CN105512157A - 一种综合航迹数据融合处理方法 - Google Patents
一种综合航迹数据融合处理方法 Download PDFInfo
- Publication number
- CN105512157A CN105512157A CN201410581993.6A CN201410581993A CN105512157A CN 105512157 A CN105512157 A CN 105512157A CN 201410581993 A CN201410581993 A CN 201410581993A CN 105512157 A CN105512157 A CN 105512157A
- Authority
- CN
- China
- Prior art keywords
- data
- control centre
- integrated track
- moment
- track data
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及管制中心数据处理领域,尤其是涉及一种综合航迹数据融合处理方法。本发明所要解决的技术问题是:针对现有技术存在的问题,本发明提供一种综合航迹数据融合处理方法,其通过对管制中心系统输出的航迹进行融合,建立飞行计划轨迹,并根据管制中心需求输出相关信息,实现了管制中心间全面的信息融合。本发明对各个管制中心数据解析后进行时间配准及空间配准、在经过数据质量分析,然后分别对正常数据、滞后数据以及异常数据分别处理,达到综合航迹数据融合的目的。
Description
技术领域
本发明涉及管制中心件数据处理领域,尤其是涉及一种综合航迹数据融合处理方法。
背景技术
美国NAS系统的自动化系统为一个厂家的系统,系统统一设计、集成和运行,ARTCC、TRACC、OCEAN间FDP(飞行数据处理器)数据一致同步,信息自动交互,系统紧密耦合,新建的ERAM(EnRouteAutomationModernization)为其典范,成为NextGen重要依托。欧洲通过制定和确立OLDI(On-LineDataInterchange)作为管制中心间管制移交和数据交换协议,并制定了系统、接口和相关系统的技术标准和通信协议,实现了管制自动移交、数据同步和系统互联,为SingleEuropeanSkyATM(AirTrafficManagement)Research(SESAR)奠定了重要的基础。亚太地区将AIDC(ATS[airtrafficservice]InterfacilityDataCommunication)作为管制中心间管制移交和数据交换协议,澳大利亚、韩国、新加坡、新西兰全面实施AIDC,实现了管制自动移交,特别是澳大利亚采用与三大区管相同的EUROCAT系统,全面支持OLDI和AIDC。
美国的空管自动化系统主要是单一系统构成技术上更容易实现信息交换。在欧洲和亚太的OLDI和AIDC管制信息移交中,OLDI和AIDC只能满足空管管制的部分信息交换,还不能完全实现航迹和飞行计划的综合信息融合和交换过程。
发明内容
本发明所要解决的技术问题是:针对现有技术存在的问题,本发明提供一种综合航迹数据融合处理方法,其通过对管制中心系统输出的航迹进行融合,建立飞行计划轨迹,并根据管制中心需求输出相关信息,实现了管制中心间全面的信息融合。
本发明采用的技术方案如下:
一种综合航迹数据融合处理方法包括:
步骤1:对各管制中心的监视数据分别建立对应数据建立独立存储空间及显示区域,并实时解析各个管制中心的监视数据;
步骤2:通过最小二乘时间配准法对不同管制中心输出的监视数据进行时间同步运算,将不同周期、不同时刻的监视数据进行时间同步;
步骤3:对经过时间配准矫正后的各个管制中心的监视数据经过空间配准,具体首先是通过高精度经纬度转换,将其统一转换为直角坐标系形式的数据;然后对各个管制中心的数据进行误差处理;
步骤4:对经过空间配准的监视数据采用聚类分析方法进行数据质量分析,将监视数据分为正常数据、滞后数据、异常数据;所谓正常数据是指数据格式解析模块接收的通过时间配准及空间配准后的各管制中心的综合航迹数据的时间顺序与各管制中心发送的综合航迹数据的时间顺序保持一致,且无异常;滞后数据是指数据格式解析模块接收的通过时间配准及空间配准后的各管制中心的综合航迹数据的顺序与各管制中心发送的综合航迹数据的时间顺序不一致,且无异常;异常数据是指在被解析后的数据出现异常(比如有数据项丢失或错误等);
步骤5:对正常数据采用联邦滤波无重置式结构方法进行时间更新、量测更新并综合航迹数据融合;对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理;对异常数据进行丢弃处理,保证系统正常运转。
进一步的,所述监视数据包括监视数据格式包括:MH4008-3类数据、DOD数据、SMR数据。
进一步的,所述步骤2中对正常数据通过最小二乘时间配准法对不同管制中心输出正常综合数据进行时间同步运算,将不同周期、不同时刻的综合数据进行时间同步的过程是:假设a、(,为自然数)为相邻的管制中心,其综合航迹数据输出周期分别为和,且2者之比为(n为正整数),如果管制中心a对目标状态最近一次综合航迹输出时刻为(,为自然数),下一次综合航迹输出时刻为,即管制中心a连续2次对目标状态综合航迹输出之间管制中心有次综合航迹输出;采用最小二乘法将管制中心的次综合航迹数据拟合成一个虚拟的综合航迹数据作为第时刻的的综合航迹数据;具体方法如下:
步骤21:用表示至时刻管制中心的次综合航迹数据构成的集合,和时刻管制中心a的量测值同步,,表示拟合以后的综合航迹数据,表示的导数,则管制中心的综合航迹数据表示成:,,其中:表示综合航迹数据的噪声;
步骤22:将上式改写成向量形式为:;其中:表示综合航迹数据噪声向量,其均值为零,协方差阵为:,且为融合以前的位置量测噪声方差,同时矩阵:
则的最小二乘解的估值为:
相应的误差协方差阵为:;
融合后的综合航迹数据及其噪声方差分别为:
;;
其中:是管制中心在k时刻综合航迹的估计,,。
进一步的,所述步骤3中误差处理包括随机误差处理和系统误差处理;所述系统误差是采用最小二乘法进行配准;具体做法是:
步骤31:在一段时间内两管制中心管制区域重叠区域同一目标出现了(为正整数)次;对于第时刻有如下一对方程:
表示管制中心a的综合航迹目标在管制中心a的局部坐标系下第k时刻的位置;表示管制中心b的综合航迹目标在管制中心b的局部坐标系下第k时刻的位置;
分别表示管制中心a和管制中心b在第k时刻与综合航迹目标的斜距;
分别表示管制中心a和管制中心b在第k时刻的方位角;
分别表示管制中心a和管制中心b的斜距偏差,分别表示管制中心a和管制中心b的方位角偏差;
对总共个综合航迹数据,有个方程,当是足以用来求解 ;
步骤32:用矩阵形式表示上述个方程得:;
其中:;
;
这是一线性矛盾方程组,其中X表示管制中心的系统误差,Y表示管制中心间坐标差值向量,A为系数矩阵;其法方程为:;
在最小二乘意义下求解得:;
为各管制中心系统误差的估计,从而可以得出真实目标在公共坐标系下的位置。
进一步的,所述步骤5中对正常数据的综合航迹数据融合是采用联邦滤波无重置式结构(no-resetmode,NR)算法进行的,具体步骤为:
步骤51:建立数学模型
目标运动状态方程和量测方程:
(1-1)
其中:是第时刻的系统状态向量,是系统的状态转移矩阵(注意:这里的表示实数向量空间和实数矩阵空间)。是管制中心系统量测向量(即管制中心输出的综合航迹数据),为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,,(1-2)
(1-3)
其中,这里的k、j表示时刻且都为正实数,表示系统误差协方差,表示量测误差协方差;
步骤52:根据式(1-1),子滤波器的状态方程和量测方程为:
(1-4)
其中表示第个管制中心的状态向量,表示地个管制中心的状态转移矩阵,的协方差矩阵为,的协方差矩阵为,,为自然数,。
信息分配过程:信息分配就是在各管制中心和数据融合模块之间分配系统的信息。系统的过程信息和按如下分配原则在各管制中心和数据融合模块之间进行分配:
(1-5)
其中:是的协方差阵,是第k时刻融合后的综合航迹数据估计值,是第k时刻的状态向量,是的协方差阵,是信息分配系数,并且满足分配原理
(1-6)
当时,此联邦算法就是无重置式融合算法。
步骤53:时间更新:
时间更新过程在各管制中心和数据融合模块之间独立进行各管制中心和数据融合模块的更新算法为:
(1-7)
步骤54:量测更新:
由于数据融合模块没有量测,所以量测更新只在各个管制中心中进行,量测更新通过下式起作用:
(1-8)
步骤55:信息融合:
将各个管制中心的局部估计信息(综合航迹数据)按下式进行融合,以得到全局的最优估计(综合航迹数据的估计)
(1-9)
其中:是第个管制中心在第k时刻对第K+1时刻的综合航迹数据估计。是状态转移矩阵,是第个管制中心在第k时刻的综合航迹数据估计,是第个管制中心第k+1时刻的状态向量估计,是的协方差阵,是的协方差阵,是第个管制中心量测误差协方差,是第个管制中心的量测矩阵,是第个管制中心的综合航迹数据(即量测数据)。是的协方差阵,是数据融合模块对各管制中心的局部综合航迹数据融合后的全局最优的综合航迹数据估计。
进一步的,所述对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理,具体步骤包括:
步骤511:建立数学模型
目标运动状态方程和量测方程:
(1-1)
其中:是第时刻的系统状态向量,是系统的状态转移矩阵(注意:这里的表示实数向量空间和实数矩阵空间)。是管制中心系统量测向量(即管制中心输出的综合航迹数据),为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,,(1-2)
(1-3)
(注意:这里的k、j表示时刻且都为正实数)表示系统误差协方差,表示量测误差协方差。
通常从不同管制中心传送扫描到数据格式解析模块时,由于数据率较高,网络传输存在随机的时间滞后,且各管制中心综合航迹预处理时间有所不同,则来自同一目标的较早的综合航迹在较晚的综合航迹之后到数据格式解析模块的情况有可能发生,这就是非顺序数据的情形。对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理。
步骤512:假设在第时刻来自时刻的综合航迹数据为步滞后,也就是说,其中,是滞后的步数,且,为各管制中心综合航迹数据到达数据格式解析模块的最大滞后时间。根据式(1-1)可以得到:
(1-10)
所以:
(1-11)
其中:(为管制中心系统采样周期,是在第时刻接收到滞后数据的下标表示)是发生滞后时的时间,,表示时刻的状态向量,表示第时刻的状态向量,是从第时刻到时刻的状态转移矩阵,为时刻到第时刻的状态转移矩阵,是噪声向量。
步骤513:在通过已经得到时刻()的和以后,得到来自时刻的较早的综合航迹数据
(1-12);
通过公式(1-12)中的综合航迹数据来更新第时刻的和;其中:为管制中心系统量测矩阵,是管制中心系统量测噪声向量,且是0均值的高斯白噪声。
当两个非顺序滞后综合航迹数据,发生滞后的时刻分别为和,综合航迹数据到达数据格式解析模块的时间分别为和,其中:
,
其中为滞后步数。在这种情况下,当非顺序滞后综合航迹数据发生时,非顺序滞后综合航迹数据已经到达数据格式解析模块,并对时刻的状态估计和作了更新,然后按照正常数据进行融合处理。
如果在时刻之后到达数据格式解析模块,这时需要判断和谁先到达数据格式解析模块,若比先到达,此时把看作是时间间隔]()之间到达数据格式解析模块,用综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,并按照正常连进行融合处理。若比先到达,此时需要利用先到达的滞后综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,即把看作是时间间隔]()之间到达数据格式解析模块,并按照正常数进行融合处理。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
用联邦算法融合与异步融合多个非顺序数据多步滞后滤波结合算法对各管制中心或本地雷达传输过来的监视数据(综合航迹数据、本地雷达数据)进行融合处理。该算法保证了融合运算的运算速度和容错能力,降低计算量,提高运算速度。一旦出现某一管制中心综合航迹数据异常系统可以迅速隔离异常数据,保证系统正常运转。同时在接收到滞后综合航迹数据时立即对输出的综合航迹数据进行修正,保证了数据的精度和数据输出的实时性。同时本算法实时向各管制中心输出综合航迹数据,保证各管制中心综合航迹数据的一致性。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是管制中心定位原理图。
图2是本发明处理流程图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明相关说明:
1、本发明的数据源包括各ATC(管制中心)输出的综合航迹数据和多个本地雷达数据,雷达数据当做是特殊的管制中心的数据一样,与管制中心数据处理方式相同。
2、数据格式解析模块:采用实时的同步解析技术,即对每一个通道的数据建立独立的存储空间和显示空间,实时解析接受到的监视数据。其中监视数据格式包括:MH4008-3类数据、DOD数据、SMR数据:
1)MH4008-3类数据是根据中国民航空管管制需求制定的行业标准,它是ATC系统在接收和处理完雷达数据和飞行计划数据后输出的综合信息。
2)DOD数据格式是三大管制中心(北京、上海、广州)的EUROCAT-X的提供商THALES制定的,数据来源于NESACC雷达数据处理(RDP)功能中产生雷达数据记录,飞行计划处理(FDP)功能中产生航班数据记录,关联的自动监控(ADS)功能生成的ADS数据记录。
3)SMR数据格式是三大管制中心的EUROCAT-X的提供商THALES制定的,数据来源于NESACC雷达数据处理(RDP)功能中产生雷达数据记录,飞行数据处理(FDP)功能中产生飞行数据记录。它的输出有非常精确的位置信息,有一部分飞行目标有计划信息。
3、空间配准中DOD、SMR、MH4008-03、EUR62等格式,一部分数据是经纬度表示,一部分数据是直角或极坐标表示。在空间配准过程中采用高斯-克吕格投影3°分带法进行坐标转换,统一转换成直角坐标系的形式。
4、数据融合模块包括时间更新过程和信息融合过程。
5、误差配准
管制中心输出的综合航迹数据主要存在两种类型的误差:随机误差和系统误差。随机误差是由管制中心内各监视设备本身的精度误差因素产生;系统误差由坐标转换公式采用近似算法等因素产生。随机误差可以在融合过程中通过融合算法很好的消除,而系统误差是一种固定的误差,不能利用融合算法自动消除,必须在实现过程中进行估计,对各管制中心进行误差补偿,从而消除配准误差。管制中心定位原理如图1所述。
6、数据质量分析:
对经过空间配准的监视数据进行分析,采用聚类分析方法将数据分为正常数据、滞后数据、异常数据。所谓正常数据是指数据格式解析模块接收并通过时间配准及空间配准后的各管制中心的综合航迹数据的时间顺序与各管制中心发送的综合航迹数据的时间顺序保持一致,且无异常;滞后数据是指数据格式解析模块接收并通过时间配准及空间配准后的各管制中心的综合航迹数据的顺序与各管制中心发送的综合航迹数据的时间顺序不一致,且无异常;异常数据是指在被解析后的数据出现异常(比如有数据项丢失或错误等)。
综合航迹数据融合技术
联邦滤波器是一种具有两级结构的分散化滤波方法,他有若干个子滤波器和一个主滤波器组成,各个子滤波器独立地进行时间更新和测量更新。主滤波器的功能有:(1)进行时间更新;(2)将各个滤波器的结果进行融合,融合后的结果可反馈到各个滤波器,作为下一个处理周期的初值。
对于正常数据采用联邦滤波无重置式结构(no-resetmode,NR)算法进行综合航迹数据的融合。具体实现方法如下:
(1)建立数学模型
目标运动状态方程和量测方程:
(1-1)
其中:是第时刻的系统状态向量,是系统的状态转移矩阵(注意:这里的表示实数向量空间和实数矩阵空间)。是管制中心系统量测向量(即管制中心输出的综合航迹数据),为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,,(1-2)
(1-3)
(注意:这里的k、j表示时刻且都为正实数)表示系统误差协方差,表示量测误差协方差。
(2)正常数据融合
根据式(1-1),子滤波器的状态方程和量测方程为:
(1-4)
其中表示第个管制中心的状态向量,表示地个管制中心的状态转移矩阵,的协方差矩阵为,的协方差矩阵为,,为自然数,。
信息分配过程:信息分配就是在各管制中心和数据融合模块之间分配系统的信息。系统的过程信息和按如下分配原则在各管制中心和本数据融合模块间进行分配:
(1-5)
其中:是的协方差阵,是第k时刻融合后的综合航迹数据估计值,是第k时刻的状态向量,是的协方差阵,是信息分配系数,并且满足分配原理
(1-6)
当时,此联邦算法就是无重置式融合算法。
1)时间更新:
时间更新过程在各管制中心和数据融合模块之间独立进行,各管制中心和数据融合模块的更新算法为:
(1-7)
2)量测更新:
由于数据融合模块没有量测,所以量测更新只在各个管制中心中进行,量测更新通过下式起作用:
(1-8)
3)信息融合:
将各个管制中心的局部估计信息(综合航迹数据)按下式进行融合,以得到全局的最优估计(综合航迹数据的估计)
(1-9)
其中:是第个管制中心在第k时刻对第K+1时刻的综合航迹数据估计。是状态转移矩阵,是第个管制中心在第k时刻的综合航迹数据估计,是第个管制中心第k+1时刻的状态向量估计,是的协方差阵,是的协方差阵,是第个管制中心量测误差协方差,是第个管制中心的量测矩阵,是第个管制中心的综合航迹数据(即量测数据)。是的协方差阵,是数据融合模块对各管制中心的局部综合航迹数据融合后的全局最优的综合航迹数据估计。
(3)滞后数据融合
通常从不同管制中心传送扫描到数据格式解析模块时,由于数据率较高,网络传输存在随机的时间滞后,且各管制中心综合航迹预处理时间有所不同,则来自同一目标的较早的综合航迹在较晚的综合航迹之后到达数据格式解析模块的情况有可能发生,这就是非顺序数据的情形。对于滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理。
假设在第时刻来自时刻的综合航迹数据为步滞后,也就是说,其中,是滞后的步数,且,为各管制中心综合航迹数据到达数据格式解析模块的最大滞后时间,s单位为微秒。根据式(1-1)可以得到:
(1-10)
所以:
(1-11)
其中:(为管制中心系统采样周期,是在第时刻接收到滞后数据的下标表示)是发生滞后时的时间,,表示时刻的状态向量,表示第时刻的状态向量,是从第时刻到时刻的状态转移矩阵,为时刻到第时刻的状态转移矩阵,是噪声向量。
在通过已经得到时刻()的和以后,得到来自时刻的较早的综合航迹数据
(1-12)
用这个综合航迹数据来更新第时刻的和。其中:为管制中心系统量测矩阵,是管制中心系统量测噪声向量,且是0均值的高斯白噪声。
当两个非顺序滞后综合航迹数据,发生滞后的时刻分别为和,综合航迹数据到达数据格式解析模块的时间分别为和,其中:
,
这里的为滞后步数。在这种情况下,当非顺序滞后综合航迹数据发生时,非顺序滞后综合航迹数据已经到达数据格式解析模块,并对时刻的状态估计和作了更新,然后按照正常数据进行融合处理。
如果在时刻之后到达数据格式解析模块,这时需要判断和谁先到达数据格式解析模块,若比先到达,此时把看作是时间间隔]()之间到达数据格式解析模块,用综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,并按照正常连进行融合处理。若比先到达,此时需要利用先到达的滞后综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,即把看作是时间间隔]()之间到达数据格式解析模块,并按照正常数进行融合处理。
异常数据处理
一旦出现某一管制中心综合航迹数据异常系统可以迅速隔离异常数据,保证系统正常运转。
工作过程:
步骤1:对各管制中心的监视数据分别建立对应数据建立独立存储空间及显示区域,并实时解析各个管制中心的监视数据;
步骤2:通过最小二乘时间配准法对不同管制中心输出的监视数据进行时间同步运算,将不同周期、不同时刻的监视数据进行时间同步;
步骤3:对经过时间配准矫正后的各个管制中心的监视数据经过空间配准,具体首先是通过高精度经纬度转换,将其统一转换为直角坐标系形式的数据;然后对各个管制中心的数据进行误差处理;
步骤4:对经过空间配准的监视数据采用聚类分析方法进行数据质量分析,将监视数据分为正常数据、滞后数据、异常数据;所谓正常数据是指数据格式解析模块接收并通过时间配准及空间配准后的各管制中心的综合航迹数据的时间顺序与各管制中心发送的综合航迹数据的时间顺序保持一致,且无异常;滞后数据是指数据格式解析模块接收并通过时间配准及空间配准后的各管制中心的综合航迹数据的顺序与各管制中心发送的综合航迹数据的时间顺序不一致,且无异常;异常数据是指在被解析后的数据出现异常(比如有数据项丢失或错误等);
步骤5:对正常数据采用联邦滤波无重置式结构方法进行时间更新、量测更新并综合航迹数据融合;对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理;对异常数据进行丢弃处理,保证系统正常运转。
实施例一:步骤2中对正常数据通过最小二乘时间配准法对不同管制中心输出正常综合数据进行时间同步运算,将不同周期、不同时刻的综合数据进行时间同步的过程是:假设a、(,为自然数)为相邻的管制中心,其综合航迹数据输出周期分别为和,且2者之比为(n为正整数),如果管制中心a对目标状态最近一次综合航迹输出时刻为(,为自然数),下一次综合航迹输出时刻为,这就意味着管制中心a连续2次对目标状态综合航迹输出之间管制中心有次综合航迹输出。采用最小二乘法将管制中心的次综合航迹数据拟合成一个虚拟的综合航迹数据作为第时刻的的综合航迹数据。以此来消除由于时间偏差而引起的各管制中心综合航迹输出的不同步,从而消除时间偏差对多管制中心间综合航迹数据融合造成的影响;具体方法如下:
用表示至时刻管制中心的次综合航迹数据构成的集合,和时刻管制中心a的量测值同步,,表示拟合以后的综合航迹数据,表示的导数,则管制中心的综合航迹数据可以表示成:
,,
其中:表示综合航迹数据的噪声。
将上式改写成向量形式为:
其中:表示综合航迹数据噪声向量,其均值为零,协方差阵为:,且为融合以前的位置量测噪声方差,同时矩阵
则的最小二乘解的估值为
相应的误差协方差阵为:
融合后的综合航迹数据及其噪声方差为
其中:是管制中心在k时刻综合航迹的估计,,
采用该方法有效的对各管制中心输出的综合航迹数据进行了时间同步处理,为综合航迹数据的融合作好准备。
实施例二:步骤3中误差处理包括随机误差处理(随机误差可以在融合过程中通过融合算法很好的消除)和系统误差处理。随机误差是由管制中心内各监视设备本身的精度误差因素产生;系统误差由坐标转换公式采用近似算法等因素产生。随机误差可以在融合过程中通过融合算法很好的消除,而系统误差是一种固定的误差,不能利用融合算法自动消除,必须在实现过程中进行估计,对各管制中心进行误差补偿,从而消除配准误差。
其中系统误差是采用最小二乘法进行配准。具体做法是:在一段时间内两管制中心管制区域重叠区域同一目标出现了(为正整数)次。对于第时刻有如下一对方程:
表示管制中心a的综合航迹目标在管制中心a局部坐标系下第k时刻的位置,表示管制中心b的综合航迹目标在管制中心b局部坐标系下第k时刻的位置。
分别表示管制中心a和管制中心b在第k时刻与综合航迹目标的斜距,分别表示管制中心a和管制中心b在第k时刻的方位角。
分别表示管制中心a和管制中心b的斜距偏差,分别表示管制中心a和管制中心b的方位角偏差。
对总共个综合航迹数据,有个方程,当是足以用来求解上面4个未知量,。用矩阵形式表示上述个方程得:
其中:
这是一线性矛盾方程组,其中X表示管制中心的系统误差,Y表示管制中心间坐标差值向量,A为系数矩阵。其法方程为:
在最小二乘意义下求解得:
为各管制中心系统误差的估计。
实施例三:所述步骤5中对正常数据的综合航迹数据融合是采用联邦滤波无重置式结构(no-resetmode,NR)算法进行的,具体步骤为:
(3)建立数学模型
目标运动状态方程和量测方程:
(1-1)
其中:是第时刻的系统状态向量,是系统的状态转移矩阵(注意:这里的表示实数向量空间和实数矩阵空间)。是管制中心系统量测向量(即管制中心输出的综合航迹数据),为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,,(1-2)
(1-3)
(注意:这里的k、j表示时刻且都为正实数)表示系统误差协方差,表示量测误差协方差。
(4)正常数据融合
根据式(1-1),子滤波器的状态方程和量测方程为:
(1-4)
其中表示第个管制中心的状态向量,表示地个管制中心的状态转移矩阵,的协方差矩阵为,的协方差矩阵为,,为自然数,。
信息分配过程:信息分配就是在各管制中心和数据融合模块之间分配系统的信息。系统的过程信息和按如下分配原则在各管制中心和数据融合模块之间进行分配:
(1-5)
其中:是的协方差阵,是第k时刻融合后的综合航迹数据估计值,是第k时刻的状态向量,是的协方差阵,是信息分配系数,并且满足分配原理
(1-6)
当时,此联邦算法就是无重置式融合算法。
1)时间更新:
时间更新过程在各管制中心和数据融合模块之间独立进行,各管制中心和数据融合模块的更新算法为:
(1-7)
4)量测更新:
由于数据融合模块没有量测,所以量测更新只在各个管制中心中进行,量测更新通过下式起作用:
(1-8)
5)信息融合:
将各个管制中心的局部估计信息(综合航迹数据)按下式进行融合,以得到全局的最优估计(综合航迹数据的估计)
(1-9)
其中:是第个管制中心在第k时刻对第K+1时刻的综合航迹数据估计。是状态转移矩阵,是第个管制中心在第k时刻的综合航迹数据估计,是第个管制中心第k+1时刻的状态向量估计,是的协方差阵,是的协方差阵,是第个管制中心量测误差协方差,是第个管制中心的量测矩阵,是第个管制中心的综合航迹数据(即量测数据)。是的协方差阵,是数据融合模块对各管制中心的局部综合航迹数据融合后的全局最优的综合航迹数据估计。
实施例四:述对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理,具体步骤包括:建立数学模型
目标运动状态方程和量测方程:
(1-1)
其中:是第时刻的系统状态向量,是系统的状态转移矩阵(注意:这里的表示实数向量空间和实数矩阵空间)。是管制中心系统量测向量(即管制中心输出的综合航迹数据),为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,,(1-2)
(1-3)
(注意:这里的k、j表示时刻且都为正实数)表示系统误差协方差,表示量测误差协方差。
通常从不同管制中心传送扫描到数据格式解析模块时,由于数据率较高,网络传输存在随机的时间滞后,且各管制中心综合航迹预处理时间有所不同,则来自同一目标的较早的综合航迹在较晚的综合航迹之后到达数据融合模块的情况有可能发生,这就是非顺序数据的情形。对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理。
假设在第时刻来自时刻的综合航迹数据为步滞后,也就是说,其中,是滞后的步数,且,为各管制中心综合航迹数据到达数据格式解析的最大滞后时间。根据式(1-1)可以得到:
(1-10)
所以:
(1-11)
其中:(为管制中心系统采样周期,是在第时刻接收到滞后数据的下标表示)是发生滞后时的时间,,表示时刻的状态向量,表示第时刻的状态向量,是从第时刻到时刻的状态转移矩阵,为时刻到第时刻的状态转移矩阵,是噪声向量。
在通过已经得到时刻()的和以后,得到来自时刻的较早的综合航迹数据
(1-12)
用这个综合航迹数据来更新第时刻的和。其中:为管制中心系统量测矩阵,是管制中心系统量测噪声向量,且是0均值的高斯白噪声。
当两个非顺序滞后综合航迹数据,发生滞后的时刻分别为和,综合航迹数据到达数据格式解析的时间分别为和,其中:
,
这里的为滞后步数。在这种情况下,当非顺序滞后综合航迹数据发生时,非顺序滞后综合航迹数据已经到达数据格式解析,并对时刻的状态估计和作了更新,然后按照正常数据进行融合处理。
如果在时刻之后到达数据格式解析,这时需要判断和谁先到达数据格式解析,若比先到达,此时把看作是时间间隔]()之间到达数据格式解析,用综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,并按照正常连进行融合处理。若比先到达,此时需要利用先到达的滞后综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,即把看作是时间间隔]()之间到达数据格式解析,并按照正常数进行融合处理。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (6)
1.一种综合航迹数据融合处理方法,其特征在于包括:
步骤1:数据格式解析模块对各管制中心的监视数据分别建立存储空间及显示区域,并实时解析各个管制中心的监视数据;
步骤2:通过最小二乘时间配准法对不同管制中心输出的监视数据进行时间同步运算,将不同周期、不同时刻的监视数据进行时间配准;
步骤3:对经过时间配准矫正后的各个管制中心的监视数据经过空间配准,具体首先是通过高精度经纬度转换,将其统一转换为直角坐标系形式的数据;然后对各个管制中心的数据进行误差处理;
步骤4:对经过空间配准的监视数据采用聚类分析方法进行数据质量分析,将监视数据分为正常数据、滞后数据、异常数据;所谓正常数据是指数据格式解析模块接收的通过时间配准及空间配准后的各管制中心的综合航迹数据的时间顺序与各管制中心发送的综合航迹数据的时间顺序保持一致,且无异常;滞后数据是指数据格式解析模块接收的通过时间配准及空间配准后的各管制中心的综合航迹数据的顺序与各管制中心发送的综合航迹数据的时间顺序不一致,且无异常;异常数据是指在被解析后的数据出现异常;
步骤5:对正常数据采用联邦滤波无重置式结构方法进行时间更新、量测更新并综合航迹数据融合;对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理;对异常数据进行丢弃处理,保证系统正常运转。
2.根据权利要求1所述的一种综合航迹数据融合处理方法,其特征在于包括监视数据包括监视数据格式包括:MH4008-3类数据、DOD数据、SMR数据。
3.根据权利要求1所述的一种综合航迹数据融合处理方法,其特征在于所述步骤2中对正常数据通过最小二乘时间配准法对不同管制中心输出正常综合数据进行时间同步运算,将不同周期、不同时刻的综合数据进行时间同步的过程是:假设a、为相邻的管制中心,,为自然数,其综合航迹数据输出周期分别为和,且2者之比为,n为正整数,如果管制中心a对目标状态最近一次综合航迹输出时刻为,其中,,为自然数,下一次综合航迹输出时刻为,即管制中心a连续2次对目标状态综合航迹输出之间管制中心有次综合航迹输出;采用最小二乘法将管制中心的次综合航迹数据拟合成一个虚拟的综合航迹数据作为第时刻的的综合航迹数据;具体方法如下:
步骤21:用表示至时刻管制中心的次综合航迹数据构成的集合,和时刻管制中心a的量测值同步,,表示拟合以后的综合航迹数据,表示的导数,则管制中心的综合航迹数据表示成:,,其中:表示综合航迹数据的噪声;
步骤22:将上式改写成向量形式为:;其中:表示综合航迹数据噪声向量,其均值为零,协方差阵为:,且为融合以前的位置量测噪声方差,同时矩阵:
则的最小二乘解的估值为:
相应的误差协方差阵为:;
融合后的综合航迹数据及其噪声方差分别为:
;;
其中:是管制中心在k时刻综合航迹的估计,,。
4.根据权利要求1所述的一种综合航迹数据融合处理方法,其特征在于所述步骤3中误差处理包括随机误差处理和系统误差处理;所述系统误差是采用最小二乘法进行配准具体做法是:
步骤31:在一段时间内两管制中心管制区域重叠区域同一目标出现了次,为正整数;对于第时刻有如下一对方程:
;
表示管制中心a的综合航迹目标在管制中心a的局部坐标系下第k时刻的位置;表示管制中心b的综合航迹目标在管制中心b的局部坐标系下第k时刻的位置;
其中:局部坐标系是指某一管制中心为中心建立的坐标系;
分别表示管制中心a和管制中心b在第k时刻与综合航迹目标的斜距;
分别表示管制中心a和管制中心b在第k时刻的方位角;
分别表示管制中心a和管制中心b的斜距偏差,分别表示管制中心a和管制中心b的方位角偏差;
对总共个综合航迹数据,有个方程,当是足以用来求解,;
步骤32:用矩阵形式表示上述个方程得:;
其中:;
;
这是一线性矛盾方程组,其中X表示管制中心的系统误差,Y表示管制中心间坐标差值向量,A为系数矩阵;其法方程为:;
在最小二乘意义下求解得:;
为各管制中心系统误差的估计,从而可以得出真实目标在公共坐标系下的位置,所谓公共坐标系是指将不同局部坐标系下的坐标统一映射到同一坐标系下的坐标系。
5.根据权利要求1的一种综合航迹数据融合处理方法,其特征在于所述步骤5中对正常数据的综合航迹数据融合是采用联邦滤波无重置式结构算法进行的,具体步骤为:
步骤51:建立数学模型
目标运动状态方程和量测方程:
(1-1);
其中:是第时刻的系统状态向量,是系统的状态转移矩阵;是管制中心系统量测向量,即管制中心输出的综合航迹数据,为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,,(1-2);
(1-3);
;
其中,这里的k、j表示时刻且都为正实数,表示系统误差协方差,表示量测误差协方差;
步骤52:根据式(1-1),子滤波器的状态方程和量测方程为:
(1-4);
其中表示第个管制中心的状态向量,表示地个管制中心的状态转移矩阵,的协方差矩阵为,的协方差矩阵为,,为自然数,;
信息分配过程:信息分配就是在各管制中心和数据融合模块之间分配系统的信息;系统的过程信息和按如下分配原则在各管制中心和数据融合模块间进行分配:
(1-5);
其中:是的协方差阵,是第k时刻融合后的综合航迹数据估计值,是第k时刻的状态向量,是的协方差阵,是信息分配系数,并且满足分配原理
(1-6);
当时,此联邦算法就是无重置式融合算法;
步骤53:时间更新:
时间更新过程在各管制中心和数据融合模块之间独立进行各管制中心和数据融合模块的更新算法为:
(1-7);
步骤54:量测更新:
由于数据融合模块没有量测,所以量测更新只在各个管制中心中进行,量测更新通过下式起作用:
(1-8);
其中;
步骤55:信息融合:
将各个管制中心的局部估计信息,即综合航迹数据按下式进行融合,以得到全局的最优估计,即综合航迹数据的估计:
(1-9);
其中:是第个管制中心在第k时刻对第K+1时刻的综合航迹数据估计;是状态转移矩阵,是第个管制中心在第k时刻的综合航迹数据估计,是第个管制中心第k+1时刻的状态向量估计,是的协方差阵,是的协方差阵,是第个管制中心量测误差协方差,是第个管制中心的量测矩阵,是第个管制中心的综合航迹数据,即量测数据;是的协方差阵,是数据融合模块对各管制中心的局部综合航迹数据融合后的全局最优的综合航迹数据估计。
6.根据权利要求1所述的一种综合航迹数据融合处理方法,其特征在于所述对滞后数据采用异步融合多个非顺序数据多步滞后滤波结合算法进行融合处理,具体步骤包括:
步骤511:建立数学模型
目标运动状态方程和量测方程:
(1-1);
其中:是第时刻的系统状态向量,是系统的状态转移矩阵,其中表示实数向量空间和实数矩阵空间;是管制中心系统量测向量,即管制中心输出的综合航迹数据,为管制中心系统量测矩阵,假设是管制中心系统噪声向量,是管制中心系统量测噪声向量,其中和是0均值的高斯白噪声,则有:
,(1-2);
(1-3);
;
其中k、j表示时刻且都为正实数,表示系统误差协方差,表示量测误差协方差;
步骤512:假设在第时刻来自时刻的综合航迹数据为步滞后,也就是说,其中,是滞后的步数,且,为各管制中心综合航迹数据到达数据格式解析模块的最大滞后时间;根据式(1-1)可以得到:
(1-10);
所以:
(1-11);
其中:,是tkd是发生滞后时的时间;其中为管制中心系统采样周期,是在第时刻接收到滞后数据的下标表示,,表示时刻的状态向量,表示第时刻的状态向量,是从第时刻到时刻的状态转移矩阵,为时刻到第时刻的状态转移矩阵,是噪声向量;
步骤513:在通过已经得到时刻的和以后,得到来自时刻的较早的综合航迹数据,其中,
(1-12);
通过公示(1-12)中的综合航迹数据来更新第时刻的和;其中:为管制中心系统量测矩阵,是管制中心系统量测噪声向量,且是0均值的高斯白噪声;
当两个非顺序滞后综合航迹数据,发生滞后的时刻分别为和,综合航迹数据到达数据格式解析模块的时间分别为和,其中:
,
其中为滞后步数,;在这种情况下,当非顺序滞后综合航迹数据发生时,非顺序滞后综合航迹数据已经到达数据格式解析模块,并对时刻的状态估计和作了更新,然后按照正常数据进行融合处理;
如果在时刻之后到达数据格式解析模块,这时需要判断和谁先到达数据格式解析模块,若比先到达,此时把看作是在时间间隔]之间到达数据格式解析模块,其中,用综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,并按照正常连进行融合处理;若比先到达,此时需要利用先到达的滞后综合航迹数据对其发生时刻和到达时刻之间所有的状态估计与估计协方差进行更新,即把看作是时间间隔]之间到达数据格式解析模块,其中,并按照正常数进行融合处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410581993.6A CN105512157A (zh) | 2014-10-28 | 2014-10-28 | 一种综合航迹数据融合处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410581993.6A CN105512157A (zh) | 2014-10-28 | 2014-10-28 | 一种综合航迹数据融合处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105512157A true CN105512157A (zh) | 2016-04-20 |
Family
ID=55720141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410581993.6A Pending CN105512157A (zh) | 2014-10-28 | 2014-10-28 | 一种综合航迹数据融合处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105512157A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107063304A (zh) * | 2017-04-06 | 2017-08-18 | 中国科学院光电技术研究所 | 一种光电跟踪测量设备指向误差验证方法 |
CN107133635A (zh) * | 2017-03-30 | 2017-09-05 | 南京航空航天大学 | 一种多源异构飞行事故航迹数据融合方法 |
CN107192998A (zh) * | 2017-04-06 | 2017-09-22 | 中国电子科技集团公司第二十八研究所 | 一种基于协方差指标函数的自适应分布式航迹数据融合方法 |
CN109284785A (zh) * | 2018-10-09 | 2019-01-29 | 中国人民解放军海军航空大学 | 基于最小二乘拟合的传感器数据质量评估方法 |
CN110595479A (zh) * | 2019-09-23 | 2019-12-20 | 云南电网有限责任公司电力科学研究院 | 一种基于icp算法的slam轨迹评估方法 |
CN110908981A (zh) * | 2019-10-23 | 2020-03-24 | 南方电网数字电网研究院有限公司 | 一种兼容多数据库的分布式数据质量控制方法及系统 |
CN111524394A (zh) * | 2020-03-18 | 2020-08-11 | 中国民用航空总局第二研究所 | 提升机坪综合航迹监视数据精度的方法、装置及系统 |
CN111680870A (zh) * | 2020-04-29 | 2020-09-18 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹质量综合评估方法 |
CN111860589A (zh) * | 2020-06-12 | 2020-10-30 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、系统 |
CN111898755A (zh) * | 2020-08-11 | 2020-11-06 | 中国人民解放军海军航空大学 | 单一航迹智能合成方法及装置 |
CN112484728A (zh) * | 2020-10-29 | 2021-03-12 | 杭州电子科技大学 | 基于ospa(2)距离的多传感器多目标航迹关联与融合方法 |
CN113158415A (zh) * | 2021-02-23 | 2021-07-23 | 电子科技大学长三角研究院(衢州) | 一种基于误差分析的车辆轨迹相似度评估方法 |
CN113484832A (zh) * | 2021-07-29 | 2021-10-08 | 西安电子科技大学 | 一种地基雷达组网的系统误差配准方法 |
CN113776538A (zh) * | 2021-09-16 | 2021-12-10 | 中国人民解放军91388部队 | 基于指显平台对目标航迹的实时数据融合方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120277948A1 (en) * | 2009-12-17 | 2012-11-01 | Bae Systems Plc | Producing data describing states of a plurality of targets |
CN202549080U (zh) * | 2012-03-16 | 2012-11-21 | 中国民用航空总局第二研究所 | 一种雷达数据、飞行计划数据与ads-b数据融合系统 |
-
2014
- 2014-10-28 CN CN201410581993.6A patent/CN105512157A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120277948A1 (en) * | 2009-12-17 | 2012-11-01 | Bae Systems Plc | Producing data describing states of a plurality of targets |
CN202549080U (zh) * | 2012-03-16 | 2012-11-21 | 中国民用航空总局第二研究所 | 一种雷达数据、飞行计划数据与ads-b数据融合系统 |
Non-Patent Citations (2)
Title |
---|
罗启明: "雷达、飞行计划与ADS-B数据融合系统设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技辑》 * |
郭宁: "管制中心间数据融合交换系统设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107133635A (zh) * | 2017-03-30 | 2017-09-05 | 南京航空航天大学 | 一种多源异构飞行事故航迹数据融合方法 |
CN107133635B (zh) * | 2017-03-30 | 2020-04-21 | 南京航空航天大学 | 一种多源异构飞行事故航迹数据融合方法 |
CN107192998A (zh) * | 2017-04-06 | 2017-09-22 | 中国电子科技集团公司第二十八研究所 | 一种基于协方差指标函数的自适应分布式航迹数据融合方法 |
CN107192998B (zh) * | 2017-04-06 | 2019-05-31 | 中国电子科技集团公司第二十八研究所 | 一种基于协方差指标函数的自适应分布式航迹数据融合方法 |
CN107063304B (zh) * | 2017-04-06 | 2020-05-05 | 中国科学院光电技术研究所 | 一种光电跟踪测量设备指向误差验证方法 |
CN107063304A (zh) * | 2017-04-06 | 2017-08-18 | 中国科学院光电技术研究所 | 一种光电跟踪测量设备指向误差验证方法 |
CN109284785A (zh) * | 2018-10-09 | 2019-01-29 | 中国人民解放军海军航空大学 | 基于最小二乘拟合的传感器数据质量评估方法 |
CN110595479B (zh) * | 2019-09-23 | 2023-11-17 | 云南电网有限责任公司电力科学研究院 | 一种基于icp算法的slam轨迹评估方法 |
CN110595479A (zh) * | 2019-09-23 | 2019-12-20 | 云南电网有限责任公司电力科学研究院 | 一种基于icp算法的slam轨迹评估方法 |
CN110908981A (zh) * | 2019-10-23 | 2020-03-24 | 南方电网数字电网研究院有限公司 | 一种兼容多数据库的分布式数据质量控制方法及系统 |
CN111524394A (zh) * | 2020-03-18 | 2020-08-11 | 中国民用航空总局第二研究所 | 提升机坪综合航迹监视数据精度的方法、装置及系统 |
CN111680870A (zh) * | 2020-04-29 | 2020-09-18 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹质量综合评估方法 |
CN111680870B (zh) * | 2020-04-29 | 2023-06-06 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹质量综合评估方法 |
CN111860589B (zh) * | 2020-06-12 | 2023-07-18 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、系统 |
CN111860589A (zh) * | 2020-06-12 | 2020-10-30 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、系统 |
CN111898755A (zh) * | 2020-08-11 | 2020-11-06 | 中国人民解放军海军航空大学 | 单一航迹智能合成方法及装置 |
CN111898755B (zh) * | 2020-08-11 | 2023-09-12 | 中国人民解放军海军航空大学 | 单一航迹智能合成方法及装置 |
CN112484728A (zh) * | 2020-10-29 | 2021-03-12 | 杭州电子科技大学 | 基于ospa(2)距离的多传感器多目标航迹关联与融合方法 |
CN113158415A (zh) * | 2021-02-23 | 2021-07-23 | 电子科技大学长三角研究院(衢州) | 一种基于误差分析的车辆轨迹相似度评估方法 |
CN113158415B (zh) * | 2021-02-23 | 2023-09-08 | 电子科技大学长三角研究院(衢州) | 一种基于误差分析的车辆轨迹相似度评估方法 |
CN113484832A (zh) * | 2021-07-29 | 2021-10-08 | 西安电子科技大学 | 一种地基雷达组网的系统误差配准方法 |
CN113484832B (zh) * | 2021-07-29 | 2022-12-27 | 西安电子科技大学 | 一种地基雷达组网的系统误差配准方法 |
CN113776538A (zh) * | 2021-09-16 | 2021-12-10 | 中国人民解放军91388部队 | 基于指显平台对目标航迹的实时数据融合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105512157A (zh) | 一种综合航迹数据融合处理方法 | |
CN104270814B (zh) | 一种基于TDOA和ToF混合的定位方法及系统 | |
CN109100730B (zh) | 一种多车协同快速建图方法 | |
CN103135117B (zh) | 一种分散式多机器人协同定位方法 | |
CN105929365A (zh) | 一种uwb高精度定位系统及定位方法 | |
NZ775610A (en) | Intelligent load balancing and high speed intelligent network recorders | |
CN105241465B (zh) | 一种道路更新的方法 | |
EP2595068A3 (en) | System and method of performing snapshot isolation in distributed databases | |
CN101655561A (zh) | 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 | |
GB2455693A (en) | Method and system for automatically estimating the spacial positions on cameras in a camera network | |
CN102638889A (zh) | 基于贝叶斯压缩感知的室内无线终端定位方法 | |
CN102455421B (zh) | 无需时间同步的声音定位系统及方法 | |
CN108124309B (zh) | 一种导航式距离差计算方法、tdoa定位方法及装置 | |
CN105959914A (zh) | 基于时间差测量的传感网时间同步和定位联合处理方法 | |
CN204650151U (zh) | 多路高速脉冲输入时间同步设备 | |
CN104331078B (zh) | 一种基于位置映射算法的多机器人协作定位方法 | |
CN103033814B (zh) | 一种用于声纳探测定位的多源数据融合平台及方法 | |
CN107976182A (zh) | 一种多传感器融合建图系统及其方法 | |
DE602004011094D1 (de) | Lokalisierungssystem und verfahren zur erzielung einer zeitsynchronisierten netzwerk-leistungsfähigkeit mit in getrennten netzwerken unterteilten knoten | |
CN105353351A (zh) | 一种基于多信标到达时间差改进型定位方法 | |
CN112235033A (zh) | 一种基于rdss通信链路的gnss共视系统 | |
CN202095037U (zh) | 一种实时三维声源图像监控系统 | |
WO2020207066A1 (zh) | 故障指示器装置、系统及配电网系统 | |
Dubois et al. | AirMuseum: a heterogeneous multi-robot dataset for stereo-visual and inertial simultaneous localization and mapping | |
CN104618088B (zh) | 基于ads-b信号的广域多站时间同步方法 |
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 |
Application publication date: 20160420 |
|
RJ01 | Rejection of invention patent application after publication |