CN110988838A - 一种提高雷达航迹数据压缩极限的方法 - Google Patents
一种提高雷达航迹数据压缩极限的方法 Download PDFInfo
- Publication number
- CN110988838A CN110988838A CN201911300375.9A CN201911300375A CN110988838A CN 110988838 A CN110988838 A CN 110988838A CN 201911300375 A CN201911300375 A CN 201911300375A CN 110988838 A CN110988838 A CN 110988838A
- Authority
- CN
- China
- Prior art keywords
- radar
- precision
- compression
- limit
- speed
- 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
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
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- 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
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提供了一种提高雷达航迹数据压缩极限的方法,包括以下步骤(1)基于雷达报文语义贫先验知识分析,通过概率空间、样本精度、样本内相关性进行极限分析,减少雷达航迹中信息中冗余(2)贫先验知识条件下处理后的航迹报文,在富先验知识条件下,对样本间相关性、目标运动模型进行极限分析,进一步提高雷达航迹压缩极限。本发明是在无损压缩条件下极限分析方法,压缩极限是结构化信息精简程度衡量,掌握在一定的假设条件下无损压缩极限,对雷达航迹的设备存储容量、信息传输带宽具有重要的指导性、建设意义。
Description
技术领域
本发明属于雷达数据处理技术领域,尤其涉及一种提高雷达航迹数据压缩极限的方法。
背景技术
随着雷达技术高速持续发展,雷达通信系统向海陆空多网融合一体化、系统集成化发展,探测目标数量、量测距离以及用户数空前增加,海域、空域等实际情况愈加复杂,导致雷达目标数增加,加剧了尤其是雷情中心的处理数据的难度,给雷达航迹信息在系统中传输、存储和共享带来挑战。此外,在情报传输方面,有线信道速度较快、误码率低,但是在战时容易遭到破坏,诸如荒漠、孤岛等环境不具备布线的条件。在无线信道中,卫星信道相对稳定,但其通信资源极其有限,超短波仅适合视距条件下传输,短波作为最后“保底手段”的短波通信,带宽有限、速率较低。短波信道受到功率、调制解调等技术制约,信道提升有限,因此通过信源端对雷达情报进行分析,得到雷达航迹压缩极限,有效地改善报文存储、共享过程中延时高、占用过多带宽和存储资源的问题,对于航迹信息容量存储、信道传输容量设计具有重要指导意义。
雷达航迹报文是按照某一定固定结构进行组织,由点迹报文构成,其元素定义和元素数量、元素间相互关系都是预先规定好的。
按照压缩前后信息量是否产生损失可以分为无损压缩、有损压缩,有损压缩是指压缩会将一部分信息损失掉,在解压后无法恢复,造成一定程度的失真,以此产生更高的压缩比,通常用于图像、语音和视频等场景。无损压缩解压后不会产生失真,只是尽可能去除信息的冗余部分,通常用于文本数据、软件代码等场景。基于语义的压缩极限分析属于无损压缩的方法,雷达航迹报文也只适用于无损压缩。目前国内外针对雷达航迹压缩方法有一些研究,但是对于雷达航迹压缩极限的分析方法尚无任何专利和论文发表。
发明内容
发明目的:本发明要解决的技术问题提供一种提高雷达航迹数据压缩极限的方法,兼顾压缩效果和压缩时间,实现雷达通信场合“低时延、多目标”的要求,改善报文存储、共享过程中占用过多带宽、存储资源的问题。
技术方案:一种提高雷达航迹数据压缩极限的方法,包括以下步骤:
步骤1,对标准的雷达航迹数据从贫先验角度,去除冗余信息,提高压缩极限;
步骤2,对于经过步骤1处理后的雷达航迹数据,借鉴历史信息,从富先验角度进一步提高压缩极限。
步骤1包括如下步骤:
步骤1-1,对概率空间进行压缩极限分析:雷达航迹数据由ASCII或是十六进制形式构成,ASCII定义了128个字符,7比特bit即能够表示一个字符,则概率空间存在冗余,压缩率为12.5%;
步骤1-2,对样本精度压缩极限进行分析:雷达航迹数据包括位置信息和速度信息,位置信息包括极坐标或是直角坐标,速度信息包括航速和航向,样本精度由雷达量测精度、雷达航迹传输精度、应用场景精度确定,雷达量测精度、雷达航迹传输精度、应用场景精度分别记为RandarA、TransferA、UserA,量程范围记为Range,比较RadarA、TransferA、UserA,最大值记为MaxT,位置或速度字段初始比特数Np,位置、速度字段的压缩率P表达式为:
步骤1-3,进行样本内相关性极限分析:对于同一帧雷达航迹数据报文,雷达航迹数据往往包含目标运动位置、速度、时间等信息,因此样本内相关性从空间转换和时间耦合两个维度进行极限分析;
步骤1-3中,所述从时间耦合维度进行样本内相关性极限分析,包括:利用时间和角度的耦合性,雷达扫描时是匀速转动,已知雷达周期T,在同一雷达周期T内,两个目标的角度差值为Δθ,则时间差为Δt=θ/360*T,时间字段初始比特数为Nt,精度为KA,角度初始比特数为Nr,精度为RA,极限分析不能降低维度中样本精度,时间耦合精度判断表达式为:
如果上式不成立,则无法压缩时间耦合维度,如果上式成立,则时间字段极限压缩率P表达式为:
步骤1-3中,所述从空间转换维度进行样本内相关性极限分析,包括:雷达航迹下的空间转化涉及极坐标与直角坐标系的位置字段变换,设定Q点在极坐标系下坐标为(ρ,θ),极距离精度为PA,则Q点在直角坐标下的投影为(x,y),x坐标精度为SA,当PA≤SA,则转换公式如下:
x=ρ×sinθ
y=ρ×cosθ
否则转换公式如下:
arctan(y/x)取值范围是-90~90,通过空间转换,雷达航迹中极坐标系或直角坐标系的位置字段完全被压缩,压缩率为100%,由此提高了位置字段压缩极限。
时间耦合不仅包括角度与时间的耦合,还包括样本内一系列与时间关联的数据,固定频率通信场景中流水号、顺序消息识别符与时间的耦合。空间转换不仅包括极坐标、直角坐标等雷达航迹常用坐标系的转换,也包括地心大地坐标系、WGS-84坐标系、CGCS2000坐标系等系一列地理位置坐标系的空间转换。
步骤2包括如下步骤:
步骤2-1,进行样本间相关性极限分析:对于雷达航迹数据中的时不变信息,当发送、接受设备通信链路固定,去除所有时不变信息,或是将时不变信息固化到收发设备本身,压缩率为100%;时不变信息包含发送信息设备号、接受信息设备号、信息类型等时不变信息;
步骤2-2,建立雷达航迹中目标运动模型,计算得到最大压缩率。
步骤2-1包括:雷达对目标是周期性动态持续跟踪,对同一目标,航迹中距离、角度、航速、航向信息是持续变化,根据目标最大速度vmax、最大加速度amax、雷达周期T,计算距离、航速变化量的最少比特数,距离变化量所需最少比特数为log2(T*vmax),航速变化量所需最少比特数为log2(T*amax)。
步骤2-2包括:以时间t、极半径Δρ,方位角θ、航向q或航速Δv为自变量对同一目标建立运动模型Fm(t,Δρ,θ,q,Δv),t,Δρ,θ,q,Δv五个自变量分别占据x1、x2、…、x5比特数,运动模型Fm选择其中任意n个作为自变量,当(xj+xk+…+xn)值最小时,所述n个自变量建立的运动模型的压缩极限为最大压缩极限,j≤k≤n≤5,最大压缩率P表达式为:
P=[(x1+x2+..+x5)-(xj+xk+…+xn)]/(x1+x2+..+x5)。
雷达航迹中许多目标拥有固定的运动模型,尤其是海域和空域目标,例如在民航航空领域,飞机往往遵循着固定的航向、航速,周期性出现在相同领空区域,这样飞行可能重复了成百上千次,对于这类目标航迹建立模型,即能够用更少比特数传输目标全部信息,进一步提高压缩极限。
有益效果:与现有的技术相比,本发明公开的一种雷达航迹压缩极限的分析方法具有以下有益效果:1、雷达航迹压缩极限分析引入了语义的思想,传统的压缩极限是熵极限,语义层面的极限将报文样本内各个元素含义和具体应用场景相结合,增加了压缩极限分析角度2、贫先验知识条件下极限分析,着重考虑雷达航迹报文概率空间、样本精度、样本内相关性,对目标位置相关数据、速度相关数据所需要的最少比特数进行计算,最大程度上减少了位置、速度数据所需字节数。3、富先验知识条件下通过航迹报文帧间数据变化量减少冗余,同时引入运动模型的思想,挖掘雷达航迹报文帧间的深度耦合关系,进一步提高压缩极限;4、雷达航迹的压缩极限对于设备存储容量、信息传输带宽具有重要的指导性、建设意义,改善报文存储、共享过程中占用过多带宽、存储资源的问题,大幅提高报文的实时处理和传输效率。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为实施例中雷达航迹压缩极限分析的流程图;
图2为实施例中极坐标与直角坐标的转换关系。
具体实施方式
本实例以广泛采用的MH/T 4008-2000《空管雷达及管制中心设施间协调移交数据规范》CAT=001类单雷达航迹报文格式进行压缩极限分析,该协议属于对空目标雷达航迹报文格式,帧格式形如“<标志位><地址><控制字段><CAT><LEN><FS><记录项><帧检序列><标志位>”
标志位——帧头开始的标志,8比特;
地址——设备地址,8比特;
控制字段——命令和响应的种类,8比特;
CAT——表示传输的数据种类,8比特;
LEN——数据帧长度,16比特;
FS——字段说明确定传输的数据项,变长,传输数据项确定时,定长;
记录项——具体格式如下:
<0><1><2><3><4><5><6><7><8><9><10><11>各个字段号含义见下表1:
表1
字段号 | 意义 | 比特数 |
1 | 数据源标识 | 16 |
2 | 目标报告描述 | 8 |
3 | 航迹号 | 16 |
4 | 用极坐标表示的目标测量位置 | 32 |
5 | 用直角坐标表示的目标计算位置 | 32 |
6 | 用极坐标计算的航迹速度 | 32 |
7 | 扩展指示符 | — |
9 | 日时间 | 24 |
10 | 航迹状态 | 8 |
11 | 航迹质量 | 8 |
总数 | — | 176 |
帧检序列——循环冗余校验,16比特;
假定是单雷达通信场景中传输目标航迹报文;
如图1所示,对这种格式的雷达航迹报文进行极限分析首先从贫先验知识条件下分析,包括以下几个步骤:
步骤1,对雷达航迹数据各个字段的概率空间进行分析,各个字段均为十六进制形式,每一个比特都有相应的定义,不存在冗余,进入步骤2;
步骤2,从样本精度角度进行压缩极限分析,直角坐标表示目标位置时,X、Y的精度为1/32km,用极坐标表示目标的位置时,距离(ρ)的精度为1/64Km,方位角(θ)精度为0.0055°,速度的精度为2E-13km/s,日时间的精度为1/128s,在雷达测量精度、应用场景精度都高于报文传输精度时,雷达位置、速度的量程范围保持不变,不存在冗余;进入步骤3;
步骤3,从样本内相关性分析,空间转换维度中极坐标和直角坐标存在转化关系,转化关系如图2所示,设0°为极坐标轴的正方向,Q在极坐标系下坐标为(ρ,θ),则Q点在直角坐标下的投影为(x,y),可得到如下转换公式:
x=ρ×sinθ
y=ρ×cosθ
通过上式可以发现,字段<4>可以推导字段<5>,因此存在冗余,能够进行压缩,极坐标和直角坐标共占据64比特,压缩率为50%。
时间耦合维度中极坐标下的角度θ与日时间有一定相关性,设雷达的扫描周期为T,雷达在极坐标0°,日时间的记为t1,则同一个扫描周期内,当角度为θ时,目标日时间为:
通过记录雷达扫描圈数减少日时间比特数,日时间所需要最小的比特数为:LogT11059200,假设雷达扫描周期为10s,日时间所需要最少比特数为LogT11059200≈8。日时间压缩率为(24-8)/24=66.7%,进入步骤4;
1/64km<1/32km,距离(ρ)精度高于直角坐标X、Y精度。角度精度为2-16,日时间精度为1/128s,应满足如下公式:
T/216>1/128
上式显然成立,满足空间转换和时间耦合精度要求,进入步骤4。
贫先验知识条件下分析完成后,从富先验知识条件下进行极限分析。
步骤4,样本间相关性分析,由于是单雷达航迹通信场景,记录项中字段<0>最少比特数为8、字段<1>最少比特数为2,此外标志位、地址、控制字段、CAT、LEN、FS属于帧间的重复信息,这些信息压缩率为100%。记录项中字段<4>和字段<6>对于同一目标是连续变化,可以通过计算变化量形式进行压缩。
空中飞行目标中,民航客机远小于战斗机最大飞行速度,战斗机速度通常不超过2.35马赫,假设雷达周期为10s,对于同一目标极坐标最大变化量约为8km,按照位置传输精度为1/64km,则8个比特即可传递增量信息。战斗机最大加速度10g,一个雷达周期后,航速最大变化量为-0.1km/s~0.1km/s,速度精度2E-13km/s保持不变,所需要最少比特数为:Log2[0.1÷(2-13)]≈10,考虑航速正负性共需要11比特。进入步骤5。
步骤5当目标与已有运动模型匹配,执行=骤6,否则,目标为无规律运动,各个字段所需最少比特数如表2,计算得到雷达航迹的压缩极限,压缩比=(176+88)/89≈2.97。
表2
字段号 | 意义 | 最少比特数 |
1 | 数据源标识 | 8 |
2 | 目标报告描述 | 2 |
3 | 航迹号 | 16 |
4 | 用极坐标表示的目标测量位置 | 24 |
5 | 用直角坐标表示的目标计算位置 | 0 |
6 | 用极坐标计算的航迹速度 | 27 |
7 | 扩展指示符 | — |
9 | 日时间 | 8 |
10 | 航迹状态 | 2 |
11 | 航迹质量 | 2 |
总数 | — | 89 |
表2
步骤6目标匹配到已有模型,在一条航线上客机沿着匀速直线运动,以雷达为圆心建立极坐标系,客机速度v0,航向与正北方向夹角为θ0,已知客机的极坐标(ρ1,θ1),目标运动时间t、航速v、航向q、极半径ρ、方位角θ、极半径增量Δρ,建立目标运动模型。
针对实施例中的特定模型,比较t、q、ρ、θ占据的比特数,选取t作为自变量,利用目标运动时间t推导航速v、航向q、极半径ρ、方位角θ、极半径增量Δρ关系式为,:
通过上式可以发现,通过记录项中字段<3>与字段<9>,能够推导出其余字段,该模型下各个字段所需最少比特数如表3所示。计算得到雷达航迹压缩极限,压缩比=(176+88)/24=11。
表3
本发明提供了一种提高雷达航迹数据压缩极限的方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (7)
1.一种提高雷达航迹数据压缩极限的方法,其特征在于,包括如下步骤:
步骤1,对标准的雷达航迹数据从贫先验角度,去除冗余信息,提高压缩极限;
步骤2,对于经过步骤1处理后的雷达航迹数据,借鉴历史信息,从富先验角度进一步提高压缩极限。
2.根据权利要求1所述的方法,其特征在于,步骤1包括如下步骤:
步骤1-1,对概率空间进行压缩极限分析:雷达航迹数据由ASCII或是十六进制形式构成,ASCII定义了128个字符,7比特即能够表示一个字符,则概率空间存在冗余,压缩率为12.5%;
步骤1-2,对样本精度压缩极限进行分析:雷达航迹数据包括位置信息和速度信息,位置信息包括极坐标或是直角坐标,速度信息包括航速和航向,样本精度由雷达量测精度、雷达航迹传输精度、应用场景精度确定,雷达量测精度、雷达航迹传输精度、应用场景精度分别记为RandarA、TransferA、UserA,量程范围记为Range,比较RadarA、TransferA、UserA,最大值记为MaxT,位置和速度字段初始比特数为Np,则位置、速度字段的压缩率P表达式为:
步骤1-3,进行样本内相关性极限分析:从空间转换和时间耦合两个维度进行样本内相关性极限分析。
5.根据权利要求4所述的方法,其特征在于,步骤2包括如下步骤:
步骤2-1,进行样本间相关性极限分析:对于雷达航迹数据中的时不变信息,当发送、接受设备通信链路固定,去除所有时不变信息,或是将时不变信息固化到收发设备本身,压缩率为100%;
步骤2-2,建立雷达航迹中目标运动模型,计算得到最大压缩率。
6.根据权利要求5所述的方法,其特征在于,步骤2-1包括:雷达对目标是周期性动态持续跟踪,对同一目标,航迹中距离、角度、航速、航向信息是持续变化,根据目标最大速度vmax、最大加速度amax、雷达周期T,计算距离、航速变化量的最少比特数,距离变化量所需最少比特数为log2(T*vmax),航速变化量所需最少比特数为log2(T*amax)。
7.根据权利要求6所述的方法,其特征在于,步骤2-2包括:以时间t、极半径Δρ,方位角θ、航向q或航速Δv为自变量对同一目标建立运动模型Fm(t,Δρ,θ,q,Δv),t,Δρ,θ,q,Δv五个自变量分别占据x1、x2、…、x5比特数,运动模型Fm选择其中任意n个作为自变量,当(xj+xk+…+xn)值最小时,所述n个自变量建立的运动模型的压缩极限为最大压缩极限,j≤k≤n≤5,最大压缩率P表达式为:
P=[(x1+x2+..+x5)-(xj+xk+…+xn)]/(x1+x2+..+x5)。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911300375.9A CN110988838B (zh) | 2019-12-17 | 2019-12-17 | 一种提高雷达航迹数据压缩极限的方法 |
PCT/CN2020/089840 WO2021120504A1 (zh) | 2019-12-17 | 2020-05-12 | 一种提高雷达航迹数据压缩极限的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911300375.9A CN110988838B (zh) | 2019-12-17 | 2019-12-17 | 一种提高雷达航迹数据压缩极限的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110988838A true CN110988838A (zh) | 2020-04-10 |
CN110988838B CN110988838B (zh) | 2021-08-27 |
Family
ID=70094462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911300375.9A Active CN110988838B (zh) | 2019-12-17 | 2019-12-17 | 一种提高雷达航迹数据压缩极限的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110988838B (zh) |
WO (1) | WO2021120504A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120504A1 (zh) * | 2019-12-17 | 2021-06-24 | 南京莱斯电子设备有限公司 | 一种提高雷达航迹数据压缩极限的方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114994655B (zh) * | 2022-05-17 | 2024-05-14 | 中国电子科技集团公司第二十研究所 | 雷达/红外异构信息融合处理方法 |
CN115373419B (zh) * | 2022-08-23 | 2023-07-11 | 中国人民解放军陆军炮兵防空兵学院 | 一种超低空飞行器侦察监视方法及装置 |
CN115372956B (zh) * | 2022-09-02 | 2023-05-12 | 哈尔滨工业大学 | 一种基于正逆逻辑Hough变换的混合体制雷达航迹起始方法 |
CN116008945B (zh) * | 2023-03-24 | 2023-05-23 | 中安锐达(北京)电子科技有限公司 | 一种基于车载四面二维相控阵雷达航迹关联方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890268A (zh) * | 2012-10-11 | 2013-01-23 | 南京莱斯信息技术股份有限公司 | 一种雷达信号无损压缩的方法 |
CN105319535A (zh) * | 2014-07-29 | 2016-02-10 | 德尔福技术有限公司 | 雷达数据压缩系统和方法 |
CN105807266A (zh) * | 2016-05-19 | 2016-07-27 | 中国人民解放军军械工程学院 | 预警雷达航迹数据传输压缩方法 |
CN109343018A (zh) * | 2018-08-27 | 2019-02-15 | 南京理工大学 | 基于单比特压缩感知雷达的目标时延估计方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL1024780C2 (nl) * | 2003-11-14 | 2005-05-18 | Thales Nederland Bv | Datacompressiewerkwijze, beeldintegratieplatform en netwerk dat hiervan gebruik maakt. |
US10048075B2 (en) * | 2013-07-19 | 2018-08-14 | Sap Se | Trajectory data compression |
US10088324B2 (en) * | 2016-05-02 | 2018-10-02 | International Business Machines Corporation | Trajectory data compression |
CN107911196B (zh) * | 2017-10-27 | 2020-07-14 | 南京莱斯电子设备有限公司 | 一种雷达航迹报文传输方法 |
CN108519597A (zh) * | 2018-04-11 | 2018-09-11 | 中国人民解放军陆军工程大学 | 基于线性预测的雷达航迹压缩方法 |
CN110988838B (zh) * | 2019-12-17 | 2021-08-27 | 南京莱斯电子设备有限公司 | 一种提高雷达航迹数据压缩极限的方法 |
-
2019
- 2019-12-17 CN CN201911300375.9A patent/CN110988838B/zh active Active
-
2020
- 2020-05-12 WO PCT/CN2020/089840 patent/WO2021120504A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102890268A (zh) * | 2012-10-11 | 2013-01-23 | 南京莱斯信息技术股份有限公司 | 一种雷达信号无损压缩的方法 |
CN105319535A (zh) * | 2014-07-29 | 2016-02-10 | 德尔福技术有限公司 | 雷达数据压缩系统和方法 |
CN105807266A (zh) * | 2016-05-19 | 2016-07-27 | 中国人民解放军军械工程学院 | 预警雷达航迹数据传输压缩方法 |
CN109343018A (zh) * | 2018-08-27 | 2019-02-15 | 南京理工大学 | 基于单比特压缩感知雷达的目标时延估计方法 |
Non-Patent Citations (1)
Title |
---|
常传文 等: "雷达数据无损压缩研究", 《舰船电子工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120504A1 (zh) * | 2019-12-17 | 2021-06-24 | 南京莱斯电子设备有限公司 | 一种提高雷达航迹数据压缩极限的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021120504A1 (zh) | 2021-06-24 |
CN110988838B (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110988838B (zh) | 一种提高雷达航迹数据压缩极限的方法 | |
CN108055068B (zh) | 一种机载接收海上ais信号的模拟仿真系统的测试方法 | |
Zhang et al. | Joint trajectory and power optimization for UAV sensing over cellular networks | |
CN111885504B (zh) | 一种辅助移动车辆无线通信的无人机轨迹优化方法 | |
CN109286913B (zh) | 基于蜂窝网联的无人机移动边缘计算系统能耗优化方法 | |
CN112488322A (zh) | 一种基于数据特征感知聚合的联邦学习模型训练方法 | |
CN105392196A (zh) | 一种定位方法及装置 | |
WO2021216466A1 (en) | A cluster-based approach to positioning of vehicles in vehicle platooning or autonomous trucking | |
CN111615109A (zh) | 一种5g网联无人机的身份识别认证方法 | |
CN113552898B (zh) | 一种非确定干扰环境下的无人机鲁棒轨迹规划方法 | |
CN109086953A (zh) | 低空飞行目标的位置信息传输方法、设备及可读存储介质 | |
CN109131909B (zh) | 基于ads-b的防撞系统 | |
CN111107485A (zh) | 一种定位基站选择方法 | |
CN108648508A (zh) | 一种多路ads-b数据的转换方法、系统、电子设备及存储介质 | |
Tang et al. | A feedback-retransmission based asynchronous frequency hopping MAC protocol for military aeronautical ad hoc networks | |
CN110034911B (zh) | 一种物联网中快速数据传输方法、系统及存储介质 | |
Yuan et al. | A multi-UAVs’ trajectory data compression method based on 3D-SPM algorithm | |
CN104807464B (zh) | 飞行器近场引导方法 | |
CN110677191A (zh) | 一种基于空间信道状态信息的无人机中继选择优化方法 | |
CN113965298B (zh) | 双通道无人机视距通信系统的通信方法 | |
Varga et al. | ADS-B based real-time air traffic monitoring system | |
CN110224782A (zh) | 一种基于主动干扰的无人机编队网络安全通信方法及系统 | |
CN110071784B (zh) | 一种ads-b航空监视系统中的航空器定位方法 | |
CN112532557B (zh) | 基于ofdm通信的姿态校正系统及方法 | |
CN115441925B (zh) | 一种基于空地通信网络的无线计算系统 |
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 |