CN111860354B - 基于多监视源目标融合权重的系统航迹输出方法及装置 - Google Patents

基于多监视源目标融合权重的系统航迹输出方法及装置 Download PDF

Info

Publication number
CN111860354B
CN111860354B CN202010717278.6A CN202010717278A CN111860354B CN 111860354 B CN111860354 B CN 111860354B CN 202010717278 A CN202010717278 A CN 202010717278A CN 111860354 B CN111860354 B CN 111860354B
Authority
CN
China
Prior art keywords
weight
static
calculating
data item
current 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.)
Active
Application number
CN202010717278.6A
Other languages
English (en)
Other versions
CN111860354A (zh
Inventor
武俊青
张曌
唐偕文
方侠
朱文成
晏彬
霍德明
蒲磊
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.)
Chengdu Civil Aviation Air Traffic Control Science & Technology Co ltd
Second Research Institute of CAAC
Original Assignee
Chengdu Civil Aviation Air Traffic Control Science & Technology Co ltd
Second Research Institute of CAAC
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 Chengdu Civil Aviation Air Traffic Control Science & Technology Co ltd, Second Research Institute of CAAC filed Critical Chengdu Civil Aviation Air Traffic Control Science & Technology Co ltd
Priority to CN202010717278.6A priority Critical patent/CN111860354B/zh
Publication of CN111860354A publication Critical patent/CN111860354A/zh
Application granted granted Critical
Publication of CN111860354B publication Critical patent/CN111860354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • 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
    • G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明实施例公开了一种基于多监视源目标融合权重的系统航迹输出方法、装置及电子设备。方法包括：画设静态权重区域，在所述静态权重区域内手动配置监视源的静态权重；获取所述监视源的当前数据项，根据所述当前数据项计算所述数据的动态权重；根据所述静态权重和动态权重计算每个数据的综合权重；采用所述综合权重对处理后的所述实时数据进行数据融合，得到最终的系统航迹输出。该方法中提出了一种新的静态权重计算方法，具有配置灵活及计算量小的特点，给出了一种计算量小，可靠度高的新的动态权重的计算方法，且采用本实施例的方法中的综合权重进行数据融合，可以使得最终输出的系统航迹更加准确。

Description

基于多监视源目标融合权重的系统航迹输出方法及装置
技术领域
本发明涉及空管自动化监控技术领域，具体涉及一种基于多监视源目标融合权重的系统航迹输出方法、装置及电子设备。
背景技术
在空管自动化系统中，监视数据处理子系统主要功能是引接并处理各种监视数据信息，实现监视信息的融合，为终端、塔台管制提供监视服务。监视数据处理子系统首先对每个监视源传来的数据进行预处理，然后进行关联，然后对同一目标多个数据进行时间空间对齐，最后再进行数据融合，得到最终的系统航迹进行输出。所以，监视数据处理中数据融合功能是将同一目标的多个监视源的数据的不同数据项进行合并。
目前，监视数据处理中的数据融合算法通常仅考虑目标的位置参数，其算法主要是计算每个监视源的参与融合的权重，选择权重最高的或者按照权重进行加权得到最终的融合结果。
权重的计算主要有如下三个方法：静态权重，动态权重，动静态综合权重算法。
静态权重通常是通过手动配置马赛克区域，在不同的区域对每个覆盖这个区域的监视源配置可靠度。
动态权重则主要考虑监视源实时监控质量结果，系统状态协方差估计值，以及上一周期的融合效果这三个因素。
静态权重和动态权重加权则是将每个监视源的动态权重和静态权重按照比例进行加权得到综合权重，然后按照每个监视源的综合权重进行融合。
静态权重算法具有计算量小，速度快的优点，但是存在如下缺点：
1)只依赖于经验，当监视源本身出现变化时，如检修，静态马赛克区域需要进行相应的调整。
2)当目标跨越马赛克区域或者覆盖目标的监视源发生变化时，目标的数据项可能出现跳变情况。
3)当单独采用静态权重算法时，每个监视源在特定区域采用统一的参数，没有对高度进行划分，会忽略每个目标数据的差异，如监视源极低概率的跳点，掉点，导致融合结果不理想。
动态权重算法可以针对每个监视源，每个目标计算当前的跟踪状态，但是没有办法解决其原有的固定偏差。例如，某一部雷达在某个区域确实存在位置等数据偏差较大的情况。
动态权重与静态权重加权的算法可以弥补单独静态权重和单独动态权重算法的缺点，但是随着空管自动化系统覆盖范围的增加以及监视源个数的增加，使得静态马赛克区域配置较为繁琐。同时其动态权重中系统状态协方差估计值采交互多模IMM的滤波算法获取，计算量较大，消耗资源较多。
发明内容
本发明实施例的目的在于提供一种基于多监视源目标融合权重的系统航迹输出方法、装置及电子设备。
为实现上述目的，第一方面，本发明实施例提供了一种基于多监视源目标计算动态权重和融合权重的系统航迹输出方法，包括：
画设静态权重区域，在所述静态权重区域内手动配置监视源的静态权重；
获取所述监视源传送的实时数据即当前数据项，根据所述当前数据项计算所述监视源的动态权重；
根据所述静态权重和动态权重计算每个数据的综合权重；
采用所述综合权重对所述实时数据进行数据融合，得到最终的系统航迹输出。
在本申请的某些具体实施方式中，根据所述当前数据项计算所述监视源的动态权重，具体包括：
获取时间权重DTi和位置权重DPi；
采用前N个周期的历史数据项和当前数据项，计算所述当前数据项的拟合度权重DPi；
根据所述时间权重DTi、位置权重DTi和拟合度权重DRi计算动态权重
DWi＝DTi*DPi*DRi。
在本申请的某些具体实施方式中，计算所述当前数据项的拟合度权重DRi，具体包括：
假设所述当前数据项的到达时间为t0,到达位置为x0；
计算当前数据项的到达时间t0与第i个数据到达时间ti的差值dti＝t0-ti；
计算当前数据项的位置x0与第i个数据位置xi的差值dxi＝x0-xi；
根据差值dxi得到矩阵dX，根据差值dti得到矩阵H；
计算所述当前数据项的拟合度权重
Figure BDA0002598689460000031
其中，Xcoeff表示估计的位置，Hcoeff表示转移矩阵，Sx表示平方差，T表示转置。
在本申请的某些具体实施方式中，根据所述静态权重和动态权重计算每个所述监视源的综合权重，具体包括：
每个所述监视源的综合权重
Figure BDA0002598689460000032
其中，SWi表示静态权重。
第二方面，本申请实施例提供了一种基于多监视源目标融合权重的系统航迹输出装置，包括权重计算单元及航迹输出单元；
所述权重计算单元用于：
画设静态权重区域，在所述静态权重区域内手动配置监视源的静态权重；
获取所述监视源的当前数据项，根据所述当前数据项计算所述监视源的动态权重；
根据所述静态权重和动态权重计算每个数据的综合权重；
所述航迹输出单元用于采用所述综合权重对所述实时数据进行数据融合，得到最终的系统航迹输出。
第三方面，本发明实施例还提供了一种电子设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
实施本发明实施例，先画设静态权重区域，在区域内手动配置静态权重，再根据当前数据项计算动态权重，接着根据静态权重和动态权重值计算综合权重，最后采用综合权重对来自监视源的数据进行融合，得到最终的系统航迹输出；该方法中提出了一种新的静态权重计算方法，具有配置灵活及计算量小的特点，给出了一种计算量小，可靠度高的新的动态权重的计算方法，且采用本实施例的方法中的综合权重进行数据融合，可以使得最终输出的系统航迹更加准确。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1是本发明实施例提供的基于多监视源目标融合权重的系统航迹输出方法的流程图；
图2是静态权重配置示意图；
图3是时间权重变化图；
图4是雷达覆盖区示意图；
图5是本发明实施例提供的基于多监视源目标融合权重的系统航迹输出装置的结构示意图；
图6是本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，本发明实施例提供的基于多监视源目标融合权重的系统航迹输出方法，包括：
S101，画设静态权重区域，在静态权重区域内手动配置监视源的静态权重。
本实施例中，提供一种新的静态权重配置方法，主要通过画设三维区域进行静态权重配置，可适用于位置、速度和航向参数的单独静态权重配置，具有配置灵活、计算量小及高效等特点。
具体地，监视源的静态权重SWi通过手动配置实现，首先画设区域(封闭的多边形)的顶点(经纬度)以及高度范围，然后针对监视源进行静态权重配置。需要说明的是，上述区域设置中包含有高度，且可以对速度，航向，位置的静态权重进行单独配置。
静态权重范围为0到1，每个监视源的静态权重配置表示相对的大小，所有静态权重的和不必要强制等于1，没有配置的监视源默认静态权重为零。静态区域的权重可以叠加。
如图2所示，举例如下：
雷达1，雷达2存在交叠覆盖区域，画设1个静态权重区域，配置这个区域雷达1静态权重为0.9，雷达2权重为0.7。静态权重的配置结果如下：在A区域，雷达2不会有目标出现在此区域，雷达1虽然静态权重为0.9，但是最终的选择结果只有雷达1的数据。在区域B，雷达1的静态权重为0.9，雷达2的静态权重为0.7。在区域C中，只有雷达2的覆盖到目标，所以雷达1的静态权重不会影响融合结果。
S102，获取所述监视源传送的实时数据即当前数据项，根据所述当前数据项计算所述监视源的动态权重。
在本实施例中，提供了一种新的动态权重计算方法，不再利用IMM得到系统状态协方差估计值，而是用拟合度来进行替代，降低了计算量，同时考虑目标相对于雷达监视源的位置，以及时间有效性带来的权重影响，可以更有效的利用每个监视源的数据信息，使得动态权重更真实的反馈目标的状态。
动态权重主要通过单监视源航迹的稳定性、准确性和连续性来反映。
当点迹在单监视源对应的航迹中不是连续出现的点迹时，则表明该点迹对应的目标数据稳定性略差，因此该数据在参与融合时所占的权重就应该低于其余航迹。假设监视源的扫描周期都是4秒，当前融合周期是4秒,监视源i的数据与当前时刻时间差Δt与时间权重DTi关系如下：
Figure BDA0002598689460000061
其中，时间权重变化图如图3所示。
进一步如图4所示，对于雷达类监视源，在雷达边缘覆盖区域和顶空盲区，数据会存在较大的测量误差。因此，在这两个区域时，该数据源在参与融合时所占的权重就应该低于其余航迹。所以目标当前位置与位置权重DPi的关系如下：
Figure BDA0002598689460000062
目标的运动状态应该是一个连续变化的过程，因此目标的位置、速度，以及航向不应该发生跳大的跳变，因此利用前N个周期的数据项和当前数据项来计算当前数据的拟合度，拟合度越高的数据在参与融合时所占的权重就应该高于其余航迹。拟合度权重DRi的计算方式如下：
此时假设N＝5，当前数据到达时间为t0,位置为x0。前5个周期的数据到达时间分别为t1,t2,t3,t4,t5(t5最小)，对应的目标位置为x1,x2,x3,x4,x5。
计算当前数据与第i个数据到达时间的差值dti＝t0-ti。
计算当前数据与第i个数据位置的差值dxi＝x0-xi。
假设
Figure BDA0002598689460000071
矩阵H如下：
Figure BDA0002598689460000072
Hcoeff＝(HT*H)-1*HT
Xcoeff＝Hcoeff*dX
Figure BDA0002598689460000073
Figure BDA0002598689460000074
所以动态权重的计算公式如下：
DWi＝DTi*DPi*DRi
S103，根据所述静态权重和动态权重计算每个所述监视源的综合权重。
具体地，每个所述监视源的综合权重
Figure BDA0002598689460000075
需要说明的是，本发明中所描述的综合权重，可以应用在除了位置以外的其他数据项的融合上。
S104，采用所述综合权重对所述实时数据进行数据融合，得到最终的系统航迹输出。
综上，与现有技术相比，本发明实施例所提供的基于多监视源目标融合权重的系统航迹输出方法，具有以下优点：
(1)静态区域权重的配置灵活，高效。区域设置中包含高度，且可以对速度，航向，位置的静态权重进行单独配置。
(2)动态权重的计算方案考虑数据因素包括数据拟合度、时间权重和位置权重。不再利用IMM得到系统状态协方差估计值，而是用拟合度来进行替代，降低了计算量，同时考虑目标相对于雷达监视源的位置，以及时间有效性带来的权重影响，可以更有效的利用每个监视源的数据信息，使得动态权重更真实的反馈目标的状态。
(3)综合权重的计算量得到了有效的减少，同时综合权重计算方法也可以应用在速度航向等关键数据项上；
(4)采用本实施例的方法中的综合权重进行数据融合，可以使得最终输出的系统航迹更加准确。
基于相同的发明构思，本发明实施例提供了一种基于多监视源目标融合权重的系统航迹输出装置装置。如图5所示，该装置包括权重计算单元10、及航迹输出单元20。
其中，所述权重计算单元10用于：
画设静态权重区域，在所述静态权重区域内手动配置监视源的静态权重；
获取所述监视源传送的实时数据即当前数据项，根据所述当前数据项计算所述监视源的动态权重；
根据所述静态权重和动态权重计算每个所述监视源的综合权重；
所述航迹输出单元20用于采用所述综合权重对所述实时数据进行数据融合，得到最终的系统航迹输出。
进一步地，所述权重计算单元10具体用于：
获取时间权重DTi和位置权重DPi；
采用前N个周期的历史数据项和当前数据项，计算所述当前数据项的拟合度权重DRi；
根据所述时间权重DTi、位置权重DTi和拟合度权重DRi计算动态权重
DWi＝DTi*DPi*DRi。
进一步地，所述权重计算单元具体用于：
假设所述当前数据项的到达时间为t0,到达位置为x0；
计算当前数据项的到达时间t0与第i个数据到达时间ti的差值dti＝t0-ti；
计算当前数据项的位置x0与第i个数据位置xi的差值dxi＝x0-xi；
根据差值dxi得到矩阵dX，根据差值dti得到矩阵H；
计算所述当前数据项的拟合度权重
Figure BDA0002598689460000091
其中，Xcoeff表示估计的位置，Hcoeff表示转移矩阵，Sx表示平方差，T表示转置。
Hcoeff＝(HT*H)-1*HT
Xcoeff＝Hcoeff*dX
Figure BDA0002598689460000092
根据公式
Figure BDA0002598689460000093
计算每个所述监视源的综合权重Wi。
可选地，本发明实施例还提供了一种电子设备。如图6所示，该电子设备可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述基于多监视源目标融合权重的系统航迹输出方法实施例部分的方法。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的基于多监视源目标融合权重的系统航迹输出方法的实施例中所描述的实现方式，在此不再赘述。
需要说明的是，关于上述装置及电子设备具体的工作流程描述，请参考前述方法实施例部分，在此不再赘述。
以上所述，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 (5)

1.一种基于多监视源目标融合权重的系统航迹输出方法，其特征在于，包括：
画设静态权重区域，在所述静态权重区域内手动配置监视源的静态权重；
获取所述监视源传送的实时数据即当前数据项，根据所述当前数据项计算所述监视源的动态权重；
根据所述静态权重和动态权重计算每个数据的综合权重；
采用所述综合权重对所述实时数据进行数据融合，得到最终的系统航迹输出；
其中，根据所述当前数据项计算所述监视源的动态权重，具体包括：
获取时间权重DTi和位置权重DPi；
采用前N个周期的历史数据项和当前数据项，计算所述当前数据项的拟合度权重DRi；时间权重DTi、位置权重DPi和拟合度权重DRi中的i表示监视源的序号；
根据所述时间权重DTi、位置权重DPi和拟合度权重DRi计算动态权重
DWi＝DTi*DPi*DRi；
其中，计算所述当前数据项的拟合度权重DRi，具体包括：
假设N＝5，所述当前数据项的到达时间为t0，到达位置为x0；前5个周期的数据到达时间分别为t1,t2,t3,t4,t5，t5最小，对应的目标位置为x1,x2,x3,x4,x5；
计算当前数据项的到达时间t0与第j个数据到达时间tj的差值dtj＝t0-tj；
计算当前数据项的位置x0与第j个数据位置xj的差值dxj＝x0-xj；
假设
矩阵
Figure FDA0003734603700000011
矩阵H如下：
Figure FDA0003734603700000021
Hcoeff＝(HT*H)-1*HT
Xcoeff＝Hcoeff*dX
Figure FDA0003734603700000022
拟合度权重
Figure FDA0003734603700000023
其中，Xcoeff表示估计的位置，Hcoeff表示转移矩阵，Sx表示平方差，T表示转置。
2.如权利要求1所述的方法，其特征在于，根据所述静态权重和动态权重计算每个所述监视源的综合权重，具体包括：
每个所述监视源的综合权重
Figure FDA0003734603700000024
其中，SWi表示静态权重。
3.一种基于多监视源目标融合权重的系统航迹输出装置，其特征在于，包括权重计算单元航迹输出单元；
所述权重计算单元用于：
画设静态权重区域，在所述静态权重区域内手动配置监视源的静态权重；
获取所述监视源传送的实时数据即当前数据项，根据所述当前数据项计算所述监视源的动态权重；
根据所述静态权重和动态权重计算每个数据的综合权重；
所述航迹输出单元用于采用所述综合权重对处理后的所述实时数据进行数据融合，得到最终的系统航迹输出；
其中，所述权重计算单元具体用于：
获取时间权重DTi和位置权重DPi；
采用前N个周期的历史数据项和当前数据项，计算所述当前数据项的拟合度权重DRi；时间权重DTi、位置权重DPi和拟合度权重DRi中的i表示监视源的序号；
根据所述时间权重DTi、位置权重DPi和拟合度权重DRi计算动态权重
DWi＝DTi*DPi*DRi；
其中，计算所述当前数据项的拟合度权重DRi，具体包括：
假设N＝5，所述当前数据项的到达时间为t0，到达位置为x0；前5个周期的数据到达时间分别为t1,t2,t3,t4,t5，t5最小，对应的目标位置为x1,x2,x3,x4,x5；
计算当前数据项的到达时间t0与第j个数据到达时间tj的差值dtj＝t0-tj；
计算当前数据项的位置x0与第j个数据位置xj的差值dxj＝x0-xj；
假设
矩阵
Figure FDA0003734603700000031
矩阵H如下：
Figure FDA0003734603700000032
Hcoeff＝(HT*H)-1*HT
Xcoeff＝Hcoeff*dX
Figure FDA0003734603700000033
拟合度权重
Figure FDA0003734603700000034
其中，Xcoeff表示估计的位置，Hcoeff表示转移矩阵，Sx表示平方差，T表示转置。
4.如权利要求3所述的装置，其特征在于，所述权重计算单元具体用于：
根据公式
Figure FDA0003734603700000041
计算每个所述监视源的综合权重Wi，SWi表示静态权重。
5.一种电子设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1或2所述的方法。
CN202010717278.6A 2020-07-23 2020-07-23 基于多监视源目标融合权重的系统航迹输出方法及装置 Active CN111860354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010717278.6A CN111860354B (zh) 2020-07-23 2020-07-23 基于多监视源目标融合权重的系统航迹输出方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010717278.6A CN111860354B (zh) 2020-07-23 2020-07-23 基于多监视源目标融合权重的系统航迹输出方法及装置

Publications (2)

Publication Number Publication Date
CN111860354A CN111860354A (zh) 2020-10-30
CN111860354B true CN111860354B (zh) 2022-09-02

Family

ID=72949700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010717278.6A Active CN111860354B (zh) 2020-07-23 2020-07-23 基于多监视源目标融合权重的系统航迹输出方法及装置

Country Status (1)

Country Link
CN (1) CN111860354B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743653B (zh) * 2021-08-11 2024-09-27 广西综合交通大数据研究院 融合多种监视系统的机场管理方法、装置、设备及存储介质
CN113380074B (zh) * 2021-08-13 2021-11-05 中国民用航空总局第二研究所 通航低空监视系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231340A (zh) * 2007-12-29 2008-07-30 四川川大智胜软件股份有限公司 多雷达系统航迹融合处理时的误差配准方法
CN103926564A (zh) * 2014-03-21 2014-07-16 成都民航空管科技发展有限公司 一种多源监视数据的融合方法及装置
CN104749576A (zh) * 2015-04-08 2015-07-01 四川九洲空管科技有限责任公司 一种多雷达航迹关联融合方法
CN104808197A (zh) * 2015-05-06 2015-07-29 四川九洲空管科技有限责任公司 一种多监视源飞行目标并行跟踪处理方法
CN109830127A (zh) * 2018-12-26 2019-05-31 南京航空航天大学 基于点融合程序的航空器进场4d航迹规划方法
CN110345939A (zh) * 2019-07-02 2019-10-18 山东科技大学 一种融合模糊逻辑判断及地图信息的室内定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106970648B (zh) * 2017-04-19 2019-05-14 北京航空航天大学 城市低空环境下无人机多目标路径规划联合搜索方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231340A (zh) * 2007-12-29 2008-07-30 四川川大智胜软件股份有限公司 多雷达系统航迹融合处理时的误差配准方法
CN103926564A (zh) * 2014-03-21 2014-07-16 成都民航空管科技发展有限公司 一种多源监视数据的融合方法及装置
CN104749576A (zh) * 2015-04-08 2015-07-01 四川九洲空管科技有限责任公司 一种多雷达航迹关联融合方法
CN104808197A (zh) * 2015-05-06 2015-07-29 四川九洲空管科技有限责任公司 一种多监视源飞行目标并行跟踪处理方法
CN109830127A (zh) * 2018-12-26 2019-05-31 南京航空航天大学 基于点融合程序的航空器进场4d航迹规划方法
CN110345939A (zh) * 2019-07-02 2019-10-18 山东科技大学 一种融合模糊逻辑判断及地图信息的室内定位方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
A fusion algorithm of target dynamic information for asynchronous multi-sensors;Jia-chun Zheng等;《Microsyst Technol》;20171104;第1-11页 *
AirNet自动化系统多雷达数据处理;金宇新;《现代信息科技》;20170925;第1卷(第3期);第39-40页 *
Informatics and Management Science IV;Wenjiang Du;《Lecture Notes in Electrical Engineering》;20131231;第207卷;第1-803页 *
基于多源数据融合的4D航迹规划技术研究;顾俊伟;《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》;20170315(第03期);第C031-2119页 *
基于多雷达传感器的航迹融合方法研究;刘家忠;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20120215(第02期);第I140-178页 *
欧洲猫V5系统多监视源数据融合处理;邹继科;《电子技术与软件工程》;20181204;第103页 *
空管自动化系统中关键算法分析;张健;《阴山学刊》;20120630;第26卷(第2期);第37-40页 *

Also Published As

Publication number Publication date
CN111860354A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111860354B (zh) 基于多监视源目标融合权重的系统航迹输出方法及装置
US10691393B2 (en) Processing circuit of display panel, display method and display device
CN110686633B (zh) 一种滑坡位移预测方法、装置及电子设备
CN108549579B (zh) 基于gpu的多目标区域限制预警方法与装置
US10068298B2 (en) Weather pattern based electrical demand forecasting for a building
CN108985489B (zh) 一种风险预测方法、风险预测装置和终端设备
CN110362242A (zh) 一种地图展示方法及终端设备
CN109814101B (zh) 一种航空器位置预测的方法及装置
JP2022539495A (ja) 負および正の値に対する非対称スケーリングファクタをサポートするシステムおよび方法
US10908675B2 (en) Electronic device for signal processing with embedded optimization of electrical energy consumption and a corresponding method
US20160104125A1 (en) Computing system and method for providing information relating to maintenance actions
US20220383537A1 (en) Method and apparatus to evaluate radar images and radar device
CN110743169B (zh) 基于区块链的防作弊方法及系统
CN114419322A (zh) 一种图像实例分割方法、装置、电子设备及存储介质
US11288821B2 (en) Adaptive system and method for automatic tracking of at least one target in at least one video stream
CN112365156B (zh) 一种数据处理方法、数据处理装置、终端及存储介质
CN110751399B (zh) 地震危险性并行分析方法、装置及设备
Bhagat et al. Target tracking in a wireless sensor network using a multi-step KF-PSO model
CN111667450A (zh) 一种船只数量统计方法、装置及电子设备
CN116342609A (zh) 基于裁切装置的实时检测方法、系统以及存储介质
CN111582012A (zh) 一种检测小目标船只方法及装置
CN114501518B (zh) 流量预测方法、装置、设备、介质和程序产品
CN113269301A (zh) 基于神经网络估计多目标跟踪系统参数的方法及系统
CN105843578A (zh) 一种拼接墙回显方法、装置及系统
CN111460283A (zh) 信息处理方法、装置、电子设备及计算机可读存储介质

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