CN110990756A - 基于可拓型逐层分析的空中目标航迹质量评估方法 - Google Patents
基于可拓型逐层分析的空中目标航迹质量评估方法 Download PDFInfo
- Publication number
- CN110990756A CN110990756A CN201911219624.1A CN201911219624A CN110990756A CN 110990756 A CN110990756 A CN 110990756A CN 201911219624 A CN201911219624 A CN 201911219624A CN 110990756 A CN110990756 A CN 110990756A
- Authority
- CN
- China
- Prior art keywords
- target
- layer
- track
- value
- error
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于可拓型逐层分析的空中目标航迹质量评估方法,首先保存单信息源空中目标航迹(包括雷达、ADS‑B、多点定位等)的位置和参数信息,计算目标航迹精度指标,包括位置精度、速度精度、航向精度,计算目标的完好性指标,包括航迹跟踪的完整性、航迹参数完整性和航迹参数正确性,计算航迹真伪指标,并对应量化表格取值,将量化取值结果统一到同一量纲0至1之间,应用可拓型逐层分析方法,分为目标层、准则层和指标层,确定各层的权重和各层中各指标的相对权重,形成最终该目标航迹的质量值。本发明针对信息源上报的航迹质量不一致,存在精度误差、参数缺失、航迹不完整和假目标等情况,提供了有效的信息源航迹质量评估手段。
Description
技术领域
本发明涉及一种空中目标航迹质量评估方法,特别是涉及一种基于可拓型逐层分析的空中目标航迹质量评估方法。
背景技术
近年来,我国在民航运输领域取得了快速发展,不断涌现出一批自动化程度较高的系统产品,包括空中交通管理系统等,空中交通管理系统可增强对航空器监视能力,系统通常会接入空管一二次雷达、ADS-B等监视信息源,供系统融合后显示系统航迹。
空中交通管理系统对信息源进行处理,形成系统航迹后在界面显示并更新,各信息源上报的航迹质量不一致,存在精度误差、参数缺失、航迹不完整和假目标等情况,目前尚缺少对信息源航迹质量的评估手段,无法选择最优信息源处理形成系统综合航迹,所以急需一种航迹质量评估手段,提供量化的航迹质量值。
发明内容
发明目的:本发明要解决的技术问题是提供一种基于可拓型逐层分析的空中目标航迹质量评估方法,针对信息源上报的航迹质量不一致,存在精度误差、参数缺失、航迹不完整和假目标等情况,解决了缺少信息源航迹质量评估手段的问题,提供了量化的航迹质量值。
技术方案:本发明所述的基于可拓型逐层分析的空中目标航迹质量评估方法,包括以下步骤:
(1)保存并更新单信息源航迹信息,所述航迹信息包括最新的若干个航迹点;
(2)将航迹信息目标位置与目标真实位置进行对比,计算系统误差,统计航迹信息目标位置和目标真实位置的误差均值,计算随机误差,对系统误差和随机误差进行综合处理,量化得到位置精度值A1;
(3)计算航迹信息目标速度与目标真实速度偏差的均值,量化得到速度精度值A2;
(4)计算航迹信息目标航向与目标真实航向偏差的均值,量化得到航向精度值A3;
(5)根据航迹信息更新周期计算理论跟踪时间和实际跟踪时间的比值,量化得到目标跟踪完整性指标B1;
(6)对航迹信息中目标参数是否齐全进行评估,得到目标参数上报完整性指标B2;
(7)对航迹信息中参数要素与目标真实参数要素进行比对,得到目标参数要素正确性指标B3;
(8)评估目标真伪,得到目标真伪值C;
(9)判断指标A1、A2、A3、B1、B2、B3、C的取值,将取值范围不为0至1的指标进行归一化;
(10)将上述归一化后的各指标采用逐层分析法,确定指标之间的相对权重,然后求和得到质量评估值Q,作为综合评估航迹质量的结果;
(11)当单信息源或系统目标航迹更新时,返回步骤(1)重新计算。
进一步的,所述航迹信息的参数包括高度、速度、航向、航班号、二次代码、高度、起飞机场、降落机场和国家。
进一步的,步骤(2)具体为:
(21)计算系统误差,目标飞机同时被两个雷达跟踪,雷达A和雷达B的坐标分别为(XSA,YSA)和(XSB,YSB),雷达A和雷达B对目标的量测分别为(RA,θA)和(RB,θB),雷达A的斜距误差与方位误差分别为ΔRA和ΔθA,雷达B的斜距误差与方位误差分别为ΔRB和ΔθB,目标飞机相对于雷达A和雷达B的直角坐标经误差补偿后分别为(x'A,y'A)和(x'B,y'B),
目标在公共坐标系中的量测坐标为,
P为AB两部雷达X方向量测偏差,Q为AB两部雷达Y方向量测偏差,
对于两个雷达重叠覆盖区域内的目标量测i=1,2,…,N,
形成矩阵,P为各次测量值,AB为矩阵变量。
P=AB,其中
求解为
B=(ATA)-1ATP
其中AT为A的转置,得到雷达A与雷达B的各个误差分量ΔRA和ΔθA、ΔRB和ΔθB,
Δρ=ΔRA+RAΔθA
其中Δρ为系统误差值;
σx为X方向的随机误差,σy为Y方向的随机误差,σxy为随机误差值;
(23)计算综合误差m,m=σxy*0.35+Δρ;
(24)根据设定的取值对应关系,将综合误差m量化得到位置精度误差值A1,A1取值范围1-15。
进一步的,步骤(5)具体为:
(51)取N=20个航迹点,如果信息更新周期未知,跟踪完整性指标B1置为0,如果已知信息源更新周期为T,计算理论跟踪时间T1,T1=(N-1)*T;
(52)统计实际跟踪目标时间为T2,T2为统计的最新点时间和最前点的时间差;
(53)计算B=T1/T2,根据设定的取值对应关系,将B量化得到跟踪完整性指标B1。
进一步的,步骤(6)具体为:对目标参数是否齐全进行评估,目标参数包含航班号、二次代码、高度、起飞机场、降落机场、起飞时间、降落时间和国家,目标参数上报完整性指标B2初值设置为1,缺少一项减0.1。
进一步的,步骤(7)具体为:对航迹信息中参数要素与目标真实参数要素进行比对,参数包括航班号、二次代码、高度、起飞机场、降落机场、起飞时间、降落时间、机型架数、任务、国家参数,目标参数要素正确性指标B3初值设置为1,1项参数不正确减0.1,无参数不处理。
进一步的,步骤(8)具体为:评估目标真伪,初值置为0,每连续上报3个航迹点加0.2,增加到0.8为止,其他某信息源发现该目标,如当前值小于0.5则置为0.5,否则保持当前值不变,其他两个或以上信息源发现该目标,目标真伪值为1,得到目标真伪值C。
进一步的,步骤(10)具体为:
(101)建立分层结构,
构造三层的航迹质量层次分析结构,第一层为目标层,表示航迹质量,第二层为准则层,包括真伪和参数,第三层为指标层,包括具体航迹指标A′1、A′2、A′3、B′1以及B2、B3、C,其中,A′1、A′2、A′3、B′1为A1、A2、A3、B1归一化后的结果;
(102)构造可拓判断矩阵,
(103)计算可拓型判断矩阵,
计算出一致性参数k和m,计算公式如下:
(104)判断一致性,
如符合0≤k≤1≤m,说明可拓区间判断矩阵一致性良好,如不符合,重新定义可拓区间;
(105)求出权重大小,
求出权重矢量S,
S=(S1,S2,…,Sn)T=<kx-,mx+>
求出权重P,
可得P=(P1,P2,…,Pn),表示某层上各因素对上一层某因素的单排序权重矢量,最后由此可得各权重Wi为:
其中,n为矩阵维数,得到该层因子对上级因素的影响权重Wt为,
其中t=2;
(106)按照上述方法分别计算出第三层B3、C和A′1、A′2、A′3、B′1、B2指标的权重值wi 3;
(107)计算质量评估值Q作为综合评估航迹质量的结果,W1=1,公式如下:
本发明所述的计算机存储介质,其上存储有计算机程序,所述计算机程序在被计算机处理器执行时实现上述基于可拓型逐层分析的空中目标航迹质量评估方法。
有益效果:本方法的显著优点为:1)本发明根据系统误差和随机误差判别位置精度,既考虑了位置的偏离,同时考虑了航迹的抖动,真实反映航迹质量状态,并对应表格量化表示为1-15的数值,浅显易懂,对管制员有较高的参考价值;2)本发明不但考虑了位置精度,也考虑速度和航向的偏差,航迹运行状态反映全面,实用价值高;3)本发明评估航迹质量时,除了位置考虑了航迹的连续性、目标参数的完整性、目标参数的准确性和航迹真伪,考虑要素全,可对航迹质量综合评定,思路清晰,算法简单明确;4)本发明对离散的目标航迹精度、完好性、真伪进行了分层处理,逐层评估质量,每一层建立可拓型指标,计算权重后形成了量化的质量值,数字化描述航迹质量这一综合指标。
附图说明
图1是本实施方式中方法的流程图;
图2是本实施方式中航迹质量层次分析结构图。
具体实施方式
该发明主要应用于空中交通运输领域,适用于空中交通管制系统等目标监视系统,对单信息源上报的航迹质量进行评估。本实施方式中方法流程如图1所示,具体为:
步骤1、保存单信息源或系统航迹信息,信息至少包括最新20个位置点、高度、速度、航向、航班号、二次代码、起飞机场、降落机场、国家,在航迹更新时,更新保存的信息;
步骤1-1、建立原始航迹和系统航迹的存储结构并分配空间,用于保存原始航迹和系统航迹信息;建立原始航迹存储结构数组,如下,
步骤1-2、接收到位置或参数信息更新时,目标航迹信息同步更新。
步骤2、通过某时刻航迹信息目标位置与目标真实位置对比,取15至20个航迹点,通过标准雷达方法,计算系统误差,统计航迹信息目标位置和目标真实位置(可取可信信息源的位置,如GPS回传等)的误差均值,计算随机误差,统计航迹的抖动性指标,对系统误差和随机误差综合处理,根据表格1对比,量化得到位置精度值A1,取值范围1-15;
步骤2-1、计算系统误差,目标飞机同时被两个雷达跟踪,假设雷达A和雷达B的坐标分别为(XSA,YSA),(XSB,YSB),雷达A和雷达B对目标的量测分别为(RA,θA)和(RB,θB),雷达A的斜距误差与方位误差分别为ΔRA和ΔθA,雷达B的斜距误差与方位误差分别为ΔRB和ΔθB,目标飞机相对于雷达A和雷达B的直角坐标经误差补偿后分别为(x'A,y'A)和(x'B,y'B),由以上假设,可以得到(x'A,y'A)和(x'B,y'B)描述式如下:
在没有随机误差的影响下,雷达A和雷达B测得的目标的真实坐标在数据处理中心的公共坐标系中的坐标应该是一致的,即
而实际上目标在公共坐标系中的量测坐标为
可以得到式,P为AB两部雷达X方向量测偏差,Q为AB两部雷达Y方向量测偏差
对于两个雷达重叠覆盖区域内的目标量测i=1,2,…,N,可以有式
此时误差修正问题变为求解下面的一个线性方程组的问题,形成矩阵后,P为各次测量值,AB为矩阵变量。
P=AB,其中
求解为B=(ATA)-1ATP
其中AT为A的转置,可以得到雷达A与雷达B的各个误差分量ΔRA和ΔθA,ΔRB和ΔθB。
Δρ=ΔRA+RAΔθA
其中Δρ为系统误差值。
执行步骤2-2;
σx为X方向的随机误差,σy为Y方向的随机误差,σxy为随机误差值,执行步骤2-3;
步骤2-3、计算综合误差m,m=σxy*0.35+Δρ,执行步骤2-4;
步骤2-4、m与表1比对,得到位置精度误差值A1,取值范围1-15。
表1位置精度值对应表
步骤3、取15至20个航迹点,计算航迹信息目标速度Vi与目标真实速度pVi偏差的均值Δv,其中N取15至20,
根据表2对比,得到速度精度值A2,取值范围1-5;
表2速度精度值对应表
步骤4、取15至20个航迹点,计算航迹信息目标航向Ci与目标真实航向PCi偏差的均值Δc,其中N取15至20,
根据表3对比,得到航向精度值A3,取值范围1-5;
表3航向精度值对应表
步骤5、取20个航迹点,根据周期计算理论跟踪时间和实际跟踪时间的比值,其中,周期为已知的航迹更新周期T,或者为统计的平均更新周期,理论跟踪时间为t,t=T*(N-1),N=20。实际跟踪时间为最新点和首点的时间差,根据表4比对,得到目标跟踪完整性指标B1,取值范围为1-7;
表4目标跟踪完整性指标对应表
例如,目标0501批,更新周期为4秒,9:00:00开始统计,更新19点后,共20个航迹点,时间为9:01:33,其理论跟踪时间T1=(20-1)*4,为76秒,实际跟踪时间为93秒,可见存在丢点,没有连续跟踪的情况,比值为0.817,通过与表格4比对,目标跟踪完整性指标B1为5;
步骤5-1、取N(15至20)个航迹点,如果信息更新周期未知,跟踪完整性指标B1置为0,如果已知信息源更新周期为T,,计算理论跟踪时间T1,T1=(N-1)*T执行步骤5-2;
步骤5-2、统计实际跟踪目标时间为T2,T2为统计的最新点时间和最前点的时间差,执行步骤5-3;
步骤5-3、计算目标跟踪完整性指标B=T1/T2,通过与表格4的比对,得到目标跟踪完整性指标B1,取值范围为1-7。
步骤6、对目标参数是否齐全进行评估,空中目标应包含航班号、二次代码、高度、起飞机场、降落机场、起飞时间、降落时间和国家,初值设置为1,缺少一项减0.1,得到目标参数要素上报的完整性B2,取值范围为0至1。
步骤7、与目标真实信息要素(取可信信息源)进行比对,包含航班号、二次代码、高度、起飞机场、降落机场、起飞时间、降落时间、国家参数,初值设置为1,一项参数不正确减0.1,无参数不处理,得到目标参数要素上报的正确性B3,取值范围为0至1。
步骤8、评估目标真伪,如评估单信息源航迹,初值置为0,每连续上报3个航迹点加0.2,增加到0.8为止,其他某信息源发现该目标,如当前值小于0.5则置为0.5,否则保持当前值不变,其他两个或以上信息源发现该目标,目标真伪值为1。如评估系统航迹,采用各单信息源目标真伪值得最大值,得到航迹真伪值C,取值范围0至1。
如雷达1发现某目标0501,更新了4个位置点,其他信息源没有发现,则单信息源的航迹真伪值为0.2。一分钟后,红外侦测手段发现该目标,目标真伪值为0.5。五分钟后,雷达2也发现了该目标,目标真伪值为1。
步骤9,对A1、A2、A3、B1进行归一化处理,将它们评估结果量化到同一量纲,即将其评估值均转换到0至1之间。如A1归一化处理后得到A′1,
其中,(A′1)max=1,(A′1)min=0,(A1)max=15,(A1)min=1。如当A1=15时,归一化结果为A′1=1。同理得A′2、A′3、B′1。
步骤10,将归一化后的各参数A′1,A′2,A′3,B′1以及B2,B3,C等指标采用可拓型逐层分析法,确定这七个指标之间的相对权重,再求和。所得结果用于最终综合评估航迹质量Q。
具体包括以下步骤:
(1)构造航迹质量层次分析结构,如图2所示,分为三层,第一层为目标层,表示航迹质量,第二层为准则层,包括真伪和参数,第三层为指标层,为具体航迹指标A′1,A′2,A′3,B′1以及B2,B3,C,其中B3为目标参数正确性指标参数,C为描述目标真伪可能性指标参数,A′1,A′2,A′3,B′1,B2为精度等指标参数。
(2)构造可拓判断矩阵,在建立分层结构后,将第二层的全部指标(真伪和参数)进行比较并判断相对重要性,构造一个可拓区间数判断矩阵A=[A-,A+],见表5所示;
表5准则层对目标层的可拓判断矩阵
(3)在可拓型判断矩阵中,A-由下端点组成的矩阵,A+是由上端点组成的矩阵,其中n表示矩阵的维度,为一个可拓区间,为区间的下端点,为区间的上端点。首先要求出A-和A+最大特征值对应的具有正分量的归一化特征矢量x-和x+,分别为
x-=(0.8567,0.1433)T
x+=(0.8567,0.1433)T
并由公式
可得K=0.9897,m=1.0102。
(4)由(3)可知0<=k<=1<=m,所以可拓区间判断矩阵一致性良好,如不符合0≤k≤1≤m,可让重新定义可拓区间;
(5)求出权重矢量S,根据公式:
S=(S1,S2,…,Sn)T=<kx-,mx+>
算出矢量权重为:
S1=<0.8479,0.8655>
S2=<0.1418,0.1447>
可得P=(P1,P2,…,Pn),表示某层上各因素对上一层某因素的单排序权重矢量,最后由此可得各权重Wi为:
其中,n为矩阵维数,得到该层因子对上级因素的影响权重Wt为,
其中t=2;
此例中,P=(70.5522,1)T可得W2=(0.9860,0.0140),故可得表6。
表6准则层对目标层的贡献程度
同理,依次类推,逐层计算其他指标。表7、表8为各指标的可拓性判断矩阵。
表7指标层对准则层的可拓性判断矩阵
表8指标层对准则层的可拓性判断矩阵
最终得到表9为算出指标层对目标层的贡献程度。
表9指标层对准则层的贡献程度
得到最终的W2W3=(0.4930,0.4930,0.0056,0.0028,0.0036,0.0004,0.0017);
(6)计算综合评估航迹质量的结果,由于已知W1=1,公式如下:
可得Q=0.0056A′1+0.0028A′2+0.0036A′3+0.0004B′1+0.0017B2+0.4930B3+0.4930C。
本发明实施例如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本发明实例不限制于任何特定的硬件和软件结合。
相应的,本发明的实施例还提供了一种计算机存储介质,其上存储有计算机程序。当所述计算机程序由处理器执行时,可以实现前述基于可拓型逐层分析的空中目标航迹质量评估方法。例如,该计算机存储介质为计算机可读存储介质。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (9)
1.一种基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,包括以下步骤:
(1)保存并更新单信息源航迹信息,所述航迹信息包括最新的若干个航迹点;
(2)将航迹信息目标位置与目标真实位置进行对比,计算系统误差,统计航迹信息目标位置和目标真实位置的误差均值,计算随机误差,对系统误差和随机误差进行综合处理,量化得到位置精度值A1;
(3)计算航迹信息目标速度与目标真实速度偏差的均值,量化得到速度精度值A2;
(4)计算航迹信息目标航向与目标真实航向偏差的均值,量化得到航向精度值A3;
(5)根据航迹信息更新周期计算理论跟踪时间和实际跟踪时间的比值,量化得到目标跟踪完整性指标B1;
(6)对航迹信息中目标参数是否齐全进行评估,得到目标参数上报完整性指标B2;
(7)对航迹信息中参数要素与目标真实参数要素进行比对,得到目标参数要素正确性指标B3;
(8)评估目标真伪,得到目标真伪值C;
(9)判断指标A1、A2、A3、B1、B2、B3、C的取值,将取值范围不为0至1的指标进行归一化;
(10)将上述归一化后的各指标采用逐层分析法,确定指标之间的相对权重,然后求和得到质量评估值Q,作为综合评估航迹质量的结果;
(11)当单信息源或系统目标航迹更新时,返回步骤(1)重新计算。
2.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于:所述航迹信息的参数包括高度、速度、航向、航班号、二次代码、高度、起飞机场、降落机场和国家。
3.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,步骤(2)具体为:
(21)计算系统误差,目标飞机同时被两个雷达跟踪,雷达A和雷达B的坐标分别为(XSA,YSA)和(XSB,YSB),雷达A和雷达B对目标的量测分别为(RA,θA)和(RB,θB),雷达A的斜距误差与方位误差分别为ΔRA和ΔθA,雷达B的斜距误差与方位误差分别为ΔRB和ΔθB,目标飞机相对于雷达A和雷达B的直角坐标经误差补偿后分别为(x'A,y'A)和(x'B,y'B),
目标在公共坐标系中的量测坐标为,
P为AB两部雷达X方向量测偏差,Q为AB两部雷达Y方向量测偏差,
对于两个雷达重叠覆盖区域内的目标量测i=1,2,…,N,
形成矩阵,P为各次测量值,AB为矩阵变量。
P=AB,其中
求解为B=(ATA)-1ATP
其中AT为A的转置,得到雷达A与雷达B的各个误差分量ΔRA和ΔθA、ΔRB和ΔθB,
Δρ=ΔRA+RAΔθA
其中Δρ为系统误差值;
σx为X方向的随机误差,σy为Y方向的随机误差,σxy为随机误差值;
(23)计算综合误差m,m=σxy*0.35+Δρ;
(24)根据设定的取值对应关系,将综合误差m量化得到位置精度误差值A1,A1取值范围1-15。
4.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,步骤(5)具体为:
(51)取N=20个航迹点,如果信息更新周期未知,跟踪完整性指标B1置为0,如果已知信息源更新周期为T,计算理论跟踪时间T1,T1=(N-1)*T;
(52)统计实际跟踪目标时间为T2,T2为统计的最新点时间和最前点的时间差;
(53)计算B=T1/T2,根据设定的取值对应关系,将B量化得到跟踪完整性指标B1。
5.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,步骤(6)具体为:对目标参数是否齐全进行评估,目标参数包含航班号、二次代码、高度、起飞机场、降落机场、起飞时间、降落时间和国家,目标参数上报完整性指标B2初值设置为1,缺少一项减0.1。
6.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,步骤(7)具体为:对航迹信息中参数要素与目标真实参数要素进行比对,参数包括航班号、二次代码、高度、起飞机场、降落机场、起飞时间、降落时间、机型架数、任务、国家参数,目标参数要素正确性指标B3初值设置为1,1项参数不正确减0.1,无参数不处理。
7.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,步骤(8)具体为:评估目标真伪,初值置为0,每连续上报3个航迹点加0.2,增加到0.8为止,其他某信息源发现该目标,如当前值小于0.5则置为0.5,否则保持当前值不变,其他两个或以上信息源发现该目标,目标真伪值为1,得到目标真伪值C。
8.根据权利要求1所述的基于可拓型逐层分析的空中目标航迹质量评估方法,其特征在于,步骤(10)具体为:
(101)建立分层结构,
构造三层的航迹质量层次分析结构,第一层为目标层,表示航迹质量,第二层为准则层,包括真伪和参数,第三层为指标层,包括具体航迹指标A′1、A′2、A′3、B′1以及B2、B3、C,其中,A′1、A′2、A′3、B′1为A1、A2、A3、B1归一化后的结果;
(102)构造可拓判断矩阵,
(103)计算可拓型判断矩阵,
计算出一致性参数k和m,计算公式如下:
(104)判断一致性,
如符合0≤k≤1≤m,说明可拓区间判断矩阵一致性良好,如不符合,重新定义可拓区间;
(105)求出权重大小,
求出权重矢量S,
S=(S1,S2,…,Sn)T=<kx-,mx+>
求出权重P,
可得P=(P1,P2,…,Pn),表示某层上各因素对上一层某因素的单排序权重矢量,最后由此可得各权重Wi为:
其中,n为矩阵维数,得到该层因子对上级因素的影响权重Wt为,
其中t=2;
(106)按照上述方法分别计算出第三层B3、C和A′1、A′2、A′3、B′1、B2指标的权重值wi 3;
(107)计算质量评估值Q作为综合评估航迹质量的结果,W1=1,公式如下:
9.一种计算机存储介质,其上存储有计算机程序,其特征在于:所述计算机程序在被计算机处理器执行时实现权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911219624.1A CN110990756B (zh) | 2019-12-03 | 2019-12-03 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911219624.1A CN110990756B (zh) | 2019-12-03 | 2019-12-03 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110990756A true CN110990756A (zh) | 2020-04-10 |
CN110990756B CN110990756B (zh) | 2023-01-31 |
Family
ID=70089669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911219624.1A Active CN110990756B (zh) | 2019-12-03 | 2019-12-03 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110990756B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111609858A (zh) * | 2020-05-28 | 2020-09-01 | 新石器慧通(北京)科技有限公司 | 定位误差确定方法、轨迹生成方法、装置及交通工具 |
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 |
CN112255612A (zh) * | 2020-11-03 | 2021-01-22 | 中国电子科技集团公司第二十八研究所 | 一种雷达航迹随机抖动性评估方法 |
CN112835004A (zh) * | 2020-12-31 | 2021-05-25 | 南京国睿防务系统有限公司 | 一种基于目标通道复制的航迹质量评估系统 |
CN114510676A (zh) * | 2022-02-17 | 2022-05-17 | 西北工业大学 | 一种评估连续时间航迹跟踪算法性能的度量方法 |
CN114611266A (zh) * | 2021-12-02 | 2022-06-10 | 河北雄安京德高速公路有限公司 | 一种无真值系统下的交通雷达跟踪性能评估方法 |
CN114689082A (zh) * | 2020-12-29 | 2022-07-01 | 北京原子机器人科技有限公司 | 陀螺仪实时自校准系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109034629A (zh) * | 2018-08-01 | 2018-12-18 | 北京电子工程总体研究所 | 一种评价指控系统多元信息融合性能的分析方法和系统 |
CN109901153A (zh) * | 2019-03-29 | 2019-06-18 | 西安电子科技大学 | 基于信息熵权和最近邻域数据关联的目标航迹优化方法 |
-
2019
- 2019-12-03 CN CN201911219624.1A patent/CN110990756B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109034629A (zh) * | 2018-08-01 | 2018-12-18 | 北京电子工程总体研究所 | 一种评价指控系统多元信息融合性能的分析方法和系统 |
CN109901153A (zh) * | 2019-03-29 | 2019-06-18 | 西安电子科技大学 | 基于信息熵权和最近邻域数据关联的目标航迹优化方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111609858A (zh) * | 2020-05-28 | 2020-09-01 | 新石器慧通(北京)科技有限公司 | 定位误差确定方法、轨迹生成方法、装置及交通工具 |
CN111609858B (zh) * | 2020-05-28 | 2021-10-22 | 新石器慧通(北京)科技有限公司 | 定位误差确定方法、轨迹生成方法、装置及交通工具 |
CN112255612A (zh) * | 2020-11-03 | 2021-01-22 | 中国电子科技集团公司第二十八研究所 | 一种雷达航迹随机抖动性评估方法 |
CN112255612B (zh) * | 2020-11-03 | 2024-02-13 | 中国电子科技集团公司第二十八研究所 | 一种雷达航迹随机抖动性评估方法 |
CN114689082A (zh) * | 2020-12-29 | 2022-07-01 | 北京原子机器人科技有限公司 | 陀螺仪实时自校准系统及方法 |
CN112835004A (zh) * | 2020-12-31 | 2021-05-25 | 南京国睿防务系统有限公司 | 一种基于目标通道复制的航迹质量评估系统 |
CN114611266A (zh) * | 2021-12-02 | 2022-06-10 | 河北雄安京德高速公路有限公司 | 一种无真值系统下的交通雷达跟踪性能评估方法 |
CN114611266B (zh) * | 2021-12-02 | 2024-03-15 | 河北雄安京德高速公路有限公司 | 一种无真值系统下的交通雷达跟踪性能评估方法 |
CN114510676A (zh) * | 2022-02-17 | 2022-05-17 | 西北工业大学 | 一种评估连续时间航迹跟踪算法性能的度量方法 |
CN114510676B (zh) * | 2022-02-17 | 2024-07-02 | 西北工业大学 | 一种评估连续时间航迹跟踪算法性能的度量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110990756B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110990756B (zh) | 基于可拓型逐层分析的空中目标航迹质量评估方法 | |
CN106997509B (zh) | 一种不确定信息融合的应急物资分布需求预测方法 | |
CN106646450B (zh) | 基于距离分步聚类的雷达航迹抗差关联方法 | |
CN107340516B (zh) | 基于多普勒速度的联合逻辑快速航迹起始方法 | |
CN113284369B (zh) | 一种基于ads-b实测航路数据的预测方法 | |
CN108549062B (zh) | 一种用于海面搜索雷达的系统平台及多模型目标跟踪方法 | |
CN114463932A (zh) | 非接触式施工安全距离主动动态识别预警系统及方法 | |
Xie et al. | An improved algorithm based on particle filter for 3D UAV target tracking | |
CN113075648A (zh) | 一种无人集群目标定位信息的聚类与滤波方法 | |
CN114444389B (zh) | 基于组合赋权和改进vikor的空袭目标动态威胁评估方法 | |
CN114219116B (zh) | 对流天气影响终端区的容量预测方法 | |
CN107194161B (zh) | 基于用户需求分级的araim可用性预测方法及装置 | |
CN111985119B (zh) | 基于HarmonySE和CBAM的架构权衡分析方法 | |
WO2020202259A1 (ja) | 合成開口レーダの画像処理装置及び画像処理方法 | |
CN114035536A (zh) | 一种基于蒙特卡洛法的飞行控制系统鲁棒性评估方法 | |
CN115372957A (zh) | 高超声速飞行器轨迹跟踪方法 | |
CN110839202B (zh) | 定位方法、装置、电子设备及存储介质 | |
Zhang et al. | Multi-target threat assessment in air combat based on AHP and FVIKOR | |
US20190227163A1 (en) | Cloud-based aircraft surveillance apparatus and methods | |
CN106093853B (zh) | 移动台位置的测量方法及装置 | |
CN113222229B (zh) | 一种基于机器学习的非合作无人机轨迹预测方法 | |
CN111273277B (zh) | 一种预测引导的多扩展目标量测集划分方法 | |
Mosavi | An effective method for GPS GDOP clustering using ant colony optimization algorithm | |
Neretin et al. | Optimal four-dimensional route searching methodology for civil aircrafts | |
Bulychev et al. | Quasioptimal Method for Solving the Triangulation Problem in Prior Uncertainty |
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 |