CN108627825A - 一种雷达发现概率的分析方法和系统 - Google Patents

一种雷达发现概率的分析方法和系统 Download PDF

Info

Publication number
CN108627825A
CN108627825A CN201810273494.9A CN201810273494A CN108627825A CN 108627825 A CN108627825 A CN 108627825A CN 201810273494 A CN201810273494 A CN 201810273494A CN 108627825 A CN108627825 A CN 108627825A
Authority
CN
China
Prior art keywords
radar
ais
data
matrix
datas
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
CN201810273494.9A
Other languages
English (en)
Other versions
CN108627825B (zh
Inventor
窦宏林
田超
乔鑫
田永华
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.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN201810273494.9A priority Critical patent/CN108627825B/zh
Publication of CN108627825A publication Critical patent/CN108627825A/zh
Application granted granted Critical
Publication of CN108627825B publication Critical patent/CN108627825B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86Combinations of radar systems with non-radar systems, e.g. sonar, direction finder

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例涉及一种雷达发现概率的分析方法和系统,属于海用超视距雷达技术领域。其中,该方法包括:分别对超视距雷达和AIS设备进行授时,以确保超视距雷达和AIS设备的时间一致;获取超视距雷达在预设时间段内的雷达初始数据;根据雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;根据雷达初始数据和预设的第一录取频率确定雷达目标数据;根据第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;根据预设匹配方法将雷达目标数据和AIS目标数据进行匹配,得到匹配结果;根据匹配结果确定高度数值的雷达发现概率。通过本实施例提供的技术方案,确保了获取雷达发现概率的精准性和可靠性。

Description

一种雷达发现概率的分析方法和系统
技术领域
本发明实施例涉及海用超视距雷达技术领域,尤其涉及一种雷达发现概率的分析方法和系统。
背景技术
随着科学技术的发展以及海上贸易的不断进步。雷达在海上的应用也越发深入。
在现有技术中,通过常用的雷达对雷达发现概率进行获取。而常用的雷达发现概率检测方法是:基于某已知大小的雷达目标,尽可能保持目标空间位置变化不大,扫描N帧(N大于100),观测目标被发现的帧数,进而得到雷达发现概率。此方法已经被广泛的应用在海用雷达中。然而,由于海上环境变化迅速,即使目标空间位置略有差别,电波在传播路径的衰减可能变化很大。所以,传统方法中雷达目标检测的雷达发现概率并不精准。
发明内容
为解决上述技术问题,本发明实施例提供了一种雷达发现概率的分析方法和系统。
根据本发明实施例的一个方面,本发明实施例提供了一种雷达发现概率的分析方法,所述方法包括:
分别对超视距雷达和AIS设备进行授时,以确保所述超视距雷达和所述AIS设备的时间一致;
获取超视距雷达在预设时间段内的雷达初始数据;
根据所述雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;
根据所述雷达初始数据和预设的第一录取频率确定雷达目标数据;
根据所述第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;
根据预设匹配方法将所述雷达目标数据和所述AIS目标数据进行匹配,得到匹配结果;
根据所述匹配结果确定所述高度数值的雷达发现概率;
其中,所述第一录取频率小于第二录取频率。
在本实施例中,通过:根据雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值,根据雷达初始数据和预设的第一录取频率确定雷达目标数据,根据第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据,根据预设匹配方法将雷达目标数据和AIS目标数据进行匹配,得到匹配结果,并根据匹配结果确定高度数值的雷达发现概率的技术方案,实现了获取精准性高和可靠性强的雷达发现概率,从而实现了航海过程中的安全性的技术性效果,
根据本发明实施例的另一个方面,本发明实施例提供了一种雷达发现概率的分析系统,所述系统包括:
全球定位系统GPS用于:分别对超视距雷达和AIS设备进行授时,以确保所述超视距雷达和所述AIS设备的时间一致;
所述超视距雷达用于:获取所述超视距雷达在预设时间段内的雷达初始数据;
大气导波测试仪用于:根据获取到的所述雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;
所述AIS设备用于:根据获取到的所述雷达初始数据和,预设的第一录取频率确定雷达目标数据,并根据所述第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;
控制器用于:根据预设匹配方法将所述雷达目标数据和所述AIS目标数据进行匹配,得到匹配结果,并根据所述匹配结果确定所述高度数值的雷达发现概率;
其中,所述第一录取频率小于第二录取频率。
进一步地,所述AIS设备具体用于:
对所述第一文件格式的AIS初始数据进行解码和重组,得到第二文件格式的AIS初始数据;
根据所述第一录取频率从所述第二文件格式的AIS初始数据中确定录取后的AIS初始数据;
根据第二录取频率对所述录取后的AIS初始数据进行去重处理,得到所述AIS目标数据。
进一步地,所述控制器具体用于:
根据所述AIS目标数据构建第一矩阵,且根据所述雷达目标数据构建第二矩阵;
将所述第一矩阵中的AIS目标数据进行空间坐标变换,变换成坐标形式的AIS距离数据和AIS方位数据;
根据所述AIS距离数据和所述AIS方位数据构建第三矩阵;
从所述第二矩阵中选取与第三矩阵中的第一AIS目标数据对应的第一雷达目标数据,构建第四矩阵,其中,所述第一AIS目标数据包括:第一AIS距离数据和第一AIS方位数据,所述第一雷达目标数据包括:第一雷达距离数据和第一雷达方位数据;
根据所述第一AIS距离数据和所述第一雷达距离数据,确定距离差;
根据所述第一AIS方位数据和所述第一雷达方位数据,确定方位差;
当所述距离差小于预设距离门限,且所述方位差小于预设方位门限时,则根据所述距离差和所述方位差对应的第一雷达目标数据构建第五矩阵;
根据所述距离差、所述方位差和所述第五矩阵确定第六矩阵,所述第六矩阵为所述第一矩阵的一部分或全部。
进一步地,所述控制器还具体用于:
根据式1确定所述第五矩阵中第x行的雷达目标信息值f,式1:
其中,d为所述距离差,e为所述方位差;
根据第二雷达目标数据相匹配的所述第一AIS目标数据,构建所述第六矩阵,其中,所述第二雷达目标数据与f’相对应,且f’是q个f中最小的,q为所述第五矩阵的总行数。
进一步地,所述控制器还具体用于:
获取所述第六矩阵的行数,将所述第六矩阵的行数确定为匹配成功个数;
获取所述第一矩阵的行数,将所述第一矩阵的行数确定为AIS目标个数;
将所述匹配成功个数与所述AIS目标个数的商确定为所述雷达发现概率。
进一步地,所述控制器还具体用于:根据所述雷达发现概率和预设样本量,以及预设的参照标准确定所述雷达发现概率的置信区间,所述预设样本量与所述AIS目标数据的数量相对应。
进一步地,所述控制器还具体用于:
根据式2确定预设距离门限range_line,式2:
range_line=n*(预设雷达距离精度+预设AIS距离精度);
根据式3确定预设方位门限azimuth_line,式3:
azimuth_line=n*(预设雷达方位精度+预设AIS方位精度);
其中,n为系数,且1.5≤n≤3。
附图说明
图1为本发明实施例提供的一种雷达发现概率的分析方法的流程示意图;
图2为本发明实施例提供的一种雷达发现概率的分析系统的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透切理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种雷达发现概率的分析方法和系统。
根据本发明实施例的一个方面,本发明实施例提供了一种雷达发现概率的分析方法。
第一实施例:
请参阅图1,图1为本发明实施例提供的一种雷达发现概率的分析方法的流程示意图。
如图1所示,该方法应用于海用超视距雷达领域,该方法包括:
S100:分别对超视距雷达和AIS设备进行授时,以确保超视距雷达和AIS设备的时间一致;
S200:获取超视距雷达在预设时间段内的雷达初始数据;
S300:根据雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;
S400:根据雷达初始数据和预设的第一录取频率确定雷达目标数据;
S500:根据第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;
S600:根据预设匹配方法将雷达目标数据和AIS目标数据进行匹配,得到匹配结果;
S700:根据匹配结果确定高度数值的雷达发现概率;
其中,第一录取频率小于第二录取频率。
在本实施例中,为使分析的结果精准,得对超视距雷达和AIS设备的时间进行统一,所以,分别对超视距雷达和AIS设备进行统一时间的操作,即对超视距雷达和AIS设备进行授时。对授时的格式并不进行限定,优选地,为时间戳格式。以便清晰明了的确定超视距雷达和AIS设备的一致性。
可以理解的是,获取到的雷达初始数据可以与现有技术中获取到的雷达数据类型相同,所以,此处并不做详细阐述。优选地,雷达初始数据为初始点航迹数据。
其中,初始AIS初始数据与现有技术中的AIS数据类型也可相同,所以,此处并不做详细阐述。优选地,初始AIS初始数据包括:船名、呼号、海上移动通信业务标识MMSI、国际海事组织IMO船舶编号、船舶类型、船长、船宽、最大吃水深度等船舶静态数据,纬度、经度、船艏向、航迹向、航速、更新时间等船舶动态数据,船舶状态、吃水、目的地等船舶航程数据。
由于不同的船发送数据的效率并不相同,有些船发送数据的效率快,而有些船发送数据的效率慢。且,在同一个时间点上可能获得的AIS初始数据为多个,而雷达初始数据为无或者一个。所以,在本实施例中,分别对获取到的AIS初始数据和雷达初始数据进行预处理,使得在某一点上只有唯一的两两对应的数据。即,通过第一录取频率的方式从雷达初始数据中选取雷达目标数据,通过第二录取频率的方式从AIS初始数据中选取AIS目标数据。
然而,可以理解的是,由于抽取雷达初始数据的时间慢,抽取AIS初始数据的时间快。所以,为确定在同一时间点,雷达目标数据和AIS目标数据的可比性,第一录取频率小于第二录取频率。
可选的,当第一录取率为N,第二录取率为M时,将雷达初始数据和AIS初始数据的起始时刻对准,按照M将AIS数据分成不同的块,某些块中应该有空间位置不同的同一船的数据,将该数据块中的该船舶AIS初始数据做去重操作,使其每个块中同一船只有一行数据,确保与雷达目标数据的一对一对应关系。
当然,可以理解的是,在某些情况下,第一录取率大于第二录取率时,则不需要进行该项操作,并不会影响最终的结果。
且,需要说明的是,当在时刻A时,并不存在雷达初始数据,但是存在AIS初始数据,则并不会将该AIS初始数据删除,而是将该部分AIS初始数据也确定为AIS目标数据。
第二实施例:
本实施例以第一实施例为基础,在本实施例中,对S300做了进一步的限定,S300具体包括:
根据雷达初始数据建立目标扇区;
提取扇区的角平分线上的水文气象数据,得到蒸发波导的高度数据;
根据预设概率从高度数据中选取高度数值。
在本实施例中,假设有m个雷达初始数据,则根据m个雷达初始数据构建目标扇区。可以理解的是,目标扇区表示了m个雷达初始数据的分布。将该目标扇区的区间表示为【a,b】。
可以理解的是,既然是一个扇区,扇区会对应一个角度。提取该角度对应的角平分线上的水文气象数据,以便得到蒸发波导的高度数据。
其中,在提取角平分线上的水文气象数据时,尽可能提取多的数据,即监测点相距尽可能短的提取数据。因为水文气象数据容易受到环境等因素的影响,以确保提取的数据的可靠性更高,更精准。水文气象数据包括大气温度、大气压强、相对湿度、风速、风向以及海水表面温度等。
可以理解的是,由于选取的高度数据比较多,所以,可能存在将一些受环境等因素影响严重的数据也提取在内。而该部分数据可以认为是异常数据,不对该部分异常数据进行统计。所以,在提取了高度数据后,对高度数据进行筛选。具体地,根据高度数据出现的概率进行选取,得到高度数值。
优选地,采用累积概率大于80%的原则从高度数据中选取高度数值。
第三实施例:
本实施例以第一实施例或第二实施例为基础,在本实施例中,对S500进行了进一步的限定,S500具体包括:
对第一文件格式的AIS初始数据进行解码和重组,得到第二文件格式的AIS初始数据;
根据第一录取频率从第二文件格式的AIS初始数据中确定录取后的AIS初始数据;
根据第二录取频率对录取后的AIS初始数据进行去重处理,得到AIS目标数据。
在本实施例中,AIS初始数据在编码和重组前,为第一文件格式。考虑到系统的兼容性,以及结果的精准性。对AIS初始数据进行解码和重组,且由第一文件格式转换为第二文件格式。
第四实施例:
本实施例以上述任一实施例为基础,在本实施例中,对S600进行了进一步的限定,S600具体包括:
根据AIS目标数据构建第一矩阵,且根据雷达目标数据构建第二矩阵;
将第一矩阵中的AIS目标数据进行空间坐标变换,变换成坐标形式的AIS距离数据和AIS方位数据;
根据AIS距离数据和AIS方位数据构建第三矩阵;
从第二矩阵中选取与第三矩阵中的第一AIS目标数据对应的第一雷达目标数据,构建第四矩阵,其中,第一AIS目标数据包括:第一AIS距离数据和第一AIS方位数据,第一雷达目标数据包括:第一雷达距离数据和第一雷达方位数据;
根据第一AIS距离数据和第一雷达距离数据,确定距离差;
根据第一AIS方位数据和第一雷达方位数据,确定方位差;
当距离差小于预设距离门限,且方位差小于预设方位门限时,则根据距离差和方位差对应的第一雷达目标数据构建第五矩阵;
根据距离差、方位差和第五矩阵确定第六矩阵,第六矩阵为第一矩阵的一部分或全部。
分别根据AIS目标数据和雷达目标数据构建矩阵,具体地,当AIS目标数据为H个,雷达目标数据为h个时,则依次将H个AIS目标数据构建第一矩阵,第一矩阵的行数为H行。同理,依次将h个雷达目标数据构建第二矩阵,第二矩阵的行数为h行。
将第一矩阵中每一行对应的AIS目标数据进行空间坐标转换,得到与其对应的坐标形式的AIS距离数据和AIS方位数据。此时,根据AIS距离数据和AIS方位数据构建第三矩阵。
可以理解的是,第一矩阵中的为未经过空间坐标转换的AIS目标数据,而第三矩阵为经过空间转换的AIS目标数据。而雷达目标数据不需要经转换就包括第一雷达距离数据和第一雷达方位数据。
为使雷达目标数据和AIS目标数据的对应关系更清楚明朗的展现。所以,从第二矩阵中选取第一雷达目标数据,构建第二矩阵。其中,第一雷达目标数据与第一AIS目标数据相对应。
可以理解的是,第一雷达目标数据和第一AIS目标数据并不是用于限定雷达目标数据和AIS目标数据的个数,而是用以区别雷达目标数据中不同类型的数据,区别AIS目标数据中不同类型的数据。也就是说,第一雷达目标数据的数量和第一AIS目标数据的数量均可以为一个或多个,且二者数量可能相同,也可能不相同。
当第一AIS目标数据的个数为1个,即有1个第一AIS距离数据和1个第一AIS方位数据,第一雷达目标数据的个数为3个,即有3个第一雷达距离数据和3个第一雷达方位数据时,则依次将第一AIS距离数据与3个第一雷达距离数据进行比较,得到3个距离差,同理,也会得到3个方位差。当3个距离差均小于预先设置的距离门限,且3个方位差均小于预先设置的方位门限时,则将第一雷达目标数据构建第五矩阵,即第五矩阵中包括3个第一雷达距离数据和3个第一雷达方位数据。
但是,当3个距离差中有一个小于预先设置的距离门限,且该距离差对应的方位差也小于预先设置的方位门限,则根据该唯一一个第一雷达目标数据构建第五矩阵,即第五矩阵中仅包括1个第一雷达距离数据和1个第一雷达方位数据。
可选地,可根据第六矩阵构建第七矩阵,第六矩阵为部分AIS目标数据构建的,而第七矩阵为与该部分AIS目标数据相对应的雷达目标数据构建的。
第五实施例:
本实施例以第四实施例为基础,在本实施例中,对根据距离差、方位差和第五矩阵确定第六矩阵进行了进一步的限定,构建第六矩阵的过程具体如下:
根据式1确定第五矩阵中第x行的雷达目标信息值f,式1:
其中,d为距离差,e为方位差;
根据第二雷达目标数据相匹配的第一AIS目标数据,构建第六矩阵,其中,所述第二雷达目标数据与f’相对应,且f’是q个f中最小的,q为第五矩阵的总行数。
当第五矩阵中包括3个第一雷达距离数据和3个第一雷达方位数据,即第五矩阵的总行数为3行时,则通过式1计算每一行的雷达目标信息值,计算共得到3个雷达目标信息值,其中,第2个雷达目标信息值是3个雷达目标信息值中最小的。所以,根据第2个雷达目标信息值确定与其对应的第二雷达目标数据,并将与第二雷达目标数据相匹配的第一AIS目标数据构建第六矩阵。而根据第二雷达目标数据构建第七矩阵。
第六实施例:
本实施例以第四实施例或第五实施例为基础,在本实施例中,对S700进行了进一步的限定,S700具体包括:
获取第六矩阵的行数,将第六矩阵的行数确定为匹配成功个数;
获取第一矩阵的行数,将第一矩阵的行数确定为AIS目标个数;
将匹配成功个数与AIS目标个数的商确定为雷达发现概率。
第七实施例:
本实施例以上述任一实施例为基础,在本实施例中,该方法还包括:
根据雷达发现概率和预设样本量,以及预设的参照标准确定雷达发现概率的置信区间,预设样本量与AIS目标数据的数量相对应。
可以理解的是,选取的样本量不同,则得到的雷达发现概率一般情况下会不相同。而一般情况下,获取的样本量越多,则得到的雷达发现概率的结果相对而言更加精确。
根据距离分段、蒸发波导高度分段、船舶吨位分段等定义样本量,得到预设样本量w,而预设样本量即AIS目标数据的数量,p为雷达发现概率,p的置信区间为[p*-δ,p*+δ],用2δ表示,则在一定虚警概率条件下,当σ=0.1,置信度1-σ=90%时,样本量w、雷达发现概率p和置信区间2δ之间的关系(参照现代雷达期刊《雷达威力试飞技术》)如表1所示:
表1样本量w估算
可以理解的是,预设样本量的选取根据具体的情况进行决定,且为尽量减小蒸发导波高度浮动的影响,预设时间段尽可能控制在2小时以内。
通过本实施例提供的技术方案,可实现在同一时刻掌握超视距雷达全距离探测能力,对海用超视距雷达尤其有意义,而在同时段的样本量选取是为了大幅减少由于环境条件变化造成的误差。该方法的适用性也很广泛,可设置任意时间段、任意辐射扇区、任意距离区间、任意吨位船舶区间等,进而划分出多个最小单元,每个最小单元的AIS目标个数达到样本量指标时,可直接输出雷达发现概率值并绘制相应的示意图。亦可针对性的分析匹配结果,得到实测数据与目标融合的匹配示意图。
第七实施例:
本实施例以上述任一实施例为基础,在本实施例中,该方法还包括:
根据式2确定预设距离门限range_line,式2:
range_line=n*(预设雷达距离精度+预设AIS距离精度);
根据式3确定预设方位门限azimuth_line,式3:
azimuth_line=n*(预设雷达方位精度+预设AIS方位精度);
其中,n为系数,且1.5≤n≤3。
可以理解的是,此处系数n的取值可根据具体需求而定,但是,优选的,1.5≤n≤3。
根据本发明实施例的另一个方面,本发明实施例提供了与上述方法相对应的一种雷达发现概率的分析系统。
第一实施例:
请参阅图2,图2为本发明实施例提供的一种雷达发现概率的分析系统的结构示意图。
如图2所示,该系统包括:
全球定位系统GPS用于:分别对超视距雷达和AIS设备进行授时,以确保超视距雷达和AIS设备的时间一致;
超视距雷达用于:获取超视距雷达在预设时间段内的雷达初始数据;
大气导波测试仪用于:根据获取到的雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;
AIS设备用于:根据获取到的雷达初始数据和,预设的第一录取频率确定雷达目标数据,并根据第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;
控制器用于:根据预设匹配方法将雷达目标数据和AIS目标数据进行匹配,得到匹配结果,并根据匹配结果确定高度数值的雷达发现概率;
其中,第一录取频率小于第二录取频率。
其中,控制器为具有数据处理功能的终端,如计算机等。
第二实施例:
本实施例以第一实施例为基础,在本实施例中,大气导波测试仪具体用于:
根据雷达初始数据建立目标扇区;
提取扇区的角平分线上的水文气象数据,得到蒸发波导的高度数据;
根据预设概率从高度数据中选取高度数值。
第三实施例:
本实施例以第一实施例或第二实施例为基础,在本实施例中,AIS设备具体用于:
对第一文件格式的AIS初始数据进行解码和重组,得到第二文件格式的AIS初始数据;
根据第一录取频率从第二文件格式的AIS初始数据中确定录取后的AIS初始数据;
根据第二录取频率对录取后的AIS初始数据进行去重处理,得到AIS目标数据。
第四实施例:
本实施例以上述任一实施例为基础,在本实施例中,控制器具体用于:
根据AIS目标数据构建第一矩阵,且根据雷达目标数据构建第二矩阵;
将第一矩阵中的AIS目标数据进行空间坐标变换,变换成坐标形式的AIS距离数据和AIS方位数据;
根据AIS距离数据和AIS方位数据构建第三矩阵;
从第二矩阵中选取与第三矩阵中的第一AIS目标数据对应的第一雷达目标数据,构建第四矩阵,其中,第一AIS目标数据包括:第一AIS距离数据和第一AIS方位数据,第一雷达目标数据包括:第一雷达距离数据和第一雷达方位数据;
根据第一AIS距离数据和第一雷达距离数据,确定距离差;
根据第一AIS方位数据和第一雷达方位数据,确定方位差;
当距离差小于预设距离门限,且方位差小于预设方位门限时,则根据距离差和方位差对应的第一雷达目标数据构建第五矩阵;
根据距离差、方位差和第五矩阵确定第六矩阵,第六矩阵为第一矩阵的一部分或全部。
第五实施例:
本实施例以第四实施例为基础,在本实施例中,控制器还具体用于:
根据式1确定第五矩阵中第x行的雷达目标信息值f,式1:
其中,d为距离差,e为方位差;
根据第二雷达目标数据相匹配的第一AIS目标数据,构建第六矩阵,其中,所述第二雷达目标数据与f’相对应,且f’是q个f中最小的,q为第五矩阵的总行数。
第六实施例:
本实施例以第四实施例或第五实施例为基础,在本实施例中,控制器还具体用于:
获取第六矩阵的行数,将第六矩阵的行数确定为匹配成功个数;
获取第一矩阵的行数,将第一矩阵的行数确定为AIS目标个数;
将匹配成功个数与AIS目标个数的商确定为雷达发现概率。
第七实施例:
本实施例以上述任一实施例为基础,在本实施例中,控制器还具体用于:根据雷达发现概率和预设样本量,以及预设的参照标准确定雷达发现概率的置信区间,预设样本量与AIS目标数据的数量相对应。
第八实施例:
本实施例以上述任一实施例为基础,在本实施例中,控制器还具体用于:
根据式2确定预设距离门限range_line,式2:
range_line=n*(预设雷达距离精度+预设AIS距离精度);
根据式3确定预设方位门限azimuth_line,式3:
azimuth_line=n*(预设雷达方位精度+预设AIS方位精度);
其中,n为系数,且1.5≤n≤3。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
还应理解,在本发明各实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种雷达发现概率的分析方法,所述方法应用于海用超视距雷达领域,其特征在于,所述方法包括:
分别对超视距雷达和AIS设备进行授时,以确保所述超视距雷达和所述AIS设备的时间一致;
获取超视距雷达在预设时间段内的雷达初始数据;
根据所述雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;
根据所述雷达初始数据和预设的第一录取频率确定雷达目标数据;
根据所述第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;
根据预设匹配方法将所述雷达目标数据和所述AIS目标数据进行匹配,得到匹配结果;
根据所述匹配结果确定所述高度数值的雷达发现概率;
其中,所述第一录取频率小于第二录取频率。
2.根据权利要求1所述的一种雷达发现概率的分析方法,其特征在于,所述根据所述雷达初始数据和获取到水文气象数据确定蒸发波导的高度数值,具体包括:
根据所述雷达初始数据建立目标扇区;
提取所述扇区的角平分线上的所述水文气象数据,得到蒸发波导的高度数据;
根据预设概率从所述高度数据中选取所述高度数值。
3.根据权利要求1所述的一种雷达发现概率的分析方法,其特征在于,所述根据所述第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据,具体包括:
对所述第一文件格式的AIS初始数据进行解码和重组,得到第二文件格式的AIS初始数据;
根据所述第一录取频率从所述第二文件格式的AIS初始数据中确定录取后的AIS初始数据;
根据第二录取频率对所述录取后的AIS初始数据进行去重处理,得到所述AIS目标数据。
4.根据权利要求1所述的一种雷达发现概率的分析方法,其特征在于,所述根据预设匹配方法将所述雷达目标数据和所述AIS目标数据进行匹配,具体包括:
根据所述AIS目标数据构建第一矩阵,且根据所述雷达目标数据构建第二矩阵;
将所述第一矩阵中的AIS目标数据进行空间坐标变换,变换成坐标形式的AIS距离数据和AIS方位数据;
根据所述AIS距离数据和所述AIS方位数据构建第三矩阵;
从所述第二矩阵中选取与第三矩阵中的第一AIS目标数据对应的第一雷达目标数据,构建第四矩阵,其中,所述第一AIS目标数据包括:第一AIS距离数据和第一AIS方位数据,所述第一雷达目标数据包括:第一雷达距离数据和第一雷达方位数据;
根据所述第一AIS距离数据和所述第一雷达距离数据,确定距离差;
根据所述第一AIS方位数据和所述第一雷达方位数据,确定方位差;
当所述距离差小于预设距离门限,且所述方位差小于预设方位门限时,则根据所述距离差和所述方位差对应的第一雷达目标数据构建第五矩阵;
根据所述距离差、所述方位差和所述第五矩阵确定第六矩阵,所述第六矩阵为所述第一矩阵的一部分或全部。
5.根据权利要求4所述的一种雷达发现概率的分析方法,其特征在于,所述根据所述距离差、所述方位差和所述第五矩阵确定第六矩阵,具体包括:
根据式1确定所述第五矩阵中第x行的雷达目标信息值f,式1:
其中,d为所述距离差,e为所述方位差;
根据第二雷达目标数据相匹配的所述第一AIS目标数据,构建所述第六矩阵,其中,所述第二雷达目标数据与f’相对应,且f’是q个f中最小的,q为所述第五矩阵的总行数。
6.根据权利要求4或5所述的一种雷达发现概率的分析方法,其特征在于,所述根据所述匹配结果确定所述高度数值的雷达发现概率,具体包括:
获取所述第六矩阵的行数,将所述第六矩阵的行数确定为匹配成功个数;
获取所述第一矩阵的行数,将所述第一矩阵的行数确定为AIS目标个数;
将所述匹配成功个数与所述AIS目标个数的商确定为所述雷达发现概率。
7.根据权利要求1-5中任一项所述的一种雷达发现概率的分析方法,其特征在于,所述方法还包括:
根据所述雷达发现概率和预设样本量,以及预设的参照标准确定所述雷达发现概率的置信区间,所述预设样本量与所述AIS目标数据的数量相对应。
8.根据权利要求1-5中任一项所述的一种雷达发现概率的分析方法,其特征在于,所述方法还包括:
根据式2确定预设距离门限range_line,式2:
range_line=n*(预设雷达距离精度+预设AIS距离精度);
根据式3确定预设方位门限azimuth_line,式3:
azimuth_line=n*(预设雷达方位精度+预设AIS方位精度);
其中,n为系数,且1.5≤n≤3。
9.一种雷达发现概率的分析系统,其特征在于,所述系统包括:
全球定位系统GPS用于:分别对超视距雷达和AIS设备进行授时,以确保所述超视距雷达和所述AIS设备的时间一致;
所述超视距雷达用于:获取所述超视距雷达在预设时间段内的雷达初始数据;
大气导波测试仪用于:根据获取到的所述雷达初始数据和获取到的水文气象数据确定蒸发波导的高度数值;
所述AIS设备用于:根据获取到的所述雷达初始数据和,预设的第一录取频率确定雷达目标数据,并根据所述第一录取频率和预设的第二录取频率,以及获取到的第一文件格式的AIS初始数据确定AIS目标数据;
控制器用于:根据预设匹配方法将所述雷达目标数据和所述AIS目标数据进行匹配,得到匹配结果,并根据所述匹配结果确定所述高度数值的雷达发现概率;
其中,所述第一录取频率小于所述第二录取频率。
10.根据权利要求9所述的一种雷达发现概率的分析系统,其特征在于,所述大气导波测试仪具体用于:
根据所述雷达初始数据建立目标扇区;
提取所述扇区的角平分线上的所述水文气象数据,得到蒸发波导的高度数据;
根据预设概率从所述高度数据中选取所述高度数值。
CN201810273494.9A 2018-03-29 2018-03-29 一种雷达发现概率的分析方法和系统 Active CN108627825B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810273494.9A CN108627825B (zh) 2018-03-29 2018-03-29 一种雷达发现概率的分析方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810273494.9A CN108627825B (zh) 2018-03-29 2018-03-29 一种雷达发现概率的分析方法和系统

Publications (2)

Publication Number Publication Date
CN108627825A true CN108627825A (zh) 2018-10-09
CN108627825B CN108627825B (zh) 2020-05-01

Family

ID=63696481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810273494.9A Active CN108627825B (zh) 2018-03-29 2018-03-29 一种雷达发现概率的分析方法和系统

Country Status (1)

Country Link
CN (1) CN108627825B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113050092A (zh) * 2021-03-08 2021-06-29 中国人民解放军63891部队 一种基于ais信号的大气波导探测系统
CN113050196A (zh) * 2021-03-08 2021-06-29 中国人民解放军63891部队 一种利用ais信号进行大气波导探测、预报和通信的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016772B2 (en) * 2001-08-03 2006-03-21 Furuno Electric Company, Limited Vehicle information display apparatus
JP2014174039A (ja) * 2013-03-11 2014-09-22 Furuno Electric Co Ltd 移動体表示装置及び移動体表示方法
CN104656070A (zh) * 2015-03-19 2015-05-27 哈尔滨工业大学 雷达组网下的虚假目标消除方法
CN105116392A (zh) * 2015-09-09 2015-12-02 电子科技大学 一种针对ais与主动雷达航迹融合及识别的方法
CN107064928A (zh) * 2017-04-20 2017-08-18 北京海兰信数据科技股份有限公司 一种雷达与ais目标融合方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7016772B2 (en) * 2001-08-03 2006-03-21 Furuno Electric Company, Limited Vehicle information display apparatus
JP2014174039A (ja) * 2013-03-11 2014-09-22 Furuno Electric Co Ltd 移動体表示装置及び移動体表示方法
CN104656070A (zh) * 2015-03-19 2015-05-27 哈尔滨工业大学 雷达组网下的虚假目标消除方法
CN105116392A (zh) * 2015-09-09 2015-12-02 电子科技大学 一种针对ais与主动雷达航迹融合及识别的方法
CN107064928A (zh) * 2017-04-20 2017-08-18 北京海兰信数据科技股份有限公司 一种雷达与ais目标融合方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴志林 等: "搜索雷达发现概率建模与仿真研究", 《火力与指挥控制》 *
孙文杰 等: "AIS与雷达数据融合技术研究", 《科技创新与应用》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113050092A (zh) * 2021-03-08 2021-06-29 中国人民解放军63891部队 一种基于ais信号的大气波导探测系统
CN113050196A (zh) * 2021-03-08 2021-06-29 中国人民解放军63891部队 一种利用ais信号进行大气波导探测、预报和通信的方法
CN113050092B (zh) * 2021-03-08 2024-05-17 中国人民解放军63891部队 一种基于ais信号的大气波导探测系统

Also Published As

Publication number Publication date
CN108627825B (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
CN106443598B (zh) 基于卷积神经网络的雷达网协同航迹欺骗干扰鉴别方法
CN105842724B (zh) 一种船舶辅助泊岸方法和系统
CN111157982A (zh) 基于岸基雷达的智能船舶船岸协同目标跟踪系统和方法
CN113450596A (zh) 基于船舶轨迹特征点提取的时空dp方法
CN105841688A (zh) 一种船舶辅助泊岸方法和系统
CN111536962B (zh) 智能船舶的航线规划方法及装置、存储介质、计算机设备
CN104535066A (zh) 一种船载红外视频图像中的海上目标与电子海图的叠加方法及系统
CN112881993B (zh) 自动识别雷达分布杂波引起虚假航迹的方法
CN107909002B (zh) 基于海岸线匹配的红外遥感图像海陆分割方法
CN110221257B (zh) 一种海面目标探测虚警抑制方法、装置及雷达系统
CN103714717A (zh) 一种基于sar数据的船舶动态跟踪与行为模式识别方法
CN108490409A (zh) 基于航迹风险评估的三坐标雷达自动起始方法
CN108627825A (zh) 一种雷达发现概率的分析方法和系统
Anderson et al. Track association for over-the-horizon radar with a statistical ionospheric model
Wang et al. Research of obstacle recognition method for USV based on laser radar
Ciany et al. Computer aided detection/computer aided classification and data fusion algorithms for automated detection and classification of underwater mines
CN111105419B (zh) 一种基于极化sar图像的车辆船舶检测方法及装置
US7315485B1 (en) System and method for target classification and clutter rejection in low-resolution imagery
CN113641954B (zh) 一种复杂海洋环境中的三维声场快速预报方法及系统
CN116148893A (zh) 适用于vdes r-模式的基于实时比特边缘检测的测距方法及系统
CN111220158B (zh) 一种基于时间方位历程图的线谱目标运动参数估计方法
Nordkvist An advanced method for detecting exceptional vessel encounters in open waters from high resolution ais data
CN115542317A (zh) 一种基于多信息源的海面目标综合识别方法及系统
bin Mohamad Rafi et al. Radar-Based Collision Avoidance on Unmanned Surface Vehicles (USV)
RU2206104C2 (ru) Способ распознавания удаленных воздушных объектов

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant