | 2013-12-30 | 2014-04-16 | 西北工业大学 | 一种基于模糊聚类的概率最近邻域多目标跟踪方法 |
-
2015
- 2015-06-10 CN CN201510316045.4A patent/CN104898104A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218509A (zh) * | 2013-02-01 | 2013-07-24 | 北京航空航天大学 | 一种基于硬件的复合抗干扰数据关联方法 |
CN103729859A (zh) * | 2013-12-30 | 2014-04-16 | 西北工业大学 | 一种基于模糊聚类的概率最近邻域多目标跟踪方法 |
Non-Patent Citations (3)
Title |
---|
吴显亮等: "多雷达系统数据融合与航迹预测", 《数学的实践与认识》 * |
周知: "多传感器数据配准与融合算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李妍研等: "一种基于航迹隶属度的动态加权融合算法", 《计算机应用研究》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106546260A (zh) * | 2015-09-22 | 2017-03-29 | 腾讯科技(深圳)有限公司 | 一种移动测量数据的纠正方法及系统 |
CN106546260B (zh) * | 2015-09-22 | 2019-08-13 | 腾讯科技(深圳)有限公司 | 一种移动测量数据的纠正方法及系统 |
CN105891814A (zh) * | 2016-01-18 | 2016-08-24 | 中国人民解放军空军预警学院黄陂士官学校 | 纯距离雷达组网单目标聚类定位方法 |
CN105891814B (zh) * | 2016-01-18 | 2020-06-05 | 中国人民解放军空军预警学院黄陂士官学校 | 纯距离雷达组网单目标聚类定位方法 |
CN106646450B (zh) * | 2016-12-29 | 2019-04-12 | 中国人民解放军海军航空大学 | 基于距离分步聚类的雷达航迹抗差关联方法 |
CN106646450A (zh) * | 2016-12-29 | 2017-05-10 | 中国人民解放军海军航空工程学院 | 基于距离分步聚类的雷达航迹抗差关联方法 |
CN107561930A (zh) * | 2017-08-28 | 2018-01-09 | 西京学院 | 一种外弹道组网测试引导控制方法 |
CN107561930B (zh) * | 2017-08-28 | 2021-08-06 | 西京学院 | 一种外弹道组网测试引导控制方法 |
CN110866428A (zh) * | 2018-08-28 | 2020-03-06 | 杭州海康威视数字技术股份有限公司 | 目标跟踪方法、装置、电子设备及存储介质 |
CN110866428B (zh) * | 2018-08-28 | 2023-12-15 | 杭州海康威视数字技术股份有限公司 | 目标跟踪方法、装置、电子设备及存储介质 |
CN109725306A (zh) * | 2018-11-16 | 2019-05-07 | 中国西安卫星测控中心 | 一种飞行目标弹道确定方法 |
CN109781116A (zh) * | 2018-11-16 | 2019-05-21 | 中国西安卫星测控中心 | 基于有源传感器均值迭代的误差自校准融合定位方法 |
CN109725306B (zh) * | 2018-11-16 | 2023-02-10 | 中国西安卫星测控中心 | 一种飞行目标弹道确定方法 |
CN110135451A (zh) * | 2019-03-27 | 2019-08-16 | 中电莱斯信息系统有限公司 | 一种基于点到线段集距离的航迹聚类方法 |
CN110909592A (zh) * | 2019-10-11 | 2020-03-24 | 重庆特斯联智慧科技股份有限公司 | 一种基于多尺度特征量的目标跟踪方法和系统 |
CN111208503A (zh) * | 2020-01-13 | 2020-05-29 | 佛山市云米电器科技有限公司 | 一种雷达定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104898104A (zh) | 基于欧氏距离均值聚类的目标联合定位方法 | |
CN106646450B (zh) | 基于距离分步聚类的雷达航迹抗差关联方法 | |
CN108061889A (zh) | Ais与雷达角度系统偏差的关联方法 | |
CN107943079B (zh) | 一种剩余飞行时间在线估计方法 | |
CN106443622A (zh) | 一种基于改进联合概率数据关联的分布式目标跟踪方法 | |
CN102338870B (zh) | 一种采用前向散射雷达的三维目标跟踪方法 | |
CN103759732B (zh) | 一种角度信息辅助的集中式多传感器多假设跟踪方法 | |
CN104715154B (zh) | 基于kmdl准则判据的核k‑均值航迹关联方法 | |
CN103047982B (zh) | 基于角度信息的目标自适应跟踪方法 | |
CN113342059B (zh) | 基于位置和速度误差的多无人机跟踪移动辐射源方法 | |
CN110738275B (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN104849702A (zh) | 利用ads-b数据的gm-ephd滤波雷达系统误差联合估计方法 | |
CN104199022A (zh) | 一种基于目标模态估计的临近空间高超声速目标跟踪方法 | |
CN104573190A (zh) | 一种基于交互式多模型的目标跟踪方法 | |
CN103869279A (zh) | 一种多传感器平台的多目标定位跟踪方法 | |
CN103499809B (zh) | 一种纯方位双机协同目标跟踪定位路径规划方法 | |
CN113156418B (zh) | 基于蒙特卡洛仿真的雷达目标跟踪精度预测方法 | |
CN110174907A (zh) | 一种基于自适应卡尔曼滤波的人体目标跟随方法 | |
CN102707268A (zh) | 机动雷达组网批处理式误差配准器 | |
CN108828509B (zh) | 一种多平台多辐射源承载关系判定方法 | |
CN106595705A (zh) | 一种基于gps的飞行中惯性初始基准偏差估计方法 | |
CN105549003A (zh) | 一种汽车雷达目标跟踪方法 | |
CN105510907B (zh) | 一种基于强散射点目标探测的弱散射点目标跟踪逼近方法 | |
CN111366921B (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 | |
Lu et al. | A new performance index for measuring the effect of single target tracking with Kalman particle filter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150909 |