CN115952253A - 用于复杂地形空间数据库的空投轨迹预测方法及装置 - Google Patents

用于复杂地形空间数据库的空投轨迹预测方法及装置 Download PDF

Info

Publication number
CN115952253A
CN115952253A CN202310248042.6A CN202310248042A CN115952253A CN 115952253 A CN115952253 A CN 115952253A CN 202310248042 A CN202310248042 A CN 202310248042A CN 115952253 A CN115952253 A CN 115952253A
Authority
CN
China
Prior art keywords
data grid
point
database
data
target interpolation
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
Application number
CN202310248042.6A
Other languages
English (en)
Other versions
CN115952253B (zh
Inventor
贾川
李欢
崔鹏程
贾洪印
张培红
吴晓军
周桂宇
杨悦悦
张�杰
郑永乾
陈江涛
罗磊
赵辉
章超
赵炜
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.)
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Original Assignee
Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
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 Computational Aerodynamics Institute of China Aerodynamics Research and Development Center filed Critical Computational Aerodynamics Institute of China Aerodynamics Research and Development Center
Priority to CN202310248042.6A priority Critical patent/CN115952253B/zh
Publication of CN115952253A publication Critical patent/CN115952253A/zh
Application granted granted Critical
Publication of CN115952253B publication Critical patent/CN115952253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及数据处理技术领域,公开了一种用于复杂地形空间数据库的空投轨迹预测方法及装置,包括:对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;对第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,对第二数据格点进行筛选,得到位于目标插值点的第二预设空间区域的第三数据格点;根据第三数据格点在空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据目标插值点的差值计算结果进行轨迹预测。通过边界规整的方式使得适用于非规整复杂空间数据库,同时通过格点筛选减少插值过程中的搜索和计算次数,提高轨迹预测效率。

Description

用于复杂地形空间数据库的空投轨迹预测方法及装置
技术领域
本发明涉及数据处理技术领域,特别涉及一种用于复杂地形空间数据库的空投轨迹预测方法及装置。
背景技术
空间数据库是某区域内关于一定空间要素特征的数据集合,是GIS在物理介质上存储的与应用相关的空间数据总和。目前越来越多的场景应用需要借助空间数据库实现,例如在轨迹预测场景中,不管是空投或是海投,对投放物进行轨迹预测是实现物资机动保障的重要方式之一。
以空投的轨迹预测为例,空投过程除了涉及空气动力学,气固耦合力学和装备属性等基本知识之外,还会受到地域环境、气候条件、可见度以及地面和空中信号传输等众多因素的影响,特别是空投时风速等气象条件对空投轨迹影响很大,因此建立风场气象数据库对空投轨迹精准预测是很有必要的。但是空投区域往往处于山区、丘陵、不规则湖泊及多种环境耦合的复杂地形环境,数值模拟得到的风场气象数据库往往为非规整形状,且数据库格点数量很大。现有技术中的轨迹预测均是基于归整的参考数据库,无法满足对具备空间地形复杂、数据格点在各个方向分布及数据边界不规整等特点的真实气象环境空间数据库进行轨迹预测的要求。且由于空间数据库的数据量极为庞大,在预测过程中需要多次从数据库查询数据,交互效率较低。
因此,上述技术问题亟待本领域技术人员解决。
发明内容
有鉴于此,本发明的目的在于提供一种用于复杂地形空间数据库的空投轨迹预测方法、装置、设备及存储介质,能够适用于非规整复杂空间数据库且轨迹预测效率较高。其具体方案如下:
本申请的第一方面提供了一种用于复杂地形空间数据库的空投轨迹预测方法,包括:
对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;
对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;
根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。
可选的,所述对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,包括:
计算所述规整形状数据库中的各所述第一数据格点在所述空间数据库坐标系的各轴方向上的相邻数据格点的数据间隔极大值;
根据各轴方向上的所述数据间隔极大值及所述目标插值点在对应轴方向的坐标值确定出各轴方向上的搜索范围,并从所述第一数据格点中筛选出在所述搜索范围内的第二数据格点;其中,所述第二数据格点位于所述目标插值点的所述第一预设空间区域。
可选的,所述对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点,包括:
根据各轴方向上的所述数据间隔极大值确定等效搜索半径;
计算所述第二数据格点与所述目标插值点之间的空间距离,并从所述第二数据格点中筛选出对应空间距离不小于等效搜索半径的第三数据格点;其中,所述第三数据格点位于所述目标插值点的所述第二预设空间区域。
可选的,所述对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库,包括:
识别投影方向所述空间数据库的坐标区域,并确定所述坐标区域的内接矩形,以将所述内接矩形中的数据格点确定为所述第一数据格点得到所述规整形状数据库。
可选的,所述用于复杂地形空间数据库的空投轨迹预测方法,还包括:
确定所述目标插值点,并将所述目标插值点的坐标值转换为所述空间数据库的坐标系下的坐标值,以基于转换后坐标值进行轨迹预测。
可选的,所述将所述目标插值点的坐标值转换为所述空间数据库的坐标系下的坐标值之后,还包括:
判断所述目标插值点的转换后坐标值是否超出所述内接矩形的边界,如果否,则执行基于转换后坐标值进行轨迹预测的步骤,如果是,则生成提示信息并上报。
可选的,所述根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,包括:
分别计算各所述第三数据格点对所述目标插值点的单个贡献权重;
根据全部所述单个贡献权重通过归一加权方法对全部所述第三数据格点对应的每个物理参数信息进行处理,得到所述目标插值点的每个物理参数信息。
可选的,所述分别计算各所述第三数据格点对所述目标插值点的单个贡献权重,包括:
将各所述第三数据格点对应的空间距离与所述等效搜索半径之间的比值确定为各所述第三数据格点对应的所述单个贡献权重。
本申请的第二方面提供了一种用于复杂地形空间数据库的空投轨迹预测装置,包括:
边界规整模块,用于对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;
格点筛选模块,用于对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;
插值计算及预测模块,用于根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。
本申请的第三方面提供了一种电子设备,所述电子设备包括处理器和存储器;其中所述存储器用于存储计算机程序,所述计算机程序由所述处理器加载并执行以实现前述用于复杂地形空间数据库的空投轨迹预测方法。
本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现前述用于复杂地形空间数据库的空投轨迹预测方法。
本申请中,先对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;然后对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;最后根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。可见,本申请既适用于规整的空间数据库也适用于非规整复杂空间数据库,对于非规整形状的数据库,需要在投影方向进行边界规整,从而得到完全由第一数据格点填充的规整形状数据库。在此基础上以目标插值点为基点通过对复杂空间数据库中的数据格点进行多次筛选,减少插值过程中对数据库的搜索和计算次数,提高轨迹预测效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种用于复杂地形空间数据库的空投轨迹预测方法流程图;
图2为本申请提供的一种具体的边界归整方法流程图;
图3为本申请提供的一种具体的数据格点筛选方法流程图;
图4为本申请提供的一种具体的归一化加权累加插值计算方法流程图;
图5为本申请提供的一种具体的用于复杂地形空间数据库的空投轨迹预测方法示意图;
图6(a)为本申请提供的一种具体的风场数据库XY方向投影形状;
图6(b)为本申请提供的一种具体的风场数据库对应复杂地形;
图6(c)为本申请提供的一种具体的风场数据库所有数据格点;
图7为本申请提供的一种风场数据库中XY方向投影截取最大矩形包含的数据格点示意图;
图8为本申请提供的一种风场数据库插值计算数据格点示意图;
图9为本申请提供的一种用于复杂地形空间数据库的空投轨迹预测装置结构示意图;
图10为本申请提供的一种用于复杂地形空间数据库的空投轨迹预测电子设备结构图。
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,所描述的实施例仅仅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。
现有的利用空间数据库实现轨迹预测的方案均是基于归整的参考数据库,无法满足对具备空间地形复杂、数据格点在各个方向分布及数据边界不规整等特点的真实气象环境空间数据库进行轨迹预测的要求。且由于空间数据库的数据量极为庞大,在预测过程中需要多次从数据库查询数据,交互效率较低。针对上述技术缺陷,本申请提供一种用于复杂地形空间数据库的空投轨迹预测方案,既适用于规整的空间数据库也适用于非规整复杂空间数据库,对于非规整形状的数据库,需要在投影方向进行边界规整,从而得到完全由第一数据格点填充的规整形状数据库。在此基础上以目标插值点为基点通过对复杂空间数据库中的数据格点进行多次筛选,减少插值过程中对数据库的搜索和计算次数,提高轨迹预测效率。
图1为本申请实施例提供的一种用于复杂地形空间数据库的空投轨迹预测方法流程图。参见图1所示,该用于复杂地形空间数据库的空投轨迹预测方法包括:
S11:对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库。
本实施例中,对于非规整复杂空间数据库,需要先对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库。对于规整的空间数据库,可以直接执行下述步骤。本实施例主要使用投影矩形截取法对空间数据库进行边界归整,具体包括(如图2):
S111:识别投影方向所述空间数据库的坐标区域,并确定所述坐标区域的内接矩形,以将所述内接矩形中的数据格点确定为所述第一数据格点得到所述规整形状数据库。
S112:确定所述目标插值点,并将所述目标插值点的坐标值转换为所述空间数据库的坐标系下的坐标值,以基于转换后坐标值进行轨迹预测。
本实施例中,先读入基于复杂地形的空间数据库,空间数据库包括所有空间数据格点位置信息及相关物理参数信息。然后识别空间数据库规格,如果为非归规整复杂数据库,则在XY投影方向将数据库归整为矩形区域,定义空间数据库边界。同时读入目标插值点的坐标信息,并将坐标值转换为所述空间数据库的坐标系下的坐标值,表示为
Figure SMS_1
S113:判断所述目标插值点的转换后坐标值是否超出所述内接矩形的边界,如果否,则执行基于转换后坐标值进行轨迹预测的步骤,如果是,则生成提示信息并上报。
本实施例中,针对空间数据库边界的复杂性和数值模拟对插值算法的实际需要,提供了空间数据库边界检测功能,更好地适用于轨迹预测。也即计算所述目标插值点是否超出有效边界。在坐标系中,表现为,是否超出所述内接矩形的边界。特别的,边界检测还包括检测所述目标插值点坐标与Z方向最低点坐标距离。如果所述目标插值点超出边界,则生成提示信息并上报。
S12:对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域。
本实施例中,在对数据库进行规整之后,需要进行数据筛选,筛选出所述目标插值点附近的数据格点,从而减少数据查询量,提高插值计算效率。先对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,然后对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域。两次筛选的具体过程包括(如图3):
S121:计算所述规整形状数据库中的各所述第一数据格点在所述空间数据库坐标系的各轴方向上的相邻数据格点的数据间隔极大值。
S122:根据各轴方向上的所述数据间隔极大值及所述目标插值点在对应轴方向的坐标值确定出各轴方向上的搜索范围,并从所述第一数据格点中筛选出在所述搜索范围内的第二数据格点;其中,所述第二数据格点位于所述目标插值点的所述第一预设空间区域。
本实施例中,第一次筛选采用多维度搜索。先计算所述规整形状数据库中的各所述第一数据格点在所述空间数据库坐标系的各轴方向上的相邻数据格点的数据间隔极大值。在三维坐标系下,根据空间数据库在X、Y、Z方向的间隔极值,计算 X、Y、Z方向搜索范围分别为
Figure SMS_2
Figure SMS_3
Figure SMS_4
,依次筛选出搜索范围的空间数据库格点。
然后根据各轴方向上的所述数据间隔极大值及所述目标插值点在对应轴方向的坐标值确定出各轴方向上的搜索范围。所述搜索范围分别为
Figure SMS_5
Figure SMS_6
Figure SMS_7
。所述第一预设空间区域也即上述搜索范围。最后从所述第一数据格点中筛选出在所述搜索范围内的第二数据格点。可以理解,所述第二数据格点位于所述目标插值点的所述第一预设空间区域。也即从所述第一数据格点中删除不在上述搜索范围中的数据格点,剩余的所述第一数据格点即为所述第二数据格点。
S123:根据各轴方向上的所述数据间隔极大值确定等效搜索半径。
S124:计算所述第二数据格点与所述目标插值点之间的空间距离,并从所述第二数据格点中筛选出对应空间距离不小于等效搜索半径的第三数据格点;其中,所述第三数据格点位于所述目标插值点的所述第二预设空间区域。
本实施例中,第二次筛选采用等效半径过渡。先根据各轴方向上的所述数据间隔极大值确定等效搜索半径。具体通过计算各轴方向上的所述数据间隔极大值的平方和并将计算得到的平方和进行开根号处理,得到所述等效搜索半径。公式表示如下:
Figure SMS_8
然后计算所述第二数据格点与所述目标插值点之间的空间距离。公式表示如下:
Figure SMS_9
,其中,
Figure SMS_10
为数据格点坐标。并从所述第二数据格点中筛选出对应空间距离不小于等效搜索半径的第三数据格点;其中,所述第三数据格点位于所述目标插值点的所述第二预设空间区域。可以理解,所述第二预设空间区域为以所述目标插值点为球心,以所述等效搜索半径为半径得到的球体区域。需要从所述第二数据格点中删除不在上述球体区域中的数据格点,剩余的所述第二数据格点即为所述第三数据格点。
上述使用多维度搜索到等效半径过渡的搜索方法筛选出有效贡献数据格点,能够减少插值过程中对数据库搜索和计算次数,提高数值模拟效率。
S13:根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。
本实施例中,在对数据格点进行筛选之后,根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。提取符合插值计算要求的数据格点的物理参数信息,利用加权累计归一化算法计算各个物理参数插值结果。所述物理参数信息包括但不限于速度、密度等。不同类型的空间数据库可能具有不同的所述物理参数信息。本实施例主要利用归一化加权累加算法提高插值结果精度,具体包括(如图4):
S131:分别计算各所述第三数据格点对所述目标插值点的单个贡献权重。
本实施例中,在计算各所述第三数据格点对所述目标插值点的单个贡献权重时,可以将各所述第三数据格点对应的空间距离与所述等效搜索半径之间的比值确定为各所述第三数据格点对应的所述单个贡献权重。公式表示如下:
Figure SMS_11
S132:根据全部所述单个贡献权重通过归一加权方法对全部所述第三数据格点对应的每个物理参数信息进行处理,得到所述目标插值点的每个物理参数信息。
本实施例中,根据全部所述单个贡献权重通过归一加权方法对全部所述第三数据格点对应的每个物理参数信息进行处理,得到所述目标插值点的每个物理参数信息。公式表示如下:
Figure SMS_12
Figure SMS_13
Figure SMS_14
Figure SMS_15
。其中,
Figure SMS_16
数据格点在X、Y、Z方向的速度,
Figure SMS_17
为空气密度。
进一步的,可以将插值结果输出到文件,将符合插值计算要求的数据格点输出到过程文件,作为记录,便于过程追踪。同时可以以等效搜索半径绘制球面,并绘制周边数据格点及插值点坐标,可作为可视化过程展示。
可见,本申请实施例先对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;然后对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;最后根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。本申请实施例既适用于规整的空间数据库也适用于非规整复杂空间数据库,对于非规整形状的数据库,需要在投影方向进行边界规整,从而得到完全由第一数据格点填充的规整形状数据库。在此基础上以目标插值点为基点通过对复杂空间数据库中的数据格点进行多次筛选,减少插值过程中对数据库的搜索和计算次数,提高轨迹预测效率。
下面结合在空投中复杂地形空间风场数据库对本实施例的用于复杂地形空间数据库的空投轨迹预测方案进行详细说明,如图5所示。
步骤1:读取空投中伞或装备坐标作为插值点坐标,将坐标值转换为风场数据库中对应坐标系下的值,将当前时刻归整为风场数据库最为接近的时刻,并读取对应时刻风场数据库,如图6(a)、图6(b)、图6(c)所示,数据库XY为水平方向,Z为高度方向,风场数据库数据格点数据坐标信息包括
Figure SMS_18
,风场物理参数信息包括在X、Y、Z方向速度
Figure SMS_19
,所处位置空气密度
Figure SMS_20
步骤2:识别风场数据库空间格点在XY投影方向坐标极值,在XY投影方向坐标范围内截取最大矩形包含的数据格点作为归整后风场数据库并形成边界,如图7所示,后续所有步骤计算在该基础上进行。
步骤3:读入插值点坐标
Figure SMS_21
,检测插值点坐标是否超出XY方向边界,检测插值点坐标与Z方向最低点坐标距离,判断空投装备是否超出插值边界或已经着陆,若是则停止计算并给出相关提示,若否则继续下一步操作。
步骤4:计算风场数据库空间格点在XYZ方向的相邻数据格点间隔极大值分别为
Figure SMS_22
Figure SMS_23
Figure SMS_24
,根据公式
Figure SMS_25
合成等效搜索半径R。
步骤5:根据插值点X坐标值
Figure SMS_26
及风场数据库在X方向间隔极大值
Figure SMS_27
计算出X方向搜索范围
Figure SMS_28
,排除风场数据库中不在此范围的数据格点;同理,再依次排除数据库不在Y方向及Z方向搜索范围内的数据格点。
步骤6:根据公式
Figure SMS_29
计算剩余的风场数据库格点
Figure SMS_30
与插值点距离
Figure SMS_31
,排除距离大于或等于等效搜索半径R的风场数据库格点。
步骤7:在步骤6的基础上根据公式
Figure SMS_32
计算剩余有效数据库各格点数据对插值点的单个贡献权重
Figure SMS_33
,根据归一化加权累加算法用公式
Figure SMS_34
Figure SMS_35
Figure SMS_36
Figure SMS_37
分别计算风场数据库格点数据各物理量插值结果。
步骤8:输出插值点坐标信息
Figure SMS_38
及计算出的风场物理参数信息
Figure SMS_39
,输出等效搜索半径内的有贡献的数据格点坐标,以便后续过程监控,最后通过程序绘图功能绘制等效搜索半径形成的球面、有贡献的数据格点及部分周边数据库格点,方便直观展示和理解,如图8所示。
相对于现有技术,本实施方案的计算效率高。如空投的轨迹仿真时间为20秒,时间步长为10毫秒,使用枚举法进行空间数据库插值单个时间步耗时1.039秒,空投轨迹仿真需要的总时间为20/0.01*1.039=2078秒,约35分钟;使用本发明方法进行空间数据库插值单个时间步耗时0.0419秒,空投轨迹仿真需要的总时间为20/0.01*0.0419=83.8秒,约1.4分钟,效率提高约25倍。数据计算精度高。本方案通过计算空间数据格点在X、Y、Z方向的间隔极值,合成等效搜索半径的方法减小无效关联数据格点带来的误差,根据空间数据库已有数据格点进行本发明方法验证,空间数据库插值结果平均误差为0.27%。
另外,本实施例仅是以复杂地形空间风场数据库中的空投轨迹预测的插值过程为例进行了说明,除了风场数据库,其他复杂地形空间数据库也同样适用,且插值结果也可用于除轨迹预测之外的其他场景当中。
参见图9所示,本申请实施例还相应公开了一种用于复杂地形空间数据库的空投轨迹预测装置,包括:
边界规整模块11,用于对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;
格点筛选模块12,用于对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;
插值计算及预测模块13,用于根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。
可见,本申请实施例先对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;然后对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;最后根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。本申请实施例既适用于规整的空间数据库也适用于非规整复杂空间数据库,对于非规整形状的数据库,需要在投影方向进行边界规整,从而得到完全由第一数据格点填充的规整形状数据库。在此基础上以目标插值点为基点通过对复杂空间数据库中的数据格点进行多次筛选,减少插值过程中对数据库的搜索和计算次数,提高轨迹预测效率。
在一些具体实施例中,所述边界规整模块11,具体用于识别投影方向所述空间数据库的坐标区域,并确定所述坐标区域的内接矩形,以将所述内接矩形中的数据格点确定为所述第一数据格点得到所述规整形状数据库。
在一些具体实施例中,所述用于复杂地形空间数据库的空投轨迹预测装置还包括:
坐标转换模块,用于确定所述目标插值点,并将所述目标插值点的坐标值转换为所述空间数据库的坐标系下的坐标值,以基于转换后坐标值进行轨迹预测;
判断模块,用于判断所述目标插值点的转换后坐标值是否超出所述内接矩形的边界,如果否,则执行基于转换后坐标值进行轨迹预测的步骤,如果是,则生成提示信息并上报。
在一些具体实施例中,所述格点筛选模块12,具体包括:
极值计算单元,用于计算所述规整形状数据库中的各所述第一数据格点在所述空间数据库坐标系的各轴方向上的相邻数据格点的数据间隔极大值;
搜索范围筛选单元,用于根据各轴方向上的所述数据间隔极大值及所述目标插值点在对应轴方向的坐标值确定出各轴方向上的搜索范围,并从所述第一数据格点中筛选出在所述搜索范围内的第二数据格点;其中,所述第二数据格点位于所述目标插值点的所述第一预设空间区域;
半径计算单元,用于根据各轴方向上的所述数据间隔极大值确定等效搜索半径;
半径范围筛选单元,用于计算所述第二数据格点与所述目标插值点之间的空间距离,并从所述第二数据格点中筛选出对应空间距离不小于等效搜索半径的第三数据格点;其中,所述第三数据格点位于所述目标插值点的所述第二预设空间区域。
在一些具体实施例中,所述插值计算及预测模块13,具体包括:
单个贡献权重计算单元,用于分别计算各所述第三数据格点对所述目标插值点的单个贡献权重;
归一加权单元,用于根据全部所述单个贡献权重通过归一加权方法对全部所述第三数据格点对应的每个物理参数信息进行处理,得到所述目标插值点的每个物理参数信息。
在一些具体实施例中,所述单个贡献权重计算单元,具体用于将各所述第三数据格点对应的空间距离与所述等效搜索半径之间的比值确定为各所述第三数据格点对应的所述单个贡献权重。
进一步的,本申请实施例还提供了一种电子设备。图10是根据一示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图10为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的用于复杂地形空间数据库的空投轨迹预测方法中的相关步骤。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作系统221、计算机程序222及数据223等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,以实现处理器21对存储器22中海量数据223的运算与处理,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的用于复杂地形空间数据库的空投轨迹预测方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223可以包括电子设备20收集到的数据格点数据。
进一步的,本申请实施例还公开了一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,实现前述任一实施例公开的用于复杂地形空间数据库的空投轨迹预测方法步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的用于复杂地形空间数据库的空投轨迹预测方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,包括:
对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;
对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;
根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。
2.根据权利要求1所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,所述对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,包括:
计算所述规整形状数据库中的各所述第一数据格点在所述空间数据库坐标系的各轴方向上的相邻数据格点的数据间隔极大值;
根据各轴方向上的所述数据间隔极大值及所述目标插值点在对应轴方向的坐标值确定出各轴方向上的搜索范围,并从所述第一数据格点中筛选出在所述搜索范围内的第二数据格点;其中,所述第二数据格点位于所述目标插值点的所述第一预设空间区域。
3.根据权利要求2所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,所述对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点,包括:
根据各轴方向上的所述数据间隔极大值确定等效搜索半径;
计算所述第二数据格点与所述目标插值点之间的空间距离,并从所述第二数据格点中筛选出对应空间距离不小于等效搜索半径的第三数据格点;其中,所述第三数据格点位于所述目标插值点的所述第二预设空间区域。
4.根据权利要求1所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,所述对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库,包括:
识别投影方向所述空间数据库的坐标区域,并确定所述坐标区域的内接矩形,以将所述内接矩形中的数据格点确定为所述第一数据格点得到所述规整形状数据库。
5.根据权利要求4所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,还包括:
确定所述目标插值点,并将所述目标插值点的坐标值转换为所述空间数据库的坐标系下的坐标值,以基于转换后坐标值进行轨迹预测。
6.根据权利要求5所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,所述将所述目标插值点的坐标值转换为所述空间数据库的坐标系下的坐标值之后,还包括:
判断所述目标插值点的转换后坐标值是否超出所述内接矩形的边界,如果否,则执行基于转换后坐标值进行轨迹预测的步骤,如果是,则生成提示信息并上报。
7.根据权利要求1至6任一项所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,所述根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,包括:
分别计算各所述第三数据格点对所述目标插值点的单个贡献权重;
根据全部所述单个贡献权重通过归一加权方法对全部所述第三数据格点对应的每个物理参数信息进行处理,得到所述目标插值点的每个物理参数信息。
8.根据权利要求7所述的用于复杂地形空间数据库的空投轨迹预测方法,其特征在于,所述分别计算各所述第三数据格点对所述目标插值点的单个贡献权重,包括:
将各所述第三数据格点对应的空间距离与所述等效搜索半径之间的比值确定为各所述第三数据格点对应的所述单个贡献权重。
9.一种用于复杂地形空间数据库的空投轨迹预测装置,其特征在于,包括:
边界规整模块,用于对空间数据库在投影方向进行边界规整,得到完全由第一数据格点填充的规整形状数据库;
格点筛选模块,用于对所述第一数据格点进行筛选得到位于目标插值点的第一预设空间区域的第二数据格点,并对所述第二数据格点进行筛选,得到位于所述目标插值点的第二预设空间区域的第三数据格点;其中,所述第一预设空间区域大于所述第二预设空间区域;
插值计算及预测模块,用于根据所述第三数据格点在所述空间数据库中的物理参数信息对所述目标插值点的物理参数信息进行插值计算,并根据所述目标插值点的差值计算结果进行轨迹预测。
CN202310248042.6A 2023-03-15 2023-03-15 用于复杂地形空间数据库的空投轨迹预测方法及装置 Active CN115952253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310248042.6A CN115952253B (zh) 2023-03-15 2023-03-15 用于复杂地形空间数据库的空投轨迹预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310248042.6A CN115952253B (zh) 2023-03-15 2023-03-15 用于复杂地形空间数据库的空投轨迹预测方法及装置

Publications (2)

Publication Number Publication Date
CN115952253A true CN115952253A (zh) 2023-04-11
CN115952253B CN115952253B (zh) 2023-05-26

Family

ID=85891469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310248042.6A Active CN115952253B (zh) 2023-03-15 2023-03-15 用于复杂地形空间数据库的空投轨迹预测方法及装置

Country Status (1)

Country Link
CN (1) CN115952253B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0866393A1 (fr) * 1997-03-18 1998-09-23 Aerospatiale Societe Nationale Industrielle Procédé et dispositif pour déterminer un trajet de vol optimal d'un aéronef
US20010023390A1 (en) * 1999-06-28 2001-09-20 Min-Chung Gia Path planning, terrain avoidance and situation awareness system for general aviation
CN102867332A (zh) * 2012-08-29 2013-01-09 电子科技大学 基于复杂边界约束的多级细分网格曲面拟合方法
CN107862656A (zh) * 2017-10-30 2018-03-30 北京零壹空间科技有限公司 一种3d图像点云数据的规整化实现方法、系统
CN108805350A (zh) * 2018-06-06 2018-11-13 牟林 基于多维蒙特卡洛理论的搜救范围预测方法
CN108882172A (zh) * 2018-06-22 2018-11-23 电子科技大学 一种基于hmm模型的室内移动轨迹数据的预测方法
KR20190072224A (ko) * 2017-12-15 2019-06-25 한국과학기술원 우주물체의 궤도 수명 및 생존성 예측 방법 및 장치
CN110686683A (zh) * 2019-11-01 2020-01-14 北京理工大学 基于不均匀膨胀椭球的行星着陆轨迹在线优化方法
CN114337763A (zh) * 2021-12-06 2022-04-12 特金智能科技(上海)有限公司 Tdoa辅助rid信号接收的控制方法、控制器
CN114520920A (zh) * 2022-04-15 2022-05-20 北京凯利时科技有限公司 多机位视频同步方法和系统以及计算机程序产品
CN115204495A (zh) * 2022-07-18 2022-10-18 中国南方电网有限责任公司 一种电网沿线站点预测气象数据的修正方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0866393A1 (fr) * 1997-03-18 1998-09-23 Aerospatiale Societe Nationale Industrielle Procédé et dispositif pour déterminer un trajet de vol optimal d'un aéronef
US20010023390A1 (en) * 1999-06-28 2001-09-20 Min-Chung Gia Path planning, terrain avoidance and situation awareness system for general aviation
CN102867332A (zh) * 2012-08-29 2013-01-09 电子科技大学 基于复杂边界约束的多级细分网格曲面拟合方法
CN107862656A (zh) * 2017-10-30 2018-03-30 北京零壹空间科技有限公司 一种3d图像点云数据的规整化实现方法、系统
KR20190072224A (ko) * 2017-12-15 2019-06-25 한국과학기술원 우주물체의 궤도 수명 및 생존성 예측 방법 및 장치
CN108805350A (zh) * 2018-06-06 2018-11-13 牟林 基于多维蒙特卡洛理论的搜救范围预测方法
CN108882172A (zh) * 2018-06-22 2018-11-23 电子科技大学 一种基于hmm模型的室内移动轨迹数据的预测方法
CN110686683A (zh) * 2019-11-01 2020-01-14 北京理工大学 基于不均匀膨胀椭球的行星着陆轨迹在线优化方法
CN114337763A (zh) * 2021-12-06 2022-04-12 特金智能科技(上海)有限公司 Tdoa辅助rid信号接收的控制方法、控制器
CN114520920A (zh) * 2022-04-15 2022-05-20 北京凯利时科技有限公司 多机位视频同步方法和系统以及计算机程序产品
CN115204495A (zh) * 2022-07-18 2022-10-18 中国南方电网有限责任公司 一种电网沿线站点预测气象数据的修正方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Y. YOO 等: "Visual Path Prediction in Complex Scenes with Crowded Moving Objects", 《2016 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION 》 *
Z. YANG 等: "Study on the Trajectory Positioning and Prediction Framework of Unmanned Aerial Vehicle based on Long Short-term Memory Neural Network", 《2022 8TH INTERNATIONAL CONFERENCE ON BIG DATA AND INFORMATION ANALYTICS》 *
郭兵 等: "基于GIS, Delaunay 三角形的复杂地形区经济重心获取新方法", 《地理与地理信息科学》 *
魏民 等: "基于新的定位方法的空投技术研究", 《火力与指挥控制》 *

Also Published As

Publication number Publication date
CN115952253B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN106649331B (zh) 商圈识别方法及设备
CN108540988B (zh) 一种场景划分方法及装置
CN104866501A (zh) 电子旅行相册生成方法和系统
CN109543907B (zh) 一种复杂地形风资源评估方法及其装置
US20130159924A1 (en) Systems and methods for efficient spatial feature analysis
CN111259840A (zh) 土地占用预警方法、装置、设备和存储介质
US11080438B2 (en) Building-information management system with directional wind propagation and diffusion
CN112100130B (zh) 一种基于数据立方体模型的海量遥感变量多维聚合信息的计算方法
CN110503235A (zh) 时间序列的预测方法及系统
CN114925043A (zh) 基于时空网格块数据的应用方法、装置及电子设备
Reinhardt et al. Comparison of different wind data interpolation methods for a region with complex terrain in Central Asia
US8755606B2 (en) Systems and methods for efficient feature extraction accuracy using imperfect extractors
CN115952253A (zh) 用于复杂地形空间数据库的空投轨迹预测方法及装置
CN114859321B (zh) 区域大气颗粒物来源比例计算方法、装置、设备、介质
CN114492540A (zh) 目标检测模型的训练方法、装置、计算机设备及存储介质
JP6831130B1 (ja) 風向風速推定装置、風向風速推定方法、および風向風速推定プログラム
JP2022035982A (ja) 3次元の経路に沿った気象現象の可視化
CN109656737A (zh) 异常信息的统计方法及装置
JP7256487B2 (ja) 気象予測装置、気象予測方法、およびプログラム
CN116755619B (zh) 航空磁放综合站测量数据切片方法、装置、设备及介质
CN116013018B (zh) 一种基于无人机探测的森林防火预警分析方法及系统
CN117742641B (zh) 一种多视角分层的电磁态势标绘显示方法及系统
CN115270520B (zh) 一种基于高程网格的低空监视性能仿真分析方法及系统
US20230376651A1 (en) Generating weather simulations based on significant events
CN115034435A (zh) 基于数值模型的目标观测指数预报方法、存储介质及终端

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