CN112541046B - 一种基于时间与空间的共现目标监测方法 - Google Patents

一种基于时间与空间的共现目标监测方法 Download PDF

Info

Publication number
CN112541046B
CN112541046B CN202011376333.6A CN202011376333A CN112541046B CN 112541046 B CN112541046 B CN 112541046B CN 202011376333 A CN202011376333 A CN 202011376333A CN 112541046 B CN112541046 B CN 112541046B
Authority
CN
China
Prior art keywords
track
target
occurrence
information
point
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
CN202011376333.6A
Other languages
English (en)
Other versions
CN112541046A (zh
Inventor
李招
王妍妍
于志伟
路奎
杨增
朱翔鹰
谢优贤
周惊雷
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN202011376333.6A priority Critical patent/CN112541046B/zh
Publication of CN112541046A publication Critical patent/CN112541046A/zh
Application granted granted Critical
Publication of CN112541046B publication Critical patent/CN112541046B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明提供一种基于时间与空间的共现目标监测方法，包括：构建目标对应的目标航迹点数据结构，存储航迹点信息；设置目标的标准共现策略参数和监测共现的目标参数条件，筛选获取目标航迹信息，抽样获取骨干化航迹信息后，获取所有航迹点的经纬度范围和时间范围，筛选获取名称与待分析目标名称不同的所有航迹信息，确定存在潜在共现关系；获取骨干化航迹信息和其他航迹信息中所有航迹点之间的共现策略参数，当判断待分析目标和潜在共现目标为共现目标时，获取共现目标的航迹；对共现目标的航迹按照目标名称进行统计，获取与目标共现的航迹个数，统计并显示共现次数，显示共现目标的航迹。相较于现有技术，减少了计算量并提升了共现监测的效率。

Description

一种基于时间与空间的共现目标监测方法
技术领域
本发明涉及目标监测技术领域，尤其涉及一种基于时间与空间的共现目标监测方法。
背景技术
共现目标，即在一定的时间范围和一定的空间范围内共同出现的两个或两个以上的目标。所述两个或两个以上的目标在不同时空维度会有多条不同的运动轨迹，这些运动轨迹因为任务等内在关联因素，在时空维度会有相互的共现关联。而通过对共现目标进行统计分析，能够侧面反映出不同目标的内在关联信息，在军事领域中为分析目标活动规律、行为预测等提供重要的辅助信息。现有的共现目标监测方法侧重于在时间或空间的单一维度下进行监测，且在大数据环境下存在由于分析时效不高、计算过程复杂度高导致的监测效率较低的问题。
发明内容
本发明所解决的技术问题在于提供一种基于时间与空间的共现目标监测方法，该方法基于时间与空间进行计算，利用时间范围的限制，对数据库中的航迹点进行筛选，再根据空间上的具体进行共现的判定，降低了计算数据量和复杂度，能够较快获取计算结果。
本发明提供一种基于时间与空间的共现目标监测方法，包括如下步骤：
步骤1，构建目标对应的目标航迹点数据结构，使用MPP数据库存储所述目标航迹点数据结构的航迹点信息；具体的，本发明中，因为航迹点数据量较大，且访问频繁，所以使用MPP数据库存储该数据结构的航迹点信息。
步骤2，设置所述目标的标准共现策略参数，所述标准共现策略参数包括共现时间差和共现空间距离差；具体的，本发明中，例如，设置共现时间差为10min，共现空间距离差为10km，即任意两个目标在10min的时间差范围内，曾经空间距离小于等于10km，则视为这两个目标共现状态。
步骤3，设定需要监测共现的目标参数条件，通过所述目标参数条件筛选获取待分析目标的航迹信息，即目标航迹信息，对所述目标航迹信息中的航迹点抽样，获取骨干化航迹信息；
步骤4，获取所述骨干化航迹信息中所有航迹点的经纬度范围和时间范围，根据所述经纬度范围和时间范围设定筛选条件，根据所述筛选条件获取数据库中名称与待分析目标名称不同的所有潜在共现目标的航迹信息，即其他航迹信息；确定所述待分析目标与潜在共现目标存在潜在共现关系；
步骤5，遍历所述骨干化航迹信息和其他航迹信息，获取所述骨干化航迹信息和其他航迹信息中所有航迹点之间的共现策略参数，比较所述共现策略参数与标准共现策略参数，当根据比较结果判断所述待分析目标和潜在共现目标为共现目标时，获取所述共现目标的航迹；
步骤6，对所述共现目标的航迹按照目标名称进行统计，获取与同一目标名称的目标共现的航迹个数，统计并显示每个所述目标名称的共现次数，显示所述共现目标的航迹。具体的，本发明中，可以采用柱状图显示共现次数，同时在GIS地图上显示所述共现目标的航迹。
进一步地，在一种实现方式中，所述步骤1中目标航迹点数据结构中包括：目标航迹唯一标识、目标航迹点唯一标识、位置信息数据、运动状态信息、时间信息和目标属性信息。
进一步地，在一种实现方式中，所述步骤3中，所述对目标航迹信息中的航迹点抽样，获取骨干化航迹信息，包括：
针对所述目标航迹信息中的每一条航迹，遍历所有航迹点，将所述航迹点中航向变化小于预设的航行变化基准的航迹点去除，即根据以下公式，计算任意一个所述航迹点的航向变化：
|Cn+1-Cn|+|Cn-Cn-1|
其中，Cn为任意一个航迹点Pn的航向，Cn+1为航迹点Pn所在航迹中后一个航迹点的航向，Cn-1为航迹点Pn所在航迹中前一个航迹点的航向；
比较所述任意一个航迹点Pn的航向变化与航向变化基准ΔC的大小；
若所述任意一个航迹点Pn的航向变化大于航向变化基准ΔC，则保留所述航迹点Pn；
若所述任意一个航迹点Pn的航向变化小于或等于航向变化基准ΔC，则舍弃所述航迹点Pn；
保留每条所述航迹中按时间从先到后排序的第一个航迹点和最后一个航迹点。
本发明中，通过所述步骤3，能够针对每一条航迹信息，在遍历所有航迹点后，将航向变化较小的航迹点去除。
进一步地，在一种实现方式中，所述步骤3中，所述通过目标参数条件筛选获取待分析目标的航迹信息，为通过从所述数据库获取与目标参数条件对应的所有航迹信息。
进一步地，在一种实现方式中，所述步骤4包括：
采用分页查询的方法获取所述其他航迹信息，分批获取航迹信息TrackList2_1，TrackList2_2，TrackList2_3，...TrackList2_n；
其中，TrackList2_1为第一批航迹信息，TrackList2_2为第二批航迹信息，TrackList2_3为第三批航迹信息，TrackList2_n为第n批航迹信息，n为总批数；
针对分批获取的每一批航迹信息TrackList2_i，i∈n。
进一步地，在一种实现方式中，所述步骤5，包括：
步骤5-1，遍历所述骨干化航迹信息和其他航迹信息，所述骨干化航迹信息包含多条A类航迹信息，每条所述A类航迹信息包含多个A类航迹点；所述其他航迹信息包含多条B类航迹信息，每条所述B类航迹信息包含多个B类航迹点；
步骤5-2，分别计算所有所述A类航迹点和所有B类航迹点之间的时间差与距离差，并将所述距离差和共现距离差进行比较；
根据获得的比较结果，判断所述骨干化航迹信息中的A类航迹点与其他航迹信息中任意一个B类航迹点是否存在共现现象；
如果所述骨干化航迹信息中的A类航迹点与其他航迹信息中任意一个B类航迹点存在共现现象，则判定所述骨干化航迹信息中的A类航迹点的航迹与其他航迹信息中的B类航迹点的航迹共现，即所述待分析目标与潜在共现目标为共现目标；
步骤5-3，获取所述共现目标的航迹。
进一步地，在一种实现方式中，所述步骤5-1，包括：
设所述待分析目标航迹Ti对应的航迹点集为PA{pa1，pa2，...pan}，其中，任意A类航迹点，即第i个A类航迹点pai的时间信息为tai，任意A类航迹点pai的位置信息经纬度为(xai，yai)，xai为A类经度信息，yai为A类纬度信息；
所述潜在共现目标航迹Tj对应的航迹点集为PB{pb1，pb2，...pbm}，其中，任意B类航迹点pbj的时间信息为tbj，任意B类航迹点pbj的位置信息经纬度为(xbj，ybj)，xbj为B类经度信息，ybj为B类纬度信息；
其中，A类经度信息xai和B类经度信息xbj的取值范围为[-180，180]，东经为正，西经为负，A类纬度信息yai和B类纬度信息ybj的取值范围为[0，180]，北极为0，南极为180。
进一步地，在一种实现方式中，所述步骤5-2，包括：
步骤5-2-1，取潜在共现目标航迹Tj对应的航迹点集PB{pb1，pb2，...pbm}中的第一个B类航迹点pb1，即潜在共现目标的第一个航迹点；
步骤5-2-2，找到所述待分析目标航迹Ti对应的航迹点集PA{pa1，pa2，...pan}中与第一个B类航迹点pb1时间最接近的点pai，pai为所述待分析目标中最接近潜在目标A类航迹点的点；
步骤5-2-3，比较所述第一个B类航迹点pb1与待分析目标中最接近潜在目标A类航迹点的点pai的时间差；
如果所述时间差大于设置的共现时间差Δt，则舍弃所述第一个B类航迹点pb1，对所述航迹点集PB中的第二个B类航迹点pb2进行计算；
步骤5-2-4，如果所述时间差小于或等于设置的共现时间差Δt，则计算所述第一个B类航迹点pb1与待分析目标中最接近潜在目标A类航迹点的点pai之间的距离差D，并比较距离差D与设置的空间距离差Δs的大小；
如果所述距离差D小于或等于空间距离差Δs，则判断所述待分析目标航迹Ti与潜在共现目标航迹Tj共现；
步骤5-2-5，如果所述距离差D大于空间距离差Δs，则进行第一个B类航迹点pb1与第i+1个A类航迹点pai+1之间的计算，直到遍历完成所述待分析目标航迹Ti对应的航迹点集PA{pa1，pa2，...pan}中的所有点，完成与所述第一个B类航迹点pb1是否共现的判断；
步骤5-2-6，进行对所述潜在共现目标航迹Tj中第二个B类航迹点pb2的计算，直到所述潜在共现目标航迹Tj对应的航迹点集PB{pb1，pb2，...pbm}中最后一个B类航迹点pbm，即所有点全部计算完成还没有航迹点满足共现要求，则说明两个航迹Ti与共现目标航迹Tj不存在共现；
若所有点全部计算完成之前，有两个航迹点满足共现要求，则跳出所述步骤5-2-1至步骤5-2-6的计算，判定所述待分析目标航迹Ti与潜在共现目标航迹Tj共现。
进一步地，在一种实现方式中，所述步骤5-2-4，包括：
根据以下公式，计算两个航迹点之间的距离差D：
C＝sin ym*sin yn*cos(xm-xn)+cos ym*cos yn
D＝R*arccos(C)*π/180
其中，pm为第一个航迹点，第一个航迹点pm的经纬度为(xm，ym)，pn为第二个航迹点，第二个航迹点pn的经纬度为(xn，yn)，C为中间变量，R为地球的半径，R取值6371km。
进一步地，在一种实现方式中，通过所述步骤5计算共现后，将通过所述步骤4获取的每一批航迹信息TrackList2_i的计算结果汇总相加，用于进行所述步骤6的统计。
本发明提供了一种基于时间与空间的共现目标监测方法，其特征在于，包括如下步骤：步骤1，构建目标对应的目标航迹点数据结构，使用MPP数据库存储所述目标航迹点数据结构的航迹点信息；步骤2，设置所述目标的标准共现策略参数，所述标准共现策略参数包括共现时间差和共现空间距离差；步骤3，设定需要监测共现的目标参数条件，通过所述目标参数条件筛选获取待分析目标的航迹信息，即目标航迹信息，对所述目标航迹信息中的航迹点抽样，获取骨干化航迹信息；步骤4，获取所述骨干化航迹信息中所有航迹点的经纬度范围和时间范围，根据所述经纬度范围和时间范围设定筛选条件，根据所述筛选条件获取数据库中名称与待分析目标名称不同的所有潜在共现目标的航迹信息，即其他航迹信息；确定所述待分析目标与潜在共现目标存在潜在共现关系；步骤5，遍历所述骨干化航迹信息和其他航迹信息，获取所述骨干化航迹信息和其他航迹信息中所有航迹点之间的共现策略参数，比较所述共现策略参数与标准共现策略参数，当根据比较结果判断所述待分析目标和潜在共现目标为共现目标时，获取所述共现目标的航迹；步骤6，对所述共现目标的航迹按照目标名称进行统计，获取与同一目标名称的目标共现的航迹个数，统计并显示每个所述目标名称的共现次数，显示所述共现目标的航迹。
本发明与现有技术相比，其显著优点为：
采用MPP数据库存储航迹点数据，既可以保证TB级的数据存储，又可以保证数据的查询速度。骨干化的提取目标航迹的航迹点，这样在保证目标航迹总体航迹变化不改变的情况下，减少了计算量，增快了共现的计算。基于时间与空间的共现计算，首先利用时间范围的限制，对数据库中的航迹点进行筛选，再根据空间上的具体进行共现的判定，由于空间具体计算较为复杂，这种判定方式可以有效减少计算复杂度。批量选取航迹点的方式可以解决由于数据量较大，计算机内存不足导致计算速度减慢甚至内存溢出的问题。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例部分提供的一种基于时间与空间的共现目标监测方法的工作流程示意图；
图2是本发明实施例部分提供的一种基于时间与空间的共现目标监测方法中计算两个航迹是否共现的工作流程示意图；
图3是本发明实施例部分提供的一种基于时间与空间的共现目标监测方法中利用航向变化进行航迹点抽样的效果示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例公开一种基于时间与空间的共现目标监测方法，本方法主要应用于，在作战分析当中，分析某个或某类目标的共现目标以及共现信息，方便作战分析研究。例如，通过本发明分析得出某战机A与另一战机B时常有共现情况，便可初步判定战机A与战机B属于一个战斗小组。
如图1至图3所示，本实施例提供一种基于时间与空间的共现目标监测方法，包括如下步骤：
步骤1，构建目标对应的目标航迹点数据结构，使用MPP数据库存储所述目标航迹点数据结构的航迹点信息；具体的，本实施例中，采用B/S或C/S软件架构构建前端显示程序和后端处理服务。因为航迹点数据量较大，且访问频繁，所以可采用MPP数据库进行存储。
具体的，所述目标航迹点数据结构如下：
public class T{
private String trailID；//航迹点唯一标识
private String trackID；//航迹唯一标识
private String name；//目标名称
private String country；//目标国家
private String attribute；//目标属性
private String source；//数据来源
private DATE time；//位置时间
private Double longitude；//经度
private Double latitude；//纬度
private String speed；//速度
private Double direction；//移动方向
private Double altitude；//高度
private String extended；//扩展信息
}
步骤2，设置所述目标的标准共现策略参数，所述标准共现策略参数包括共现时间差和共现空间距离差；具体的，本实施例中，例如，设置共现时间差为10min，共现空间距离差为10km，即任意两个目标在10min的时间差范围内，曾经空间距离小于等于10km，则视为这两个目标共现状态。
步骤3，设定需要监测共现的目标参数条件，通过所述目标参数条件筛选获取待分析目标的航迹信息，即目标航迹信息，对所述目标航迹信息中的航迹点抽样，获取骨干化航迹信息；具体的，本实施例中，目标参数条件包括目标名称N、经纬度范围ΔL0ΔA0和时间范围ΔD0。通过目标参数从数据库获取该目标参数对应的待分析的目标所有航迹信息TrackList0。对目标航迹的航迹点抽样，抽取目标航迹的骨干化航迹信息TrackList1。抽取目标航迹的骨干化航迹信息TrackList1的方法为，利用航向变化进行抽样，针对TrackList1中每一条航迹，遍历所有航迹点，将航向变化较小的航迹点去除。
步骤4，获取所述骨干化航迹信息中所有航迹点的经纬度范围和时间范围，根据所述经纬度范围和时间范围设定筛选条件，根据所述筛选条件获取数据库中名称与待分析目标名称不同的所有潜在共现目标的航迹信息，即其他航迹信息；确定所述待分析目标与潜在共现目标存在潜在共现关系；具体的，本实施例中，所述步骤4中的筛选条件还包括用户设定的其他条件，例如潜在共现目标所属的国家等。
步骤5，遍历所述骨干化航迹信息和其他航迹信息，获取所述骨干化航迹信息和其他航迹信息中所有航迹点之间的共现策略参数，比较所述共现策略参数与标准共现策略参数，当根据比较结果判断所述待分析目标和潜在共现目标为共现目标时，获取所述共现目标的航迹；
步骤6，对所述共现目标的航迹按照目标名称进行统计，获取与同一目标名称的目标共现的航迹个数，统计并显示每个所述目标名称的共现次数，显示所述共现目标的航迹。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤1中目标航迹点数据结构中包括：目标航迹唯一标识、目标航迹点唯一标识、位置信息数据、运动状态信息、时间信息和目标属性信息。具体的，本实施例中，所述目标航迹唯一标识可表示为TrackID，目标航迹点唯一标识可表示为TraillD。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤3中，所述对目标航迹信息中的航迹点抽样，获取骨干化航迹信息，包括：
针对所述目标航迹信息中的每一条航迹，遍历所有航迹点，将所述航迹点中航向变化小于预设的航行变化基准的航迹点去除，具体的，本实施例中，所述预设的航行变化基准根据骨干化实际需求进行预设，如需粗粒度的骨干航迹，可将航向变化基准预设大一点，需细粒度的骨干航迹，可将航向变化基准预设小一点，即根据以下公式，计算任意一个所述航迹点的航向变化：
|Cn+1-Cn|+|Cn-Cn-1|
其中，Cn为任意一个航迹点Pn的航向，Cn+1为航迹点Pn所在航迹中后一个航迹点的航向，Cn-1为航迹点Pn所在航迹中前一个航迹点的航向；
比较所述任意一个航迹点Pn的航向变化与航向变化基准ΔC的大小；
若所述任意一个航迹点Pn的航向变化大于航向变化基准ΔC，则保留所述航迹点Pn；
若所述任意一个航迹点Pn的航向变化小于或等于航向变化基准ΔC，则舍弃所述航迹点Pn；
保留每条所述航迹中按时间从先到后排序的第一个航迹点和最后一个航迹点。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤3中，所述通过目标参数条件筛选获取待分析目标的航迹信息，为通过从所述数据库获取与目标参数条件对应的所有航迹信息。具体的，本实施例中，例如，用户设置检测目标参数为：目标名称为全球鹰，目标出现时间范围为2020年2月1日19:16:15至2020年2月2日19:16:15。即在航迹点信息数据库中筛选，目标名称为全球鹰，出现时间在2020年2月1日19:16:15至2020年2月2日19:16:15之间的所有航迹信息。
例如，骨干化航迹信息TrackList1单个航迹的航迹点如下表所示，相邻航迹点的移动方向direction有较大的差异：
Figure GDA0003750536370000091
Figure GDA0003750536370000101
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤4包括：
采用分页查询的方法获取所述其他航迹信息，分批获取航迹信息TrackList2_1，TrackList2_2，TrackList2_3，...TrackList2_n；
其中，TrackList2_1为第一批航迹信息，TrackList2_2为第二批航迹信息，TrackList2_3为第三批航迹信息，TrackList2_n为第n批航迹信息，n为总批数；
针对分批获取的每一批航迹信息TrackList2_i，i∈n。
具体的，本实施例中，根据步骤3获取的目标骨干化航迹信息TrackList1(TrackList1包含多条航迹信息Ti，每条航迹信息包含多个航迹点Pi)，获取TrackList1中所有航迹点的经纬度范围ΔL1ΔA1和时间范围ΔD1。根据纬度范围ΔL1ΔA1和时间范围ΔD1，获取名称不为N的所有其他航迹信息TrackList2(TrackList2包含多条航迹信息Tj，每条航迹信息包含多个航迹点Pj)；TrackList2中的多条航迹Tj为与待分析目标航迹TrackList1中的多条航迹Ti存在潜在共现关系。
TrackList2从MPP数据库中查询得到，查询的条件由经纬度范围ΔL1ΔA1和时间范围ΔD1限定，同时保证查询的目标名称不为N，避免与TrackList1中的数据重复。由上表可知，目标航迹的起止时间为2020-06-01 04:11:28至2020-06-01 05:11:28。经度范围为121.6611至122.2379，维度范围为20.1977至23.4582，利用这些范围可初步筛选TrackList2的数据。另外，可根据实际需要可增加查询数据的过滤条件，以更准确的筛选出潜在共现目标航迹。
此外，本实施例中，针对每一批TrackList2_i，通过后续步骤计算共现后，再将所有批计算结果进行汇总相加。每一批TrackList2_i总的数据量根据实际计算机内存决定。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤5，包括：
步骤5-1，遍历所述骨干化航迹信息和其他航迹信息，所述骨干化航迹信息包含多条A类航迹信息，每条所述A类航迹信息包含多个A类航迹点；所述其他航迹信息包含多条B类航迹信息，每条所述B类航迹信息包含多个B类航迹点；
步骤5-2，分别计算所有所述A类航迹点和所有B类航迹点之间的时间差与距离差，并将所述距离差和共现距离差进行比较；
根据获得的比较结果，判断所述骨干化航迹信息中的A类航迹点与其他航迹信息中任意一个B类航迹点是否存在共现现象；
如果所述骨干化航迹信息中的A类航迹点与其他航迹信息中任意一个B类航迹点存在共现现象，则判定所述骨干化航迹信息中的A类航迹点的航迹与其他航迹信息中的B类航迹点的航迹共现，即所述待分析目标与潜在共现目标为共现目标；
步骤5-3，获取所述共现目标的航迹。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤5-1，包括：
设所述待分析目标航迹Ti对应的航迹点集为PA{pa1，pa2，...pan}，其中，任意A类航迹点，即第i个A类航迹点pai的时间信息为tai，任意A类航迹点pai的位置信息经纬度为(xai，yai)，xai为A类经度信息，yai为A类纬度信息；
所述潜在共现目标航迹Tj对应的航迹点集为PB{pb1，pb2，...pbm}，其中，任意B类航迹点pbj的时间信息为tbj，任意B类航迹点pbj的位置信息经纬度为(xbj，ybj)，xbj为B类经度信息，ybj为B类纬度信息；
其中，A类经度信息xai和B类经度信息xbj的取值范围为[-180，180]，东经为正，西经为负，A类纬度信息yai和B类纬度信息ybj的取值范围为[0，180]，北极为0，南极为180。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤5-2，包括：
步骤5-2-1，取潜在共现目标航迹Tj对应的航迹点集PB{pb1，pb2，...pbm}中的第一个B类航迹点pb1，即潜在共现目标的第一个航迹点；
步骤5-2-2，找到所述待分析目标航迹Ti对应的航迹点集PA{pa1，pa2，...pan}中与第一个B类航迹点pb1时间最接近的点pai，pai为所述待分析目标中最接近潜在目标A类航迹点的点；
步骤5-2-3，比较所述第一个B类航迹点pb1与待分析目标中最接近潜在目标A类航迹点的点pai的时间差；
如果所述时间差大于设置的共现时间差Δt，则舍弃所述第一个B类航迹点pb1，对所述航迹点集PB中的第二个B类航迹点pb2进行计算；
步骤5-2-4，如果所述时间差小于或等于设置的共现时间差Δt，则计算所述第一个B类航迹点pb1与待分析目标中最接近潜在目标A类航迹点的点pai之间的距离差D，并比较距离差D与设置的空间距离差Δs的大小；
如果所述距离差D小于或等于空间距离差Δs，则判断所述待分析目标航迹Ti与潜在共现目标航迹Tj共现；
步骤5-2-5，如果所述距离差D大于空间距离差Δs，则进行第一个B类航迹点pb1与第i+1个A类航迹点pai+1之间的计算，直到遍历完成所述待分析目标航迹Ti对应的航迹点集PA{pa1，pa2，...pan}中的所有点，完成与所述第一个B类航迹点pb1是否共现的判断；
步骤5-2-6，进行对所述潜在共现目标航迹Tj中第二个B类航迹点pb2的计算，直到所述潜在共现目标航迹Tj对应的航迹点集PB{pb1，pb2，...pbm}中最后一个B类航迹点pbm，即所有点全部计算完成还没有航迹点满足共现要求，则说明两个航迹Ti与共现目标航迹Tj不存在共现；
若所有点全部计算完成之前，有两个航迹点满足共现要求，则跳出所述步骤5-2-1至步骤5-2-6的计算，判定所述待分析目标航迹Ti与潜在共现目标航迹Tj共现。
本实施例所述的一种基于时间与空间的共现目标监测方法中，所述步骤5-2-4，包括：
根据以下公式，计算两个航迹点之间的距离差D：
C＝sin ym*sin yn*cos(xm-xn)+cos ym*cos yn
D＝R*arccos(C)*π/180
其中，pm为第一个航迹点，第一个航迹点pm的经纬度为(xm，ym)，pn为第二个航迹点，第二个航迹点pn的经纬度为(xn，yn)，C为中间变量，R为地球的半径，R取值6371km。
本实施例所述的通过所述一种基于时间与空间的共现目标监测方法中，通过所述步骤5计算共现后，将通过所述步骤4获取的每一批航迹信息TrackList2_i的计算结果汇总相加，用于进行所述步骤6的统计。
最后根据步骤5得到的航迹Pj按照目标名称进行统计同一目标名称共现的航迹个数，并用柱状图显示共现次数，柱状图横坐标为共现目标的名称，纵坐标为共现目标对应的航迹的数量，同时在GIS地图上显示目标航迹Pi与共现航迹Pj。
本实施例提供了一种基于时间与空间的共现目标监测方法，包括：
步骤1，构建目标对应的目标航迹点数据结构，使用MPP数据库存储所述目标航迹点数据结构的航迹点信息；步骤2，设置所述目标的标准共现策略参数，所述标准共现策略参数包括共现时间差和共现空间距离差；步骤3，设定需要监测共现的目标参数条件，通过所述目标参数条件筛选获取待分析目标的航迹信息，即目标航迹信息，对所述目标航迹信息中的航迹点抽样，获取骨干化航迹信息；步骤4，获取所述骨干化航迹信息中所有航迹点的经纬度范围和时间范围，根据所述经纬度范围和时间范围设定筛选条件，根据所述筛选条件获取数据库中名称与待分析目标名称不同的所有潜在共现目标的航迹信息，即其他航迹信息；确定所述待分析目标与潜在共现目标存在潜在共现关系；步骤5，遍历所述骨干化航迹信息和其他航迹信息，获取所述骨干化航迹信息和其他航迹信息中所有航迹点之间的共现策略参数，比较所述共现策略参数与标准共现策略参数，当根据比较结果判断所述待分析目标和潜在共现目标为共现目标时，获取所述共现目标的航迹；步骤6，对所述共现目标的航迹按照目标名称进行统计，获取与同一目标名称的目标共现的航迹个数，统计并显示每个所述目标名称的共现次数，显示所述共现目标的航迹。
本发明与现有技术相比，其显著优点为：
采用MPP数据库存储航迹点数据，既可以保证TB级的数据存储，又可以保证数据的查询速度。骨干化的提取目标航迹的航迹点，这样在保证目标航迹总体航迹变化不改变的情况下，减少了计算量，增快了共现的计算。基于时间与空间的共现计算，首先利用时间范围的限制，对数据库中的航迹点进行筛选，再根据空间上的具体进行共现的判定，由于空间具体计算较为复杂，这种判定方式可以有效减少计算复杂度。批量选取航迹点的方式可以解决由于数据量较大，计算机内存不足导致计算速度减慢甚至内存溢出的问题。
具体实现中，本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的一种基于时间与空间的共现目标监测方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，ROM)或随机存储记忆体(random access memory，RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (10)

1.一种基于时间与空间的共现目标监测方法，其特征在于，包括如下步骤：
步骤1，构建目标对应的目标航迹点数据结构，使用MPP数据库存储所述目标航迹点数据结构的航迹点信息；
步骤2，设置所述目标的标准共现策略参数，所述标准共现策略参数包括共现时间差和共现空间距离差；
步骤3，设定需要监测共现的目标参数条件，通过所述目标参数条件筛选获取待分析目标的航迹信息，即目标航迹信息，对所述目标航迹信息中的航迹点抽样，获取骨干化航迹信息；
步骤4，获取所述骨干化航迹信息中所有航迹点的经纬度范围和时间范围，根据所述经纬度范围和时间范围设定筛选条件，根据所述筛选条件获取数据库中名称与待分析目标名称不同的所有潜在共现目标的航迹信息，即其他航迹信息；确定所述待分析目标与潜在共现目标存在潜在共现关系；
步骤5，遍历所述骨干化航迹信息和其他航迹信息，获取所述骨干化航迹信息和其他航迹信息中所有航迹点之间的共现策略参数，比较所述共现策略参数与标准共现策略参数，当根据比较结果判断所述待分析目标和潜在共现目标为共现目标时，获取所述共现目标的航迹；
步骤6，对所述共现目标的航迹按照目标名称进行统计，获取与同一目标名称的目标共现的航迹个数，统计并显示每个所述目标名称的共现次数，显示所述共现目标的航迹。
2.根据权利要求1所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤1中目标航迹点数据结构中包括：目标航迹唯一标识、目标航迹点唯一标识、位置信息数据、运动状态信息、时间信息和目标属性信息。
3.根据权利要求1所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤3中，所述对目标航迹信息中的航迹点抽样，获取骨干化航迹信息，包括：
针对所述目标航迹信息中的每一条航迹，遍历所有航迹点，将所述航迹点中航向变化小于预设的航行变化基准的航迹点去除，即根据以下公式，计算任意一个所述航迹点的航向变化：
|Cn+1-Cn|+|Cn-Cn-1|
其中，Cn为任意一个航迹点Pn的航向，Cn+1为航迹点Pn所在航迹中后一个航迹点的航向，Cn-1为航迹点Pn所在航迹中前一个航迹点的航向；
比较所述任意一个航迹点Pn的航向变化与航向变化基准ΔC的大小；
若所述任意一个航迹点Pn的航向变化大于航向变化基准ΔC，则保留所述航迹点Pn；
若所述任意一个航迹点Pn的航向变化小于或等于航向变化基准ΔC，则舍弃所述航迹点Pn；
保留每条所述航迹中按时间从先到后排序的第一个航迹点和最后一个航迹点。
4.根据权利要求1所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤3中，所述通过目标参数条件筛选获取待分析目标的航迹信息，为通过从所述数据库获取与目标参数条件对应的所有航迹信息。
5.根据权利要求1所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤4包括：
采用分页查询的方法获取所述其他航迹信息，分批获取航迹信息TrackList2_1，TrackList2_2，TrackList2_3，...TrackList2_n；
其中，TrackList2_1为第一批航迹信息，TrackList2_2为第二批航迹信息，TrackList2_3为第三批航迹信息，TrackList2_n为第n批航迹信息，n为总批数；
针对分批获取的每一批航迹信息TrackList2_i，i∈n。
6.根据权利要求1所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤5，包括：
步骤5-1，遍历所述骨干化航迹信息和其他航迹信息，所述骨干化航迹信息包含多条A类航迹信息，每条所述A类航迹信息包含多个A类航迹点；所述其他航迹信息包含多条B类航迹信息，每条所述B类航迹信息包含多个B类航迹点；
步骤5-2，分别计算所有所述A类航迹点和所有B类航迹点之间的时间差与距离差，并将所述距离差和共现距离差进行比较；
根据获得的比较结果，判断所述骨干化航迹信息中的A类航迹点与其他航迹信息中任意一个B类航迹点是台存在共现现象；
如果所述骨干化航迹信息中的A类航迹点与其他航迹信息中任意一个B类航迹点存在共现现象，则判定所述骨干化航迹信息中的A类航迹点的航迹与其他航迹信息中的B类航迹点的航迹共现，即所述待分析目标与潜在共现目标为共现目标；
步骤5-3，获取所述共现目标的航迹。
7.根据权利要求6所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤5-1，包括：
设所述待分析目标航迹Ti对应的航迹点集为PA{pa1，pa2，...pan}，其中，任意A类航迹点，即第i个A类航迹点pai的时间信息为tai，任意A类航迹点pai的位置信息经纬度为(xai，yai)，xai为A类经度信息，yai为A类纬度信息；
所述潜在共现目标航迹Tj对应的航迹点集为PB{pb1，pb2，...pbm}，其中，任意B类航迹点pbj的时间信息为tbj，任意B类航迹点pbj的位置信息经纬度为(xbj，ybj)，xbj为B类经度信息，ybj为B类纬度信息；
其中，A类经度信息xai和B类经度信息xbj的取值范围为[-180，180]，东经为正，西经为负，A类纬度信息yai和B类纬度信息ybj的取值范围为[0，180]，北极为0，南极为180。
8.根据权利要求7所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤5-2，包括：
步骤5-2-1，取潜在共现目标航迹Tj对应的航迹点集PB{pb1，pb2，...pbm}中的第一个B类航迹点pb1，即潜在共现目标的第一个航迹点；
步骤5-2-2，找到所述待分析目标航迹Ti对应的航迹点集PA{pa1，pa2，...pan}中与第一个B类航迹点pb1时间最接近的点pai，pai为所述待分析目标中最接近潜在目标A类航迹点的点；
步骤5-2-3，比较所述第一个B类航迹点pb1与待分析目标中最接近潜在目标A类航迹点的点pai的时间差；
如果所述时间差大于设置的共现时间差Δt，则舍弃所述第一个B类航迹点pb1，对所述航迹点集PB中的第二个B类航迹点pb2进行计算；
步骤5-2-4，如果所述时间差小于或等于设置的共现时间差Δt，则计算所述第一个B类航迹点pb1与待分析目标中最接近潜在目标A类航迹点的点pai之间的距离差D，并比较距离差D与设置的空间距离差Δs的大小；
如果所述距离差D小于或等于空间距离差Δs，则判断所述待分析目标航迹Ti与潜在共现目标航迹Tj共现；
步骤5-2-5，如果所述距离差D大于空间距离差Δs，则进行第一个B类航迹点pb1与第i+1个A类航迹点pai+1之间的计算，直到遍历完成所述待分析目标航迹Ti对应的航迹点集PA{pa1，pa2，...pan}中的所有点，完成与所述第一个B类航迹点pb1是否共现的判断；
步骤5-2-6，进行对所述潜在共现目标航迹Tj中第二个B类航迹点pb2的计算，直到所述潜在共现目标航迹Tj对应的航迹点集PB{pb1，pb2，...pbm}中最后一个B类航迹点pbm，即所有点全部计算完成还没有航迹点满足共现要求，则说明两个航迹Ti与共现目标航迹Tj不存在共现；
若所有点全部计算完成之前，有两个航迹点满足共现要求，则跳出所述步骤5-2-1至步骤5-2-6的计算，判定所述待分析目标航迹Ti与潜在共现目标航迹Tj共现。
9.根据权利要求8所述的一种基于时间与空间的共现目标监测方法，其特征在于，所述步骤5-2-4，包括：
根据以下公式，计算两个航迹点之间的距离差D：
C＝sinym*sinyn*cos(xm-xn)+cosym*cosyn
D＝R*arccos(C)*π/180
其中，pm为第一个航迹点，第一个航迹点pm的经纬度为(xm，ym)，pn为第二个航迹点，第二个航迹点pn的经纬度为(xn，yn)，C为中间变量，R为地球的半径，R取值6371km。
10.根据权利要求5所述的一种基于时间与空间的共现目标监测方法，其特征在于，通过所述步骤5计算共现后，将通过所述步骤4获取的每一批航迹信息TrackList2_i的计算结果汇总相加，用于进行所述步骤6的统计。
CN202011376333.6A 2020-11-30 2020-11-30 一种基于时间与空间的共现目标监测方法 Active CN112541046B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011376333.6A CN112541046B (zh) 2020-11-30 2020-11-30 一种基于时间与空间的共现目标监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011376333.6A CN112541046B (zh) 2020-11-30 2020-11-30 一种基于时间与空间的共现目标监测方法

Publications (2)

Publication Number Publication Date
CN112541046A CN112541046A (zh) 2021-03-23
CN112541046B true CN112541046B (zh) 2022-09-06

Family

ID=75016777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011376333.6A Active CN112541046B (zh) 2020-11-30 2020-11-30 一种基于时间与空间的共现目标监测方法

Country Status (1)

Country Link
CN (1) CN112541046B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6702598B2 (ja) * 2015-11-26 2020-06-03 Ｎｅｃソリューションイノベータ株式会社 航跡描画装置、航跡描画方法、及びプログラム
TWI581207B (zh) * 2016-04-28 2017-05-01 國立清華大學 共乘路徑的計算方法及使用此方法的計算裝置與記錄媒體
CN108225310B (zh) * 2017-12-22 2020-08-25 中国船舶重工集团公司第七0七研究所 一种重力辅助导航航迹规划方法
CN109000645A (zh) * 2018-04-26 2018-12-14 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂环境目标经典航迹提取方法

Also Published As

Publication number Publication date
CN112541046A (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN109544690B (zh) 共享单车出行影响因素识别方法、系统及存储介质
Pelanis et al. Indexing the past, present, and anticipated future positions of moving objects
CN110188093A (zh) 一种基于大数据平台针对ais信息源的数据挖掘系统
CN109446207A (zh) 一种标准地址数据库更新方法和地址匹配方法
CN107609107A (zh) 一种基于多源城市数据的出行共现现象可视化分析方法
CN109002492B (zh) 一种基于LightGBM的绩点预测方法
CN110716935A (zh) 基于网约车出行的轨迹数据分析与可视化方法及系统
CN109886147A (zh) 一种基于单网络多任务学习的车辆多属性检测方法
CN105307121A (zh) 一种信息处理方法及装置
CN112131325A (zh) 轨迹确定方法、装置及设备、存储介质
CN114998744B (zh) 基于运动与视觉双特征融合的农机轨迹田路分割方法及装置
CN108960562A (zh) 一种区域影响力评估方法及装置
CN109145225B (zh) 一种数据处理方法及装置
CN106844736B (zh) 基于时空网络的时空同现模式挖掘方法
Kipf et al. Approximate geospatial joins with precision guarantees
CN112541046B (zh) 一种基于时间与空间的共现目标监测方法
CN108053646B (zh) 基于时间敏感特征的交通特征获取方法、预测方法及系统
CN113989287A (zh) 城市道路遥感图像分割方法、装置、电子设备和存储介质
CN112633389A (zh) 一种基于mdl和速度方向的飓风运动轨迹趋势计算方法
He et al. Evaluating historic preservation zoning using a landscape approach
CN109471907B (zh) 一种基于卡口数据的行车规律分析系统和方法
US8843315B1 (en) System and method for spatial point-of-interest generation and automated trip segmentation using location data
CN116030629B (zh) 基于轨迹大数据的交通拥堵溯源方法、存储介质及服务器
CN112052405A (zh) 一种基于司机经验的寻客区域推荐方法
Yang et al. Vaite: A visualization-assisted interactive big urban trajectory data exploration system

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