CN114047508B - 一种对海雷达探测范围统计评估方法及系统 - Google Patents

一种对海雷达探测范围统计评估方法及系统 Download PDF

Info

Publication number
CN114047508B
CN114047508B CN202210035450.9A CN202210035450A CN114047508B CN 114047508 B CN114047508 B CN 114047508B CN 202210035450 A CN202210035450 A CN 202210035450A CN 114047508 B CN114047508 B CN 114047508B
Authority
CN
China
Prior art keywords
radar
range
track data
map
historical track
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
CN202210035450.9A
Other languages
English (en)
Other versions
CN114047508A (zh
Inventor
汤华涛
察豪
刘峰
涂睿
左雷
田斌
张颖星
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.)
Naval University of Engineering PLA
Original Assignee
Naval University of Engineering PLA
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 Naval University of Engineering PLA filed Critical Naval University of Engineering PLA
Priority to CN202210035450.9A priority Critical patent/CN114047508B/zh
Publication of CN114047508A publication Critical patent/CN114047508A/zh
Application granted granted Critical
Publication of CN114047508B publication Critical patent/CN114047508B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G01S7/40—Means for monitoring or calibrating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种对海雷达探测范围统计评估方法及系统，属于雷达探测范围的评估领域，方法包括：将历史航迹数据在以雷达为原点的极坐标系下表示；选取雷达对应的地图，将经过极坐标系转换的历史航迹数据和雷达叠加在地图上；以雷达为圆心，找出地图中各方位角上距离雷达最近和最远的历史航迹数据点连成折线，获取雷达探测的初始形貌范围；采用DBSCAN算法在所述雷达探测的初始形貌范围中剔除野值点，获取雷达探测的优化形貌范围；在雷达探测的优化形貌范围中设置多个距离标尺，显示雷达探测范围的数值。本发明提升了雷达探测范围的评估精准度和效率。

Description

一种对海雷达探测范围统计评估方法及系统
技术领域
本发明属于雷达探测范围的评估领域，更具体地，涉及一种对海雷达探测范围统计评估方法及系统。
背景技术
雷达探测范围是雷达的一项重要综合指标，关系到雷达的使用效果。准确评估雷达探测范围，可以精确掌握雷达的性能，使其在使用中发挥最大效能，还可以分析雷达探测能力的薄弱之处，并提出相应的改进和补救方法，提高雷达的探测能力。
通常雷达在安装之后，都会在其探测范围进行评估。但是，随着时间的推移，雷达的各项参数会发生变化，其工作性能也会改变；并且雷达周边的地理、气象环境也会发生变化，还会出现新的电磁干扰源。受以上因素的影响，雷达探测范围将有所变化，最初的评估结果已不再适用，需要定期重新进行评估。
雷达探测范围评估方法主要有两种，一种是理论计算，但由于受计算模型准确性的影响，理论计算结果误差较大；另外一种是实地测量，但传统的实地测量耗资大，测量时间长，难以常态化开展。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种对海雷达探测范围统计评估方法及系统，旨在解决现有的对海雷达探测范围采用理论模型方法通常受模型准确性的影响，而传统的实地测量耗资大且测量时间长的问题。
为实现上述目的，一方面，本发明提供了一种对海雷达探测范围统计评估方法，包括以下步骤：
（1）将历史航迹数据在以雷达为原点的极坐标系下表示；
（2）选取雷达对应的地图，将经过极坐标系转换的历史航迹数据和雷达叠加在地图上；
（3）以雷达为圆心，找出地图中各方位角上距离雷达最近和最远的历史航迹数据点连成折线，获取雷达探测的初始形貌范围；
（4）采用DBSCAN算法在雷达探测的初始形貌范围中剔除野值点，获取雷达探测的优化形貌范围；
（5）在雷达探测的优化形貌范围中设置多个距离标尺，显示雷达探测范围的数值。
进一步优选地，步骤（1）具体为：
建立以雷达为原点的极坐标系，将历史航迹数据在极坐标各象限内分别计算进行转换；
基于地球曲率，校正历史航迹数据在极坐标系下的坐标值。
进一步优选地，步骤（2）还包括根据历史航迹数据显示的范围裁剪地图，使地图空白区域的比例不超过预设比例。
进一步优选地，步骤（4）具体包括以下步骤：
采用雷达扫描周期和雷达探测范围内过往船只的航行速度，计算DBSCAN算法的聚类半径；并根据雷达跟踪算法的航迹起始规则及雷达探测范围边界过往船只的航行规律，设置聚类密度；
基于雷达探测的初始形貌范围，以航迹点的极坐标为元素，建立历史航迹数据对应的样本集；
基于样本集，采用DBSCAN算法，以各航迹点间的欧氏距离不超过聚类半径，且样本个数不少于聚类密度为约束条件，将不满足约束条件的航迹点作为野值点从雷达探测的初始形貌范围中剔除，获取雷达探测的优化形貌范围。
进一步优选地，雷达探测的初始形貌范围的获取方法，包括以下步骤：
在极坐标系中，以雷达为圆心，将有航迹的地图按照1°的间隔划分为若干个扇形区域；
在每个扇形区域内搜索距离圆心最近和最远的点连线，获取雷达探测的初始形貌范围。
另一方面，本发明提供了一种对海雷达探测范围统计评估系统，包括：
坐标转换模块，用于将历史航迹数据在以雷达为原点的极坐标系下表示；
地图匹配模块，用于选取雷达对应的地图，将经过极坐标系转换的历史航迹数据和雷达叠加在地图上；
初始形貌获取模块，用于以雷达为圆心，找出地图中各方位角上距离雷达最近和最远的历史航迹数据点连成折线，获取雷达探测的初始形貌范围；
优化形貌获取模块，用于采用DBSCAN算法在所述雷达探测的初始形貌范围中剔除野值点，获取雷达探测的优化形貌范围；
探测范围数值标定模块，用于在所述雷达探测的优化形貌范围中设置多个距离标尺，显示雷达探测范围的数值。
进一步优选地，所述坐标转换模块包括坐标转换器和校正器；
坐标转换器用于建立以雷达为原点的极坐标系，将历史航迹数据在极坐标各象限内分别计算转换；
校正器用于基于地球曲率，校正所述历史航迹数据在极坐标系下的坐标值。
进一步优选地，所述地图匹配模块还用于根据所述历史航迹数据显示的范围裁剪地图，使地图空白区域的比例不超过预设比例。
进一步优选地，所述优化形貌获取模块包括聚类半径计算单元、聚类密度设置单元、样本集构建单元和野值点剔除单元；
聚类半径计算单元用于采用雷达扫描周期和雷达探测范围内过往船只的航行速度，计算DBSCAN算法的聚类半径；
聚类密度设置单元用于根据雷达跟踪算法的航迹起始规则及雷达探测范围边界过往船只的航行规律，设置聚类密度；
样本集构建单元用于基于雷达探测的初始形貌范围，以航迹点的极坐标为元素，建立历史航迹数据对应的样本集；
野值点剔除单元用于基于样本集，采用DBSCAN算法，以各航迹点间的欧氏距离不超过所述聚类半径，且样本个数不少于所述聚类密度为约束条件，将不满足约束条件的航迹点作为野值点从雷达探测的初始形貌范围中剔除，获取雷达探测的优化形貌范围。
进一步优选地，初始形貌获取模块包括扇形区域划分单元和点寻找连线单元；
扇形区域划分单元用于在极坐标系中，以雷达为圆心，将有航迹的地图按照1°的间隔划分为若干个扇形区域；
点寻找连线单元用于在每个所述扇形区域内搜索距离圆心最近和最远的历史航迹数据点连线，获取雷达探测的初始形貌范围。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明采用历史航迹数据采用统计的方法，将历史航迹数据和雷达叠加在地图上，根据历史航迹数据获取雷达探测的初始形貌范围，然后采用DBSCAN算法剔除野值点，获取雷达探测的优化形貌范围，避免理论模型中算法近似处理过多及边界条件与实际场地有差异等因素导致雷达探测范围的评估精度不够的问题。
本发明采用的历史航迹数据来源容易且数据量大，相比于现有的实地探测评估，本发明采用历史航迹数据对对海雷达的探测范围进行评估，操作方法简单，不受船只RCS起伏特性的影响，可以提高雷达探测范围的评估精准度和效率。
附图说明
图1是本发明实施例提供的雷达航迹图；
图2是本发明实施例提供的雷达探测范围初步展示图；
图3是本发明实施例提供的雷达航迹野值点；
图4是本发明实施例提供的雷达探测范围图；
图5是本发明实施例提供的雷达探测范围统计评估方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一方面，本发明提供了一种对海雷达探测范围统计评估方法，包括以下步骤：
（1）历史航迹数据采集
对海雷达历史航迹数据用于统计评估雷达探测范围，是对海雷达探测范围评估模型的输入；雷达对船只的探测距离除了受雷达的工作性能及地理、气象和电磁环境影响，还与船只RCS及其运动姿态有关，为了准确反映对海雷达的探测范围，需大量实测航迹数据，充分体现雷达在各个方位角上的真实探测能力；但是，航迹累积时间不易过长，因为时间跨度太大的情况下，雷达不能处于一个稳定的工作状态，其产生的历史数据不能真实反映当前的雷达探测范围，故而选择周期为一年的历史航迹数据较为适宜；
（2）对海雷达探测范围初步展示
对海雷达探测范围初步展示是将一年以来的历史航迹数据与地图背景融合，初步呈现雷达对过往船只的探测能力；
具体包括以下步骤：
（2.1）坐标变换：
历史航迹数据以经纬度形式存储，为了便于分析雷达的探测能力，需先将历史航迹数据转换为以雷达为原点的极坐标；转换时在极坐标各象限内分别计算，同时还要考虑地球曲率的影响，以得到正确的坐标值；
（2.2）地图融合：
选择雷达相应的地图，将经过坐标转换的雷达和历史航迹数据叠加在地图上，并根据航迹显示的范围裁剪地图，使地图空白区域大小合适，如图1所示；
（2.3）以雷达为圆心，找出各方位角方向上距离最近和最远的点，将以上点连成一段折线，该折线可认为是雷达探测范围的边界，而该折线所包络的区域即为初步统计出来的雷达探测范围，如图2所示；
（3）雷达探测范围修正
在航迹数据的产生、存储、管理和转换过程中，不免会存在误处理而出现野值点，其坐标明显超出雷达探测范围或者不与其他航迹关联，因此需要对其进行处理，并修正雷达探测范围；
具体说明如下：
正确合理的航迹一般都有一定的规律，其各点之间通常存在某种内在联系，而野值点则没有规律可循，为了剔除野值点，可先利用聚类算法找出野值点；
DBSCAN算法是一种基于密度的聚类算法，可以对任意形状的稠密航迹数据集进行聚类处理，从中找出正确的航迹，并发现异常点，即野值点；
设航迹各点为一个样本集F，F（x 1，x 2，…，x m ），每个点由其坐标构成，x j =
Figure 340969DEST_PATH_IMAGE001
，其中，
Figure 726951DEST_PATH_IMAGE002
表示航迹第j个点的方位角；
Figure 975530DEST_PATH_IMAGE003
表示航迹第j个点和雷达之间的距离；对于F中的点，可以将满足下列方程式的子样本集划分为一类：
Figure 574002DEST_PATH_IMAGE004
Figure 653953DEST_PATH_IMAGE006
其中，distance（x i ，x j ）为欧氏距离；ε为聚类半径；MinPts为聚类密度；
DBSCAN算法参数设定；DBSCAN算法在使用时，除了输入需要聚类处理的航迹数据，还要设定两个参数：一个是聚类半径ε，代表航迹中各相邻点聚类的距离阈值；另外一个是聚类密度MinPts，代表航迹中各相邻点聚类的数量阈值；
聚类半径ε的设定需要考虑两个因素，一个是雷达的扫描周期t，一个是雷达探测范围内过往船只的航行速度v；扫描周期t取雷达常用工作模式下的扫描周期，航行速度v设定为过往船只的最高速度，因此聚类半径为：
ε=kvt
其中，k为安全系数；k=1.2；
聚类密度MinPts的设定需要考虑雷达数据处理用到的跟踪算法，多数跟踪算法的航迹起始规则都是三点起始，因此正确的航迹最少有三个点；并且在雷达探测范围的边界附近，路过的船可能只留下短暂的航迹，为了避免将较短的航迹误划分为野值点，聚类密度应尽可能小，综合考虑以上两个因素，本发明将聚类密度设定为3；
利用
Figure 194525DEST_PATH_IMAGE007
将所有有内在联系的航迹点划分为多个不同的类，获取最终的航迹聚类结果；而不满足
Figure 664820DEST_PATH_IMAGE008
的点则不能划分为任何类，就是需要寻找的野值点，如图3所示；
（4）叠加距离标尺
经过处理，已经利用历史航迹数据得到了雷达探测范围，但此时仅仅在地图上显示了雷达探测范围的范围，并不能直接看出雷达探测的范围有多大，需要叠加距离标尺；同时，雷达探测范围的范围边界多为锯齿状折线，为了准确展示其范围，需设置多个距离标尺，本发明选择设置三个距离标尺，如图4所示。
另一方面，本发明提供了一种对海雷达探测范围统计评估系统，包括：
坐标转换模块，用于将历史航迹数据在以雷达为原点的极坐标系下表示；
地图匹配模块，用于选取雷达对应的地图，将经过极坐标系转换的历史航迹数据和雷达叠加在地图上；
初始形貌获取模块，用于以雷达为圆心，找出地图中各方位角上距离雷达最近和最远的历史航迹数据点连成折线，获取雷达探测的初始形貌范围；
优化形貌获取模块，用于采用DBSCAN算法在所述雷达探测的初始形貌范围中剔除野值点，获取雷达探测的优化形貌范围；
探测范围数值标定模块，用于在所述雷达探测的优化形貌范围中设置多个距离标尺，显示雷达探测范围的数值。
进一步优选地，所述坐标转换模块包括坐标转换器和校正器；
坐标转换器用于建立以雷达为原点的极坐标系，将历史航迹数据在极坐标各象限内分别计算转换；
校正器用于基于地球曲率，校正所述历史航迹数据在极坐标系下的坐标值。
进一步优选地，所述地图匹配模块还用于根据所述历史航迹数据显示的范围裁剪地图，使地图空白区域的比例不超过预设比例。
进一步优选地，所述优化形貌获取模块包括聚类半径计算单元、聚类密度设置单元、样本集构建单元和野值点剔除单元；
聚类半径计算单元用于采用雷达扫描周期和雷达探测范围内过往船只的航行速度，计算DBSCAN方法的聚类半径；
聚类密度设置单元用于根据雷达跟踪算法的航迹起始规则及雷达探测范围边界过往船只的航行规律，设置聚类密度；
样本集构建单元用于基于雷达探测的初始形貌范围，以航迹点的极坐标为元素，建立历史航迹数据对应的样本集；
野值点剔除单元用于基于样本集，采用DBSCAN方法，以各航迹点间的欧氏距离不超过所述聚类半径，且样本个数不少于所述聚类密度为约束条件，将不满足约束条件的航迹点作为野值点从雷达探测的初始形貌范围中剔除，获取雷达探测的优化形貌范围。
进一步优选地，初始形貌获取模块包括扇形区域划分单元和点寻找连线单元；
扇形区域划分单元用于在极坐标系中，以雷达为圆心，将有航迹的地图按照1°的间隔划分为若干个扇形区域；
点寻找连线单元用于在每个所述扇形区域内搜索距离圆心最近和最远的历史航迹数据点连线，获取雷达探测的初始形貌范围。
实施例
（1）将便携式采集设备连接到雷达，从雷达存储分机上找到并拷贝一年以来的历史航迹数据；
（2）将便携式采集设备连接到专用数据处理计算机，将便携式采集设备中的雷达航迹数据拷贝到计算机；
（3）启动计算软件，将雷达航迹数据导入雷达探测范围统计评估模型，由评估模型对航迹数据进行处理及展示，雷达探测范围统计评估及展示方法流程如图5所示；具体包括如下步骤：
（31）读取航迹各点及雷达位置的经纬度，以雷达位置为原点，利用航迹各点的经纬度分象限计算其在极坐标系中的坐标；
（32）利用地球曲率修正航迹各点的极坐标；
（33）根据雷达位置，初步选择展示地图，并在地图上叠加雷达和航迹，其中，雷达用“Y”形符号显示，航迹用圆点显示；
（34）根据航迹的范围修剪地图，使地图上有航迹区域和空白区域的比例合适；
（35）在极坐标系中，以雷达为圆心，将有航迹的区域按照1°的间隔划分为若干个扇形区域；
（36）在每个扇形区域内搜索距离圆心最近和最远的点，并将以上点连线，初步得到雷达探测范围图；
（37）观察（36）中连线有明显突出的点，若有则进入步骤（38），若无则进入步骤（310）；
（38）利用DBSCAN聚类算法寻找航迹中的野值点，并用"x"点显示；
（39）剔除野值点，重复步骤（35）和（39），得到修正后的雷达探测范围图；
（310）以雷达为圆心，以雷达探测范围外边界最远点距离为半径划一道圆弧，并在适当位置标注圆弧距离，作为第一个距离标尺；
（311）以雷达为圆心，以雷达探测范围外边界最近点距离为半径划一道圆弧，并在适当位置标注圆弧距离，作为第二个距离标尺；
（312）以雷达为圆心，以雷达探测范围外边界最远点和最近点距离的均值为半径划一道圆弧，并在适当位置标注圆弧距离，作为第三个距离标尺。
本领域的技术人员容易理解，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)

1.一种对海雷达探测范围统计评估方法，其特征在于，包括以下步骤：
（1）将历史航迹数据在以雷达为原点的极坐标系下表示；
（2）选取雷达对应的地图，将经过极坐标系转换的历史航迹数据和雷达叠加在地图上；
（3）以雷达为圆心，找出地图中各方位角上距离雷达最近和最远的历史航迹数据点连成折线，获取雷达探测的初始形貌范围；
（4）采用DBSCAN算法在所述雷达探测的初始形貌范围中剔除野值点，获取雷达探测的优化形貌范围；
（5）在雷达探测的优化形貌范围中设置多个距离标尺，显示雷达探测范围的数值；
其中，所述步骤（4）具体包括以下步骤：
采用雷达扫描周期和雷达探测范围内过往船只的航行速度，计算DBSCAN算法的聚类半径；并根据雷达跟踪算法的航迹起始规则及雷达探测范围边界过往船只的航行规律，设置聚类密度；
基于雷达探测的初始形貌范围，以航迹点的极坐标为元素，建立历史航迹数据对应的样本集；
基于样本集，采用DBSCAN算法，以各航迹点间的欧氏距离不超过所述聚类半径，且样本个数不少于所述聚类密度为约束条件，将不满足约束条件的航迹点作为野值点从雷达探测的初始形貌范围中剔除，获取雷达探测的优化形貌范围。
2.根据权利要求1所述的对海雷达探测范围统计评估方法，其特征在于，所述步骤（1）具体包括以下步骤：
建立以雷达为原点的极坐标系，将历史航迹数据在极坐标各象限内分别计算转换；
基于地球曲率，校正所述历史航迹数据在极坐标系下的坐标值。
3.根据权利要求1或2所述的对海雷达探测范围统计评估方法，其特征在于，所述步骤（2）与所述步骤（3）之间还包括：根据所述历史航迹数据显示的范围裁剪地图，使地图空白区域的比例不超过预设比例。
4.根据权利要求3所述的对海雷达探测范围统计评估方法，其特征在于，包括以下步骤：
在极坐标系中，以雷达为圆心，将有航迹的地图按照1°的间隔划分为若干个扇形区域；
在每个所述扇形区域内搜索距离圆心最近和最远的历史航迹数据点连线，获取雷达探测的初始形貌范围。
5.一种对海雷达探测范围统计评估系统，其特征在于，包括：
坐标转换模块，用于将历史航迹数据在以雷达为原点的极坐标系下表示；
地图匹配模块，用于选取雷达对应的地图，将经过极坐标系转换的历史航迹数据和雷达叠加在地图上；
初始形貌获取模块，用于以雷达为圆心，找出地图中各方位角上距离雷达最近和最远的历史航迹数据点连成折线，获取雷达探测的初始形貌范围；
优化形貌获取模块，用于采用DBSCAN算法在所述雷达探测的初始形貌范围中剔除野值点，获取雷达探测的优化形貌范围；
探测范围数值标定模块，用于在所述雷达探测的优化形貌范围中设置多个距离标尺，显示雷达探测范围的数值；
所述优化形貌获取模块包括聚类半径计算单元、聚类密度设置单元、样本集构建单元和野值点剔除单元；
所述聚类半径计算单元用于采用雷达扫描周期和雷达探测范围内过往船只的航行速度，计算DBSCAN算法的聚类半径；
所述聚类密度设置单元用于根据雷达跟踪算法的航迹起始规则及雷达探测范围边界过往船只的航行规律，设置聚类密度；
所述样本集构建单元用于基于雷达探测的初始形貌范围，以航迹点的极坐标为元素，建立历史航迹数据对应的样本集；
所述野值点剔除单元用于基于样本集，采用DBSCAN算法，以各航迹点间的欧氏距离不超过所述聚类半径，且样本个数不少于所述聚类密度为约束条件，将不满足约束条件的航迹点作为野值点从雷达探测的初始形貌范围中剔除，获取雷达探测的优化形貌范围。
6.根据权利要求5所述的对海雷达探测范围统计评估系统，其特征在于，所述坐标转换模块包括坐标转换器和校正器；
所述坐标转换器用于建立以雷达为原点的极坐标系，将历史航迹数据在极坐标各象限内分别计算转换；
所述校正器用于基于地球曲率，校正所述历史航迹数据在极坐标系下的坐标值。
7.根据权利要求5或6所述的对海雷达探测范围统计评估系统，其特征在于，所述地图匹配模块还用于根据所述历史航迹数据显示的范围裁剪地图，使地图空白区域的比例不超过预设比例。
8.根据权利要求7所述的对海雷达探测范围统计评估系统，其特征在于，所述初始形貌获取模块包括扇形区域划分单元和点寻找连线单元；
所述扇形区域划分单元用于在极坐标系中，以雷达为圆心，将有航迹的地图按照1°的间隔划分为若干个扇形区域；
所述点寻找连线单元用于在每个所述扇形区域内搜索距离圆心最近和最远的历史航迹数据点连线，获取雷达探测的初始形貌范围。
CN202210035450.9A 2022-01-13 2022-01-13 一种对海雷达探测范围统计评估方法及系统 Active CN114047508B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210035450.9A CN114047508B (zh) 2022-01-13 2022-01-13 一种对海雷达探测范围统计评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210035450.9A CN114047508B (zh) 2022-01-13 2022-01-13 一种对海雷达探测范围统计评估方法及系统

Publications (2)

Publication Number Publication Date
CN114047508A CN114047508A (zh) 2022-02-15
CN114047508B true CN114047508B (zh) 2022-04-26

Family

ID=80196505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210035450.9A Active CN114047508B (zh) 2022-01-13 2022-01-13 一种对海雷达探测范围统计评估方法及系统

Country Status (1)

Country Link
CN (1) CN114047508B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115169421A (zh) * 2022-09-06 2022-10-11 中国人民解放军海军工程大学 新体制雷达辐射源目标的行为意图认知系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6580384B1 (en) * 2001-12-27 2003-06-17 Institute For Information Industry Track prediction method in combined radar and ADS surveillance environment
US8279106B1 (en) * 2010-11-29 2012-10-02 The Boeing Company Ground surveillance segment detection radar performance analysis
CN104360339B (zh) * 2014-10-31 2017-01-11 中国林业科学研究院资源信息研究所 激光雷达航带扫描边界识别方法及装置
CN105893621B (zh) * 2016-04-29 2019-11-05 中国人民解放军海军航空大学 基于多维航迹聚类的目标行为规律挖掘方法
CN108957447B (zh) * 2018-04-16 2019-11-08 长江水利委员会水文局长江下游水文水资源勘测局 一种船基雷达水边界自动测量方法
CN111223172B (zh) * 2020-01-10 2023-06-30 成都中科合迅科技有限公司 一种雷达探测范围绘制和融合方法、设备及存储介质
CN111708022B (zh) * 2020-07-15 2022-02-08 四川长虹电器股份有限公司 毫米波雷达的扫描区域边界的计算方法及装置
CN112613455A (zh) * 2020-12-29 2021-04-06 武汉理工大学 一种船舶锚泊聚集区识别方法及装置
CN113032502B (zh) * 2021-02-09 2024-02-02 北京工业大学 一种基于改进轨迹段dbscan聚类的船舶异常检测方法
CN113312438B (zh) * 2021-03-09 2023-09-15 中南大学 融合航线提取与趋势判断的海上目标位置预测方法
CN113344954B (zh) * 2021-05-06 2024-10-29 加特兰微电子科技(上海)有限公司 边界检测方法、装置、计算机设备、存储介质和传感器
CN113687429B (zh) * 2021-08-30 2023-07-04 四川启睿克科技有限公司 一种确定毫米波雷达监测区域边界的装置及方法

Also Published As

Publication number Publication date
CN114047508A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
CN110888126B (zh) 基于多源传感器的无人船信息感知系统数据综合处理方法
CN117874690B (zh) 一种地理信息测绘数据智能管理方法
CN111582380B (zh) 一种基于时空特征的船舶轨迹密度聚类方法及装置
CN115660137B (zh) 一种船舶风浪航行能耗精准估算方法
CN109978047A (zh) 一种田间小麦茎蘖数提取方法
CN110196962A (zh) 一种基于核密度估计的飞机速度异常识别方法
CN114047508B (zh) 一种对海雷达探测范围统计评估方法及系统
CN114936332A (zh) 一种风电场水域船舶交通流分析的方法、装置和存储介质
CN117668583A (zh) 一种基于人工智能投资研究的投资优化方法
CN114490622A (zh) 基于气候态范围阈值的自动化海洋温盐观测数据质量控制方法和系统
CN117036993A (zh) 一种基于无人机的船舶水尺远程测量方法
CN110647647B (zh) 一种基于时间序列复杂度差异性的封闭图形相似性搜索方法
Zhang et al. Density-weighted ant colony algorithm for ship trajectory reconstruction
CN117688498B (zh) 基于船岸协同的船舶综合安全状态监控系统
CN114331042A (zh) 一种船舶碰撞风险分析方法
Li et al. An approach for traffic pattern recognition integration of ship AIS data and port geospatial features
CN111736156B (zh) 一种基于天气雷达的逆风区识别方法与装置
CN114279415A (zh) 一种基于卫星测高数据计算和校准河湖水位的方法
CN115439864A (zh) 水表读数识别方法、系统、计算机设备及存储介质
CN115146742A (zh) 适用于场群控制的海上风电场机组分组与旗舰机选取方法
CN115236772A (zh) 一种漂流观测仪数据质量控制系统及其方法
CN116467555B (zh) 一种海洋剖面观测数据质量控制方法及系统
CN112882058A (zh) 一种基于变尺寸栅格地图的船载激光雷达障碍物检测方法
CN111275084A (zh) 基于k近邻算法的会遇船舶碰撞危险类别确定方法和装置
CN111611678A (zh) 台风风向模糊解优化方法、装置、电子设备及存储介质

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