CN111680728A - 一种基于多源异构航迹数据的数据置信融合方法及系统 - Google Patents
一种基于多源异构航迹数据的数据置信融合方法及系统 Download PDFInfo
- Publication number
- CN111680728A CN111680728A CN202010477154.5A CN202010477154A CN111680728A CN 111680728 A CN111680728 A CN 111680728A CN 202010477154 A CN202010477154 A CN 202010477154A CN 111680728 A CN111680728 A CN 111680728A
- Authority
- CN
- China
- Prior art keywords
- data
- confidence
- track
- flight path
- marking
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G01S13/00—Systems 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- 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
- G01S13/00—Systems 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
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多源异构航迹数据的数据置信融合方法及系统,包括航班监视设备和航迹数据融合处理中心系统,所述航班监视设备包括ADS‑B系统、ACARS系统、ADSC信息转换设备和雷达监视系统,所述航班监视设备与航迹数据融合处理中心系统连接,所述航迹数据融合处理中心系统包括采集输入模块、数据标准化处理模块、时间置信度处理模块、空间置信度处理模块、异常值剔除模块和数据融合处理模块。本发明能对各类监视数据进行偏差突变数据的识别并排除,并按特征项及置信度进行信息融合,可以得到实时的全流程监视数据,为航班运行监视系统提供了准确、丰富、可靠的监视数据支撑,提高了航班监视数据的质量,保障了航班运行安全。
Description
技术领域
本发明涉及航迹数据处理领域,尤其涉及一种基于多源异构航迹数据的数据置信融合方法及系统。
背景技术
MH370事件以来,中国民航致力于建设更加完备的航班运行监控体系,保障航班的全流程监视与运行安全。航班运行监控体系建设必须以丰富的运行监控数据融合为基础,包括航班动态、轨迹数据、计划数据、运行业务数据等,其中面向多源监视数据源的实时轨迹融合是数据融合技术中的关键,也是现有技术研发的难点。
航班运行轨迹监视数据包括广播式自动相关监视(ADS-B)、ACARS、ADS-C、空管雷达等,一方面这些数据来自于不同的监视手段、依赖于不同的技术原理,因此在数据格式、协议标准、频率、误差、时间校准等方面均存在明显差异无法直接同时使用;另一方面不同数据的监视结果也可能存在明显偏差,甚至在同一时间出现完全矛盾的监视结果。这些情况造成了基于海量运行监控数据融合的监控体系建设形成了障碍,如何有效地融合海量数据并能给出置信较高的数据,是航班运行轨迹监视数据领域的研发方向与技术难点。
发明内容
针对现有技术存在的不足之处,本发明的目的在于提供一种基于多源异构航迹数据的数据置信融合方法及系统,能够采集多种航班监视设备的多源异构航迹数据,依据数据特征项进行标准化处理,能对数据中的突变异常值进行识别剔除处理,并综合时间维度置信度逻辑分析与空间地理维度置信度逻辑分析对航迹数据按照数据特征进行数据融合,同时能排序置信度备查、备用;本发明能够实时对航迹数据进行融合处理,并得到实时的全流程监视数据,保障了航班运行安全。
本发明的目的通过下述技术方案实现:
一种基于多源异构航迹数据的数据置信融合方法,其方法如下:
A、从航班监视设备采集多源异构航迹数据,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备、雷达监视系统;对多源异构航迹数据按其数据特征项进行标准化处理并得到航迹基础数据,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);
B、对航迹基础数据根据时间维度分析置信度,并标记航迹基础数据的时序置信度;
C、对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度,并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;
D、对航迹基础数据中的突变异常值进行识别、剔除处理;
E、航迹数据融合处理中心系统综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合。
本发明数据置信融合方法步骤A中标准化处理方法如下:
对多源异构航迹数据提取数据特征项并统一数据格式,按照数据信号接收先后顺序通过高并发消息中间件方式完整准确地发送至航迹数据融合处理中心系统。
本发明数据置信融合方法步骤B中时间维度分析置信度方法如下:
根据数据源类型(SR)识别并标识数据源,然后根据数据源类型(SR)的位置报时间(TE)先后排序并计算出时间差Δt,按照如下方法标记航迹基础数据的时序置信度(RTE):
B1、第一个时间点TE1,所有数据源第一时间点的数据的时序置信度标记为:RTE1=1;
B11、同类的数据源:TE2>TE1且|TE2-TE1|<30min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;否则,第二个时间点TE2的数据的时序置信度标记为:RTE=0;
依次类推,标记出同类数据源中所有时间点的数据的时序置信度;
B12、非同类的数据源:|TE2-TE1|<1min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=0.5;1min≤|TE2-TE1|≤5min,则第二个时间点TE2的数据的时序置信度标记为:RTE=0;|TE2-TE1|>5min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;
依次类推,标记出非同类数据源中所有时间点的数据的时序置信度。
本发明数据置信融合方法步骤C中空间地理维度分析置信度方法包括如下:
依据前后航迹数据或/和历史航迹数据中的经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE),根据飞行空间位置角度计算航迹信息的空间置信度(RLC),
C1、|前后航迹数据的两个经纬度计算的航向-实际航向(CO)|<45o,则后数据源中的经纬度数据的空间置信度标记为:R1LC=1;否则,标记为;R1LC=0;依次类推,标记出航迹基础数据中所有经纬度数据的空间置信度;
C2、将当前航迹数据的高度数据与历史航迹数据平均高度比较,如果高度差≤2000,则数据源中的高度数据的空间置信度标记为:R2LC=1,否则,标记为:R2LC=0;依次类推,标记出航迹基础数据中所有高度数据的空间置信度。
本发明数据置信融合方法步骤C中空间地理维度分析置信度方法还包括如下:
C3、当前航迹数据与历史航迹数据,若从空间角度上存在自相交或者空间位置存在来回折叠情况,则航迹基础数据中对应数据的空间置信度标记为:R3LC=0;否则,标记为;R3LC=0.5;依次类推,标记出航迹基础数据中所有对应数据的空间置信度;
C4、计算航迹数据与历史航迹的空间距离,若距离>音速*时间差,则航迹基础数据中对应数据的空间置信度标记为:R4LC=0,否则,标记为:R4LC=1;依次类推,标记出航迹基础数据中所有对应数据的空间置信度。
本发明数据置信融合方法步骤E中加权方法如下:
E1、分别对航班监视设备进行赋予加权值;
E2、分别对步骤B中时间维度分析置信度赋予加权值;
E3、分别对步骤C中空间地理维度分析置信度赋予加权值。
一种基于多源异构航迹数据的数据置信融合方法,其方法如下:
A、从航班监视设备采集多源异构航迹数据,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备、雷达监视系统;对多源异构航迹数据提取数据特征项并统一数据格式同时进行归一化指标处理、记录数据发送频率,按照数据信号接收先后顺序通过高并发消息中间件方式完整准确地将待融合的航迹基础数据发送至航迹数据融合处理中心系统,航迹数据融合处理中心系统分别对航班监视设备进行赋予加权值,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);
B、对航迹基础数据根据时间维度分析置信度,并标记航迹基础数据的时序置信度;根据数据源类型(SR)识别并标识数据源,然后根据数据源类型(SR)的位置报时间(TE)先后排序并计算出时间差Δt,按照如下方法标记航迹基础数据的时序置信度(RTE),同时航迹数据融合处理中心系统对同类数据源、非同类数据源分别赋予加权值:
B1、第一个时间点TE1,所有数据源第一时间点的数据的时序置信度标记为:RTE1=1;
B11、同类的数据源:TE2>TE1且|TE2-TE1|<30min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;否则,第二个时间点TE2的数据的时序置信度标记为:RTE=0;
依次类推,标记出同类数据源中所有时间点的数据的时序置信度;
B12、非同类的数据源:|TE2-TE1|<1min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=0.5;1min≤|TE2-TE1|≤5min,则第二个时间点TE2的数据的时序置信度标记为:RTE=0;|TE2-TE1|>5min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;
依次类推,标记出非同类数据源中所有时间点的数据的时序置信度;
C、对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度,并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;
依据前后航迹数据或/和历史航迹数据中的经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE),根据飞行空间位置角度计算航迹信息的空间置信度(RLC):
C1、|前后航迹数据的两个经纬度计算的航向-实际航向(CO)|<45o,则后数据源中的经纬度数据的空间置信度标记为:R1LC=1;否则,标记为;R1LC=0;依次类推,标记出航迹基础数据中所有经纬度数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C2、将当前航迹数据的高度数据与历史航迹数据平均高度比较,如果高度差≤2000,则数据源中的高度数据的空间置信度标记为:R2LC=1,否则,标记为:R2LC=0;依次类推,标记出航迹基础数据中所有高度数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C3、当前航迹数据与历史航迹数据,若从空间角度上存在自相交或者空间位置存在来回折叠情况,则航迹基础数据中对应数据的空间置信度标记为:R3LC=0;否则,标记为;R3LC=0.5;依次类推,标记出航迹基础数据中所有对应数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C4、计算航迹数据与历史航迹的空间距离,若距离>音速*时间差,则航迹基础数据中对应数据的空间置信度标记为:R4LC=0,否则,标记为:R4LC=1;依次类推,标记出航迹基础数据中所有对应数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
D、基于航迹数据融合处理中心系统学习对航迹基础数据中的突变异常值进行识别、剔除、优化处理;
E、航迹数据融合处理中心系统综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合,得到综合置信度最高的航迹融合数据,同时保留航迹基础数据并按照综合置信度、时序置信度、空间置信度分别排序备用。
一种基于多源异构航迹数据的数据置信融合系统,包括航班监视设备和航迹数据融合处理中心系统,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备和雷达监视系统,所述航班监视设备与航迹数据融合处理中心系统连接,所述航迹数据融合处理中心系统包括采集输入模块、数据标准化处理模块、时间置信度处理模块、空间置信度处理模块、异常值剔除模块和数据融合处理模块,所述采集输入模块用于采集航班监视设备中的航迹数据并得到多源异构航迹数据,所述数据标准化处理模块用于对多源异构航迹数据按照数据特征项进行标准化处理并得到航迹基础数据,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);所述时间置信度处理模块用于对航迹基础数据根据时间维度分析置信度并标记航迹基础数据的时序置信度;所述空间置信度处理模块用于对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;所述异常值剔除模块用于对航迹基础数据中的突变异常值进行识别、剔除处理;所述数据融合处理模块综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合。
本发明较现有技术相比,具有以下优点及有益效果:
(1)本发明能够采集多种航班监视设备的多源异构航迹数据,依据数据特征项进行标准化处理,能对数据中的突变异常值进行识别剔除处理,并综合时间维度置信度逻辑分析与空间地理维度置信度逻辑分析对航迹数据按照数据特征进行数据融合,同时能排序置信度备查、备用;本发明能够实时对航迹数据进行融合处理,并得到实时的全流程监视数据,保障了航班运行安全。
(2)本发明能够在正确识别与剔除偏差数据的前提下,通过时空配准、信息匹配、数据挖掘等方法实现有效数据融合,提高了航班监视数据的质量,提高了航班监视效果。
(2)本发明设计了一套准确、有效的实时航迹数据融合方法及系统,对各类监视数据进行偏差突变数据的识别并排除,并进行充分有效的信息融合,保证了有效信息的叠加以及重复数据、错误数据的剔除,为航班运行监视系统提供准确、丰富、可靠的监视数据支撑。
附图说明
图1为本发明数据置信融合系统的原理结构框图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明:
实施例一
一种基于多源异构航迹数据的数据置信融合方法,其方法如下:
A、从航班监视设备采集多源异构航迹数据,所述航班监视设备包括ADS-B系统(即广播式自动相关监视系统的简称,其由多地面站和机载站构成)、ACARS系统(即飞机通信寻址与报告系统,可以为ACARS机载系统)、ADSC信息转换设备、雷达监视系统;对多源异构航迹数据按其数据特征项进行标准化处理并得到航迹基础数据,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR)。
本实施例步骤A中标准化处理方法如下:
对多源异构航迹数据提取数据特征项并统一数据格式,按照数据信号接收先后顺序通过高并发消息中间件方式完整准确地发送至航迹数据融合处理中心系统。
B、对航迹基础数据根据时间维度分析置信度,并标记航迹基础数据的时序置信度;本实施例步骤B中时间维度分析置信度方法如下:
根据数据源类型(SR)识别并标识数据源,然后根据数据源类型(SR)的位置报时间(TE)先后排序并计算出时间差Δt,按照如下方法标记航迹基础数据的时序置信度(RTE):
B1、第一个时间点TE1,所有数据源第一时间点的数据的时序置信度标记为:RTE1=1;
B11、同类的数据源:TE2>TE1且|TE2-TE1|<30min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;否则,第二个时间点TE2的数据的时序置信度标记为:RTE=0;
依次类推,标记出同类数据源中所有时间点的数据的时序置信度;
B12、非同类的数据源:|TE2-TE1|<1min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=0.5;1min≤|TE2-TE1|≤5min,则第二个时间点TE2的数据的时序置信度标记为:RTE=0;|TE2-TE1|>5min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;
依次类推,标记出非同类数据源中所有时间点的数据的时序置信度。
C、对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度,并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;本实施例步骤C中空间地理维度分析置信度方法包括如下:
依据前后航迹数据或/和历史航迹数据中的经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE),根据飞行空间位置角度计算航迹信息的空间置信度(RLC),
C1、|前后航迹数据的两个经纬度计算的航向-实际航向(CO)|<45o,则后数据源中的经纬度数据的空间置信度标记为:R1LC=1;否则,标记为;R1LC=0;依次类推,标记出航迹基础数据中所有经纬度数据的空间置信度;
C2、将当前航迹数据的高度数据与历史航迹数据平均高度比较,如果高度差≤2000,则数据源中的高度数据的空间置信度标记为:R2LC=1,否则,标记为:R2LC=0;依次类推,标记出航迹基础数据中所有高度数据的空间置信度。
C3、当前航迹数据与历史航迹数据,若从空间角度上存在自相交或者空间位置存在来回折叠情况,则航迹基础数据中对应数据的空间置信度标记为:R3LC=0;否则,标记为;R3LC=0.5;依次类推,标记出航迹基础数据中所有对应数据的空间置信度;
C4、计算航迹数据与历史航迹的空间距离,若距离>音速*时间差,则航迹基础数据中对应数据的空间置信度标记为:R4LC=0,否则,标记为:R4LC=1;依次类推,标记出航迹基础数据中所有对应数据的空间置信度。
D、对航迹基础数据中的突变异常值进行识别、剔除处理;
E、航迹数据融合处理中心系统综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合。本实施例步骤E中加权方法如下:
E1、分别对航班监视设备进行赋予加权值;
E2、分别对步骤B中时间维度分析置信度赋予加权值;
E3、分别对步骤C中空间地理维度分析置信度赋予加权值。
如图1所示,一种基于多源异构航迹数据的数据置信融合系统,包括航班监视设备和航迹数据融合处理中心系统,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备和雷达监视系统,所述航班监视设备与航迹数据融合处理中心系统连接,所述航迹数据融合处理中心系统包括采集输入模块、数据标准化处理模块、时间置信度处理模块、空间置信度处理模块、异常值剔除模块和数据融合处理模块,所述采集输入模块用于采集航班监视设备中的航迹数据并得到多源异构航迹数据,所述数据标准化处理模块用于对多源异构航迹数据按照数据特征项进行标准化处理并得到航迹基础数据,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);所述时间置信度处理模块用于对航迹基础数据根据时间维度分析置信度并标记航迹基础数据的时序置信度;所述空间置信度处理模块用于对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;所述异常值剔除模块用于对航迹基础数据中的突变异常值进行识别、剔除处理;所述数据融合处理模块综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合。
实施例二
一种基于多源异构航迹数据的数据置信融合方法,其方法如下:
A、从航班监视设备采集多源异构航迹数据,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备、雷达监视系统;对多源异构航迹数据提取数据特征项并统一数据格式同时进行归一化指标处理、记录数据发送频率,按照数据信号接收先后顺序通过高并发消息中间件方式完整准确地将待融合的航迹基础数据发送至航迹数据融合处理中心系统,航迹数据融合处理中心系统分别对航班监视设备进行赋予加权值,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);
B、对航迹基础数据根据时间维度分析置信度,并标记航迹基础数据的时序置信度;根据数据源类型(SR)识别并标识数据源,然后根据数据源类型(SR)的位置报时间(TE)先后排序并计算出时间差Δt,按照如下方法标记航迹基础数据的时序置信度(RTE),同时航迹数据融合处理中心系统对同类数据源、非同类数据源分别赋予加权值:
B1、第一个时间点TE1,所有数据源第一时间点的数据的时序置信度标记为:RTE1=1;
B11、同类的数据源:TE2>TE1且|TE2-TE1|<30min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;否则,第二个时间点TE2的数据的时序置信度标记为:RTE=0;
依次类推,标记出同类数据源中所有时间点的数据的时序置信度;
B12、非同类的数据源:|TE2-TE1|<1min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=0.5;1min≤|TE2-TE1|≤5min,则第二个时间点TE2的数据的时序置信度标记为:RTE=0;|TE2-TE1|>5min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;
依次类推,标记出非同类数据源中所有时间点的数据的时序置信度;
C、对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度,并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;
依据前后航迹数据或/和历史航迹数据中的经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE),根据飞行空间位置角度计算航迹信息的空间置信度(RLC):
C1、|前后航迹数据的两个经纬度计算的航向-实际航向(CO)|<45o,则后数据源中的经纬度数据的空间置信度标记为:R1LC=1;否则,标记为;R1LC=0;依次类推,标记出航迹基础数据中所有经纬度数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C2、将当前航迹数据的高度数据与历史航迹数据平均高度比较,如果高度差≤2000,则数据源中的高度数据的空间置信度标记为:R2LC=1,否则,标记为:R2LC=0;依次类推,标记出航迹基础数据中所有高度数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C3、当前航迹数据与历史航迹数据,若从空间角度上存在自相交或者空间位置存在来回折叠情况,则航迹基础数据中对应数据的空间置信度标记为:R3LC=0;否则,标记为;R3LC=0.5;依次类推,标记出航迹基础数据中所有对应数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C4、计算航迹数据与历史航迹的空间距离,若距离>音速*时间差,则航迹基础数据中对应数据的空间置信度标记为:R4LC=0,否则,标记为:R4LC=1;依次类推,标记出航迹基础数据中所有对应数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
D、基于航迹数据融合处理中心系统学习对航迹基础数据中的突变异常值进行识别、剔除、优化处理;
E、航迹数据融合处理中心系统综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合,得到综合置信度最高的航迹融合数据,同时保留航迹基础数据并按照综合置信度、时序置信度、空间置信度分别排序备用。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于多源异构航迹数据的数据置信融合方法,其特征在于:其方法如下:
A、从航班监视设备采集多源异构航迹数据,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备、雷达监视系统;对多源异构航迹数据按其数据特征项进行标准化处理并得到航迹基础数据,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);
B、对航迹基础数据根据时间维度分析置信度,并标记航迹基础数据的时序置信度;
C、对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度,并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;
D、对航迹基础数据中的突变异常值进行识别、剔除处理;
E、航迹数据融合处理中心系统综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合。
2.按照权利要求1所述的一种基于多源异构航迹数据的数据置信融合方法,其特征在于:所述步骤A中标准化处理方法如下:
对多源异构航迹数据提取数据特征项并统一数据格式,按照数据信号接收先后顺序通过高并发消息中间件方式完整准确地发送至航迹数据融合处理中心系统。
3.按照权利要求1所述的一种基于多源异构航迹数据的数据置信融合方法,其特征在于:所述步骤B中时间维度分析置信度方法如下:
根据数据源类型(SR)识别并标识数据源,然后根据数据源类型(SR)的位置报时间(TE)先后排序并计算出时间差Δt,按照如下方法标记航迹基础数据的时序置信度(RTE):
B1、第一个时间点TE1,所有数据源第一时间点的数据的时序置信度标记为:RTE1=1;
B11、同类的数据源:TE2>TE1且|TE2-TE1|<30min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;否则,第二个时间点TE2的数据的时序置信度标记为:RTE=0;
依次类推,标记出同类数据源中所有时间点的数据的时序置信度;
B12、非同类的数据源:|TE2-TE1|<1min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=0.5;1min≤|TE2-TE1|≤5min,则第二个时间点TE2的数据的时序置信度标记为:RTE=0;|TE2-TE1|>5min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;
依次类推,标记出非同类数据源中所有时间点的数据的时序置信度。
4.按照权利要求1所述的一种基于多源异构航迹数据的数据置信融合方法,其特征在于:所述步骤C中空间地理维度分析置信度方法包括如下:
依据前后航迹数据或/和历史航迹数据中的经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE),根据飞行空间位置角度计算航迹信息的空间置信度(RLC),
C1、|前后航迹数据的两个经纬度计算的航向-实际航向(CO)|<45o,则后数据源中的经纬度数据的空间置信度标记为:R1LC=1;否则,标记为;R1LC=0;依次类推,标记出航迹基础数据中所有经纬度数据的空间置信度;
C2、将当前航迹数据的高度数据与历史航迹数据平均高度比较,如果高度差≤2000,则数据源中的高度数据的空间置信度标记为:R2LC=1,否则,标记为:R2LC=0;依次类推,标记出航迹基础数据中所有高度数据的空间置信度。
5.按照权利要求4所述的一种基于多源异构航迹数据的数据置信融合方法,其特征在于:所述步骤C中空间地理维度分析置信度方法还包括如下:
C3、当前航迹数据与历史航迹数据,若从空间角度上存在自相交或者空间位置存在来回折叠情况,则航迹基础数据中对应数据的空间置信度标记为:R3LC=0;否则,标记为;R3LC=0.5;依次类推,标记出航迹基础数据中所有对应数据的空间置信度;
C4、计算航迹数据与历史航迹的空间距离,若距离>音速*时间差,则航迹基础数据中对应数据的空间置信度标记为:R4LC=0,否则,标记为:R4LC=1;依次类推,标记出航迹基础数据中所有对应数据的空间置信度。
6.按照权利要求1所述的一种基于多源异构航迹数据的数据置信融合方法,其特征在于:所述步骤E中加权方法如下:
E1、分别对航班监视设备进行赋予加权值;
E2、分别对步骤B中时间维度分析置信度赋予加权值;
E3、分别对步骤C中空间地理维度分析置信度赋予加权值。
7.一种基于多源异构航迹数据的数据置信融合方法,其特征在于:其方法如下:
A、从航班监视设备采集多源异构航迹数据,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备、雷达监视系统;对多源异构航迹数据提取数据特征项并统一数据格式同时进行归一化指标处理、记录数据发送频率,按照数据信号接收先后顺序通过高并发消息中间件方式完整准确地将待融合的航迹基础数据发送至航迹数据融合处理中心系统,航迹数据融合处理中心系统分别对航班监视设备进行赋予加权值,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);
B、对航迹基础数据根据时间维度分析置信度,并标记航迹基础数据的时序置信度;根据数据源类型(SR)识别并标识数据源,然后根据数据源类型(SR)的位置报时间(TE)先后排序并计算出时间差Δt,按照如下方法标记航迹基础数据的时序置信度(RTE),同时航迹数据融合处理中心系统对同类数据源、非同类数据源分别赋予加权值:
B1、第一个时间点TE1,所有数据源第一时间点的数据的时序置信度标记为:RTE1=1;
B11、同类的数据源:TE2>TE1且|TE2-TE1|<30min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;否则,第二个时间点TE2的数据的时序置信度标记为:RTE=0;
依次类推,标记出同类数据源中所有时间点的数据的时序置信度;
B12、非同类的数据源:|TE2-TE1|<1min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=0.5;1min≤|TE2-TE1|≤5min,则第二个时间点TE2的数据的时序置信度标记为:RTE=0;|TE2-TE1|>5min,则第二个时间点TE2的数据的时序置信度标记为:RTE2=1;
依次类推,标记出非同类数据源中所有时间点的数据的时序置信度;
C、对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度,并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;
依据前后航迹数据或/和历史航迹数据中的经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE),根据飞行空间位置角度计算航迹信息的空间置信度(RLC):
C1、|前后航迹数据的两个经纬度计算的航向-实际航向(CO)|<45o,则后数据源中的经纬度数据的空间置信度标记为:R1LC=1;否则,标记为;R1LC=0;依次类推,标记出航迹基础数据中所有经纬度数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C2、将当前航迹数据的高度数据与历史航迹数据平均高度比较,如果高度差≤2000,则数据源中的高度数据的空间置信度标记为:R2LC=1,否则,标记为:R2LC=0;依次类推,标记出航迹基础数据中所有高度数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C3、当前航迹数据与历史航迹数据,若从空间角度上存在自相交或者空间位置存在来回折叠情况,则航迹基础数据中对应数据的空间置信度标记为:R3LC=0;否则,标记为;R3LC=0.5;依次类推,标记出航迹基础数据中所有对应数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
C4、计算航迹数据与历史航迹的空间距离,若距离>音速*时间差,则航迹基础数据中对应数据的空间置信度标记为:R4LC=0,否则,标记为:R4LC=1;依次类推,标记出航迹基础数据中所有对应数据的空间置信度,同时航迹数据融合处理中心系统此方法得到的空间置信度赋予加权值;
D、基于航迹数据融合处理中心系统学习对航迹基础数据中的突变异常值进行识别、剔除、优化处理;
E、航迹数据融合处理中心系统综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合,得到综合置信度最高的航迹融合数据,同时保留航迹基础数据并按照综合置信度、时序置信度、空间置信度分别排序备用。
8.一种基于多源异构航迹数据的数据置信融合系统,其特征在于:包括航班监视设备和航迹数据融合处理中心系统,所述航班监视设备包括ADS-B系统、ACARS系统、ADSC信息转换设备和雷达监视系统,所述航班监视设备与航迹数据融合处理中心系统连接,所述航迹数据融合处理中心系统包括采集输入模块、数据标准化处理模块、时间置信度处理模块、空间置信度处理模块、异常值剔除模块和数据融合处理模块,所述采集输入模块用于采集航班监视设备中的航迹数据并得到多源异构航迹数据,所述数据标准化处理模块用于对多源异构航迹数据按照数据特征项进行标准化处理并得到航迹基础数据,所述数据特征项包括航班号(FN)、机尾号(RE)、经度(LN)、纬度(LA)、高度(HE)、速度(GV)、航向(CO)、位置报时间(TE)、数据源类型(SR);所述时间置信度处理模块用于对航迹基础数据根据时间维度分析置信度并标记航迹基础数据的时序置信度;所述空间置信度处理模块用于对航迹基础数据根据历史航迹数据库的空间地理维度分析置信度并标记航迹基础数据的空间置信度,所述历史航迹数据包括前序航迹数据或/和历史航迹数据;所述异常值剔除模块用于对航迹基础数据中的突变异常值进行识别、剔除处理;所述数据融合处理模块综合时序置信度、空间置信度并采用加权融合对航迹基础数据进行综合置信度分析并得到数据融合的综合置信度,根据综合置信度对航迹基础数据按照数据特征进行数据融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477154.5A CN111680728B (zh) | 2020-05-29 | 2020-05-29 | 一种基于多源异构航迹数据的数据置信融合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477154.5A CN111680728B (zh) | 2020-05-29 | 2020-05-29 | 一种基于多源异构航迹数据的数据置信融合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680728A true CN111680728A (zh) | 2020-09-18 |
CN111680728B CN111680728B (zh) | 2023-08-08 |
Family
ID=72452948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010477154.5A Active CN111680728B (zh) | 2020-05-29 | 2020-05-29 | 一种基于多源异构航迹数据的数据置信融合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680728B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484857A (zh) * | 2021-06-29 | 2021-10-08 | 北京理工大学 | 多源异构点迹融合的跟踪方法、装置、设备及存储介质 |
CN114125705A (zh) * | 2021-11-19 | 2022-03-01 | 中国电子科技集团公司第二十八研究所 | 一种基于数学形态学的ads-b基站监视范围估计方法 |
CN115014366A (zh) * | 2022-05-31 | 2022-09-06 | 中国第一汽车股份有限公司 | 一种目标融合方法、装置、车辆及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002341014A (ja) * | 2001-05-18 | 2002-11-27 | Hitachi Ltd | マルチセンサ航跡の相関処理をする装置及びそのプログラム |
CN101577058A (zh) * | 2009-05-26 | 2009-11-11 | 民航数据通信有限责任公司 | 支持广播式交通信息服务的数据处理方法 |
CN104134349A (zh) * | 2014-08-07 | 2014-11-05 | 北京航空航天大学 | 一种基于交通多源数据融合的公交路况处理系统及方法 |
CN106767760A (zh) * | 2016-12-30 | 2017-05-31 | 中国船舶重工集团公司第七0七研究所 | 基于多维度的多源船舶目标融合方法 |
CN110009545A (zh) * | 2019-03-19 | 2019-07-12 | 中国民航大学 | 一种基于多数据源的航班位置信息并行化融合方法 |
-
2020
- 2020-05-29 CN CN202010477154.5A patent/CN111680728B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002341014A (ja) * | 2001-05-18 | 2002-11-27 | Hitachi Ltd | マルチセンサ航跡の相関処理をする装置及びそのプログラム |
CN101577058A (zh) * | 2009-05-26 | 2009-11-11 | 民航数据通信有限责任公司 | 支持广播式交通信息服务的数据处理方法 |
CN104134349A (zh) * | 2014-08-07 | 2014-11-05 | 北京航空航天大学 | 一种基于交通多源数据融合的公交路况处理系统及方法 |
CN106767760A (zh) * | 2016-12-30 | 2017-05-31 | 中国船舶重工集团公司第七0七研究所 | 基于多维度的多源船舶目标融合方法 |
CN110009545A (zh) * | 2019-03-19 | 2019-07-12 | 中国民航大学 | 一种基于多数据源的航班位置信息并行化融合方法 |
Non-Patent Citations (1)
Title |
---|
陈媛媛;周欣;: "一种基于多传感器轨迹融合的伪实时场景监控系统", 测控技术 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484857A (zh) * | 2021-06-29 | 2021-10-08 | 北京理工大学 | 多源异构点迹融合的跟踪方法、装置、设备及存储介质 |
CN113484857B (zh) * | 2021-06-29 | 2024-04-12 | 北京理工大学 | 多源异构点迹融合的跟踪方法、装置、设备及存储介质 |
CN114125705A (zh) * | 2021-11-19 | 2022-03-01 | 中国电子科技集团公司第二十八研究所 | 一种基于数学形态学的ads-b基站监视范围估计方法 |
CN114125705B (zh) * | 2021-11-19 | 2024-03-08 | 中国电子科技集团公司第二十八研究所 | 一种基于数学形态学的ads-b基站监视范围估计方法 |
CN115014366A (zh) * | 2022-05-31 | 2022-09-06 | 中国第一汽车股份有限公司 | 一种目标融合方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111680728B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680728A (zh) | 一种基于多源异构航迹数据的数据置信融合方法及系统 | |
Sun et al. | pymodes: Decoding mode-s surveillance data for open air transportation research | |
US6810322B2 (en) | Multisource target correlation | |
Ostroumov et al. | Statistical analysis and flight route extraction from automatic dependent surveillance-broadcast data | |
US7043355B2 (en) | Multisource target correlation | |
CN107656266B (zh) | 基于ads-b的s模式二次雷达信息融合系统及其融合方法 | |
Olive et al. | Quantitative assessments of runway excursion precursors using Mode S data | |
CN108318868A (zh) | 基于ads-b数据源的雷达战术性能测试评估方法 | |
CN114295137B (zh) | 一种基于fpga的塔康信号识别方法及系统 | |
CN108153980A (zh) | 基于ads-b与tcas数据融合的综合显示方法 | |
WO2024021872A1 (zh) | 一种车路协同系统的测试系统及其测试方法 | |
CN112394372B (zh) | 一种基于ads-b记录数据评估多点定位性能的方法及系统 | |
CN110288856A (zh) | 基于风的精细化预报的航班动态监控系统及方法 | |
CN109557384A (zh) | 基于综合应用场景下民航台站的电磁环境质量评估方法 | |
CN114692416A (zh) | 一种智能模拟仿真飞行中飞机故障分析系统及方法 | |
CN113284369B (zh) | 一种基于ads-b实测航路数据的预测方法 | |
CN114155861A (zh) | 空管语音智能监控系统 | |
Tanner et al. | Anomalies in the Sky: Experiments with traffic densities and airport runway use. | |
CN110032666B (zh) | 基于历史ads-b的特定飞机目标甄选方法 | |
CN110621067B (zh) | 一种ads-b抗干扰防欺骗多站系统 | |
Gokgoz | Anomaly detection using gans in opensky network | |
CN103000049A (zh) | 航空器监视方法与监视装置 | |
CN112034493A (zh) | 基于多数据源的多点定位系统定位精度分析方法、设备、介质及系统 | |
KR101858802B1 (ko) | 이동체 감시정보 추출을 위한 레이더 데이터 관리 장치 및 그 방법 | |
Gilbert et al. | Surveillance and Broadcast Services-An effective nationwide solution |
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 |