CN115980676A - 一种基于大数据的雷达信号数据分析系统及方法 - Google Patents
一种基于大数据的雷达信号数据分析系统及方法 Download PDFInfo
- Publication number
- CN115980676A CN115980676A CN202310035471.5A CN202310035471A CN115980676A CN 115980676 A CN115980676 A CN 115980676A CN 202310035471 A CN202310035471 A CN 202310035471A CN 115980676 A CN115980676 A CN 115980676A
- Authority
- CN
- China
- Prior art keywords
- target
- data
- coordinate
- information data
- height
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 56
- 238000007781 pre-processing Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000010276 construction Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 238000002203 pretreatment Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010252 digital analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于大数据的雷达信号数据分析系统及方法，涉及雷达信号分析技术领域，S1、利用侦查雷达获取目标信息数据，并通过显示终端进行实时显示；S2、建立目标信息数据分析模型，对目标信息数据进行存储和标记；S3、对存储和标记的目标信息数据进行预处理；S4、利用数据分析模块对预处理之后的目标信息数据进行动态分析；通过对飞行目标的信息数据进行获取，并对获取的信息数据进行预处理和动态分析，使得可以精准的判定侦查雷达所获取的目标信息数据是否为真实的雷达信号，能够辅助雷达操作员对侦查目标的真伪进行判断，并且，能够提供判断结果的数据支撑，有助于精准的判断出干扰目标，为电子对抗提供有力的数据支撑。
Description
技术领域
本发明涉及雷达信号分析技术领域，具体是一种基于大数据的雷达信号数据分析系统及方法。
背景技术
电子对抗技术是指敌对双方进行电子斗争的电子技术设备、器材以及使用这些设备器材的方法和手段，他是削弱、破坏敌方电子设备的使用效能和保障己方电子设备正常发挥效能的综合措施，是现代战争中一种重要又厉害的作战手段；
电子对抗时代的发展，成就了一系列新兴的军事装备，雷达技术的出现为军事装备安装了眼睛，使得可以实现对目标的精准打击，为了实现对雷达信号的干扰，通常会设计雷达干扰机来扰乱雷达对信号的获取，以达到扰乱雷达信号干扰目标的目的，雷达干扰机包括机载干扰机和地面干扰机，现有技术中，对于雷达干扰机的干扰信号，通常是通过雷达操作手的抗干扰认知能力来对雷达信号进行判断，确定是否为干扰信号，对于雷达操作手的要求很高，会对雷达操作手造成一定的心理压力，影响判断结果，因为判断结果的准确与否直接关系到电子对抗的胜负，所以，如何实现对雷达信号的自动化精准化数据分析，实现对干扰信号的准确判断显得尤为重要；
所以，人们急需一种基于大数据的雷达信号数据分析系统及方法来解决上述技术问题。
发明内容
本发明的目的在于提供一种基于大数据的雷达信号数据分析系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的雷达信号数据分析方法，该雷达信号数据分析方法包括以下步骤：
S1、利用侦查雷达获取目标信息数据，并通过显示终端进行实时显示；
S2、建立目标信息数据分析模型，对目标信息数据进行存储和标记；
S3、对存储和标记的目标信息数据进行预处理；
S4、利用数据分析模块对预处理之后的目标信息数据进行动态分析。
使得可以根据目标的移动轨迹对目标是否为干扰目标进行分析和判断，提高对目标特性分析的精准度。
根据上述技术方案，在S1中，所述目标是指飞行目标，将获取的飞行目标的实时位置信息在显示终端上进行显示；
在S2中，建立三维直角坐标系，将S1获取的目标信息数据标记在三维直角坐标系中，并赋予坐标值(Xk,Yk,Zk)，其中，Xk和Yk表示目标的水平位置信息，Zk表示目标的高度位置信息，目标的若干次信息数据组成历史位置信息的坐标值集合Q＝{Q1,Q2,Q3,…,Qk,…,Qn}，其中，n表示侦查雷达对目标进行了n次信息数据的获取，每次目标信息数据获取的时间间隔为t。
通过上述技术方案，完成了目标信息数据分析模型的构建，方便了后期根据目标的信息数据进行目标轨迹的预测和动态分析。
根据上述技术方案，在S3中，对目标信息数据的预处理包括向量表示的构建、速度变化预处理和高度变化预处理；
向量表示的构建包括以下步骤：
S301、选定目标的任意坐标点为向量起点；
S302、将S301选定的向量起点相邻的坐标点作为向量终点；
S303、根据下列公式建立向量表示：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间形成的向量表示；
组成向量表示的集合
根据目标的坐标变化构建向量表示，使得可以根据目标的实时向量表示，分析目标飞行状态，根据获取的目标信息数据精准的分析目标是否有可能达到对应的飞行轨迹，进而实现对干扰目标的判断，通过数字化分析的方式，使得可以对判断结果给出精准的数据解释；
速度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的平均速度；
组成速度变化的集合
高度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的高度变化速率；
组成高度变化的集合
通过对目标的历史位置信息进行分析和预处理，使得可以作为目标轨迹预测的训练集，进行轨迹分析模型的训练，方便根据目标的历史位置信息精准的分析和预测目标的位置变化。
根据上述技术方案，在S4中，利用数据分析模块对目标的移动轨迹进行拐点角度的分析，根据下列公式进行拐点角度的计算：
其中，θk表示
与
之间形成的夹角；
当θk≤α时，表明目标在2*t时间内的方向变化超出了设定的阈值，当前目标为干扰目标；
当θk＞α时，表明目标在2*t时间内的方向变化未超出设定的阈值，利用数据分析模块进行进一步分析。
根据上述技术方案，在S4中，利用数据分析模块对目标的下一阶段坐标点进行预测，具体包括以下步骤：
S401、获取目标历史移动轨迹中的速度变化集合和高度变化集合；
S402、根据速度变化和高度变化构建回归方程：
其中，u0、u1为回归方程的回归系数，
和
分别为误差因子，V0表示目标下一阶段的预测移动速度，H0表示目标下一阶段的预测变化高度，V1表示速度数据，H1表示高度数据；
S403、根据S3的预处理方式对目标下一阶段的坐标点进行处理，得到真实移动速度V'和真实变化高度H'；
S404、将目标的预测移动速度V0与真实移动速度V'之间进行差值的计算，将目标的预测变化高度H0与真实变化高度H'之间进行差值的计算，当差值均超过设定阈值时，判定当前目标为干扰目标。
通过上述技术方案，根据历史信息数据对侦查目标的下一阶段位置信息进行预测，将侦查目标的预测位置与实际位置之间进行比较和分析，在允许误差的情况下，判断目标是否为干扰目标，可以为雷达操作员提供建议参考，提高对侦查目标特性判断的准确率。
一种基于大数据的雷达信号数据分析系统，该雷达信号数据分析系统包括：
一用于进行目标获取的侦查雷达；
一用于对获取的目标信息数据进行显示的显示终端；
一用于进行目标信息数据分析模型构建的模型建立模块；
一用于进行目标信息数据预处理的数据预处理模块；
一用于进行目标信息数据动态分析的数据分析模块。
根据上述技术方案，所述模型建立模块包括坐标系建立单元、目标标记单元和坐标值赋予单元；
所述坐标系建立单元用于建立三维直角坐标系，使得可以实现对目标的精准定位；所述目标标记单元用于将目标标记在三维直角坐标系中，并对目标信息数据进行存储；所述坐标值赋予单元用于对标记在三维直角坐标系中的目标进行坐标值的赋予。
通过上述技术方案，实现对目标信息数据的数字化处理，更加方便了后期进行目标的动态分析，实现了对雷达信号的自动化分析和处理。
根据上述技术方案，所述数据预处理模块包括向量构建单元、速度分析单元和高度分析单元；
所述向量构建单元用于根据目标的任意坐标点和其相邻的坐标点建立坐标点之间的向量表示；所述速度分析单元用于根据相邻两个坐标点的坐标值进行目标移动速度的分析；所述高度分析单元用于根据相邻两个坐标点的高度值进行目标高度变化的分析。
通过上述技术方案，对目标信息数据进行预处理，提高了对目标信息数据的处理能力，加速了对雷达信号的数据分析速度，使得可以更加精准的实现对目标的动态分析。
根据上述技术方案，所述数据分析模块包括拐点分析单元、初步判定单元、坐标预测单元和结论输出单元；
所述拐点分析单元用于根据数据预处理模块构建的向量表示对目标在某一点的拐点角度进行计算和分析；所述初步判定单元用于根据拐点分析单元的分析结果初步判定目标是否为干扰目标；所述坐标预测单元用于当初步判定单元判定目标并非干扰目标时，对目标下一阶段的坐标点进行分析和预测；所述结论输出单元将坐标预测单元所预测的目标下一阶段的坐标点数据与目标的真实坐标点数据进行比较和分析，给出判断结果，并输出判断结果。
通过上述技术方案，通过数据分析模块对目标信息数据进行动态分析，使得可以进一步精准的判断目标是否为干扰目标，提高系统对雷达信号分析的精准度，可以更加准确的判断目标的特性，为雷达操作员提供数据支撑和参考。
与现有技术相比，本发明的有益效果是：
本发明通过对飞行目标的信息数据进行获取，并对获取的信息数据进行预处理和动态分析，使得可以精准的判定侦查雷达所获取的目标信息数据是否为真实的雷达信号，能够辅助雷达操作员对侦查目标的真伪进行判断，并且，能够提供判断结果的数据支撑，有助于精准的判断出干扰目标，为电子对抗提供有力的数据支撑。
附图说明
图1为本发明一种基于大数据的雷达信号数据分析方法步骤流程示意图。
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。
实施例一：如图1所示，本发明提供以下技术方案，一种基于大数据的雷达信号数据分析方法，该雷达信号数据分析方法包括以下步骤：
S1、利用侦查雷达获取目标信息数据，并通过显示终端进行实时显示；
所述目标是指飞行目标，例如：无人机，将获取的飞行目标的实时位置信息在显示终端上进行显示；
S2、建立目标信息数据分析模型，对目标信息数据进行存储和标记；
目的是为了方便后期根据侦查雷达获取的目标信息数据对目标轨迹进行动态分析和预测；
建立三维直角坐标系，将S1获取的目标信息数据标记在三维直角坐标系中，并赋予坐标值(Xk,Yk,Zk)，其中，Xk和Yk表示目标的水平位置信息，Zk表示目标的高度位置信息，目标的若干次信息数据组成历史位置信息的坐标值集合Q＝{Q1,Q2,Q3,…,Qk,…,Qn}，其中，n表示侦查雷达对目标进行了n次信息数据的获取，每次目标信息数据获取的时间间隔为t，此处对目标信息数据的获取时间间隔可以根据实际需求进行调整，进行目标信息数据获取的时间间隔越短，对于目标动态分析的结果越精准。
通过上述技术方案，完成了目标信息数据分析模型的构建，方便了后期根据目标的信息数据进行目标轨迹的预测和动态分析。
S3、对存储和标记的目标信息数据进行预处理；
目的是为了方便后期实现对目标信息数据的数字化动态分析，增加动态分析的精准度；
对目标信息数据的预处理包括向量表示的构建、速度变化预处理和高度变化预处理；
向量表示的构建包括以下步骤：
S301、选定目标的任意坐标点为向量起点；
S302、将S301选定的向量起点相邻的坐标点作为向量终点；
S303、根据下列公式建立向量表示：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间形成的向量表示；
组成向量表示的集合
根据目标的坐标变化构建向量表示，使得可以根据目标的实时向量表示，分析目标飞行状态，根据获取的目标信息数据精准的分析目标是否有可能达到对应的飞行轨迹，进而实现对干扰目标的判断，通过数字化分析的方式，使得可以对判断结果给出精准的数据解释；
速度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的平均速度；
组成速度变化的集合
高度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的高度变化速率；
组成高度变化的集合
通过对目标的历史位置信息进行分析和预处理，使得可以作为目标轨迹预测的训练集，进行轨迹分析模型的训练，方便根据目标的历史位置信息精准的分析和预测目标的位置变化。
S4、利用数据分析模块对预处理之后的目标信息数据进行动态分析。
使得可以根据目标的移动轨迹对目标是否为干扰目标进行分析和判断，提高对目标特性分析的精准度。
利用数据分析模块对目标的移动轨迹进行拐点角度的分析，根据下列公式进行拐点角度的计算：
其中，θk表示
与
之间形成的夹角；
当θk≤α时，表明目标在2*t时间内的方向变化超出了设定的阈值，当前目标为干扰目标；
因为在目标移动过程中，当θk≤α时，表明目标在短时间完成了比较大的方向变化，而在目标真实的移动过程中，不可能在短时间完成较大的方向转变，因此，通过目标移动轨迹的拐点角度分析可以判断是否为干扰目标；
当θk＞α时，表明目标在2*t时间内的方向变化未超出设定的阈值，利用数据分析模块进行进一步分析。
在S4中，利用数据分析模块对目标的下一阶段坐标点进行预测，此处的预测是在θk＞α的基础上进行的，因为当θk＞α时，并不代表侦查目标并非干扰目标，为了提高对目标特性分析的准确率，进一步采用下列方案进行分析，具体包括以下步骤：
S401、获取目标历史移动轨迹中的速度变化集合和高度变化集合；
S402、根据速度变化和高度变化构建回归方程：
其中，u0、u1为回归方程的回归系数，
和
分别为误差因子，V0表示目标下一阶段的预测移动速度，H0表示目标下一阶段的预测变化高度，V1表示速度数据，H1表示高度数据；
S403、根据S3的预处理方式对目标下一阶段的坐标点进行处理，得到真实移动速度V'和真实变化高度H'；
S404、将目标的预测移动速度V0与真实移动速度V'之间进行差值的计算，将目标的预测变化高度H0与真实变化高度H'之间进行差值的计算，当差值均超过设定阈值时，判定当前目标为干扰目标。
通过上述技术方案，根据历史信息数据对侦查目标的下一阶段位置信息进行预测，将侦查目标的预测位置与实际位置之间进行比较和分析，在允许误差的情况下，判断目标是否为干扰目标，可以为雷达操作员提供建议参考，提高对侦查目标特性判断的准确率。
实施例二：一种基于大数据的雷达信号数据分析系统，该雷达信号数据分析系统包括：
一用于进行目标获取的侦查雷达；
一用于对获取的目标信息数据进行显示的显示终端；
一用于进行目标信息数据分析模型构建的模型建立模块；
一用于进行目标信息数据预处理的数据预处理模块；
一用于进行目标信息数据动态分析的数据分析模块。
所述模型建立模块包括坐标系建立单元、目标标记单元和坐标值赋予单元；
所述坐标系建立单元用于建立三维直角坐标系，使得可以实现对目标的精准定位；所述目标标记单元用于将目标标记在三维直角坐标系中，并对目标信息数据进行存储；所述坐标值赋予单元用于对标记在三维直角坐标系中的目标进行坐标值的赋予。
通过上述技术方案，实现对目标信息数据的数字化处理，更加方便了后期进行目标的动态分析，实现了对雷达信号的自动化分析和处理。
所述数据预处理模块包括向量构建单元、速度分析单元和高度分析单元；
所述向量构建单元用于根据目标的任意坐标点和其相邻的坐标点建立坐标点之间的向量表示；所述速度分析单元用于根据相邻两个坐标点的坐标值进行目标移动速度的分析；所述高度分析单元用于根据相邻两个坐标点的高度值进行目标高度变化的分析。
通过上述技术方案，对目标信息数据进行预处理，提高了对目标信息数据的处理能力，加速了对雷达信号的数据分析速度，使得可以更加精准的实现对目标的动态分析。
所述数据分析模块包括拐点分析单元、初步判定单元、坐标预测单元和结论输出单元；
所述拐点分析单元用于根据数据预处理模块构建的向量表示对目标在某一点的拐点角度进行计算和分析；所述初步判定单元用于根据拐点分析单元的分析结果初步判定目标是否为干扰目标；所述坐标预测单元用于当初步判定单元判定目标并非干扰目标时，对目标下一阶段的坐标点进行分析和预测；所述结论输出单元将坐标预测单元所预测的目标下一阶段的坐标点数据与目标的真实坐标点数据进行比较和分析，给出判断结果，并输出判断结果。
通过上述技术方案，通过数据分析模块对目标信息数据进行动态分析，使得可以进一步精准的判断目标是否为干扰目标，提高系统对雷达信号分析的精准度，可以更加准确的判断目标的特性，为雷达操作员提供数据支撑和参考。
实施例三：
该雷达信号数据分析方法包括以下步骤：
S1、利用侦查雷达获取飞行目标的信息数据，并通过显示终端进行实时显示；
S2、建立三维直角坐标系，将S1获取的目标信息数据标记在三维直角坐标系中，并赋予坐标值(Xk,Yk,Zk)，其中，Xk和Yk表示目标的水平位置信息，Zk表示目标的高度位置信息，目标的若干次信息数据组成历史位置信息的坐标值集合Q＝{Q1,Q2,Q3,…,Qk,…,Qn}，其中，n表示侦查雷达对目标进行了n次信息数据的获取，每次目标信息数据获取的时间间隔为t＝0.5s。
S3、对目标信息数据进行向量表示的构建、速度变化预处理和高度变化预处理；
向量表示的构建包括以下步骤：
S301、选定目标的任意坐标点为向量起点；
S302、将S301选定的向量起点相邻的坐标点作为向量终点；
S303、根据下列公式建立向量表示：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间形成的向量表示；
组成向量表示的集合
速度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的平均速度；
组成速度变化的集合
高度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的高度变化速率；
组成高度变化的集合
S4、利用数据分析模块对目标的移动轨迹进行拐点角度的分析，根据下列公式进行拐点角度的计算：
其中，θ5表示
与
之间形成的夹角；
θ5≤α＝30°，表明目标在1s时间内的方向变化超出了设定的阈值，当前目标为干扰目标；
实施例四：
该雷达信号数据分析方法包括以下步骤：
S1、利用侦查雷达获取飞行目标的信息数据，并通过显示终端进行实时显示；
S2、建立三维直角坐标系，将S1获取的目标信息数据标记在三维直角坐标系中，并赋予坐标值(Xk,Yk,Zk)，其中，Xk和Yk表示目标的水平位置信息，Zk表示目标的高度位置信息，目标的若干次信息数据组成历史位置信息的坐标值集合Q＝{Q1,Q2,Q3,…,Qk,…,Qn}，其中，n表示侦查雷达对目标进行了n次信息数据的获取，每次目标信息数据获取的时间间隔为t＝0.5s。
S3、对目标信息数据进行向量表示的构建、速度变化预处理和高度变化预处理；
向量表示的构建包括以下步骤：
S301、选定目标的任意坐标点为向量起点；
S302、将S301选定的向量起点相邻的坐标点作为向量终点；
S303、根据下列公式建立向量表示：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间形成的向量表示；
组成向量表示的集合
速度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的平均速度；
组成速度变化的集合
高度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的高度变化速率；
组成高度变化的集合
S4、利用数据分析模块对目标的移动轨迹进行拐点角度的分析，根据下列公式进行拐点角度的计算：
其中，θ5表示
与
之间形成的夹角；
θk＞α＝30°，表明目标在1s时间内的方向变化未超出设定的阈值，利用数据分析模块进行进一步分析。
利用数据分析模块对目标的下一阶段坐标点进行预测，具体包括以下步骤：
S401、获取目标历史移动轨迹中的速度变化集合和高度变化集合；
S402、根据速度变化和高度变化构建回归方程：
其中，u0、u1为回归方程的回归系数，
和
分别为误差因子，V0表示目标下一阶段的预测移动速度，H0表示目标下一阶段的预测变化高度，V1表示速度数据，H1表示高度数据；
S403、根据S3的预处理方式对目标下一阶段的坐标点进行处理，得到真实移动速度V'和真实变化高度H'；
S404、将目标的预测移动速度V0与真实移动速度V'之间进行差值的计算，将目标的预测变化高度H0与真实变化高度H'之间进行差值的计算，差值均超过设定阈值，判定当前目标为干扰目标。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种基于大数据的雷达信号数据分析方法，其特征在于，该雷达信号数据分析方法包括以下步骤：
S1、利用侦查雷达获取目标信息数据，并通过显示终端进行实时显示；
S2、建立目标信息数据分析模型，对目标信息数据进行存储和标记；
S3、对存储和标记的目标信息数据进行预处理；
S4、利用数据分析模块对预处理之后的目标信息数据进行动态分析。
2.根据权利要求1所述的一种基于大数据的雷达信号数据分析方法，其特征在于：在S1中，所述目标是指飞行目标，将获取的飞行目标的实时位置信息在显示终端上进行显示；
在S2中，建立三维直角坐标系，将S1获取的目标信息数据标记在三维直角坐标系中，并赋予坐标值(Xk,Yk,Zk)，其中，Xk和Yk表示目标的水平位置信息，Zk表示目标的高度位置信息，目标的若干次信息数据组成历史位置信息的坐标值集合Q＝{Q1,Q2,Q3,…,Qk,…,Qn}，其中，n表示侦查雷达对目标进行了n次信息数据的获取，每次目标信息数据获取的时间间隔为t。
3.根据权利要求2所述的一种基于大数据的雷达信号数据分析方法，其特征在于：在S3中，对目标信息数据的预处理包括向量表示的构建、速度变化预处理和高度变化预处理；
向量表示的构建包括以下步骤：
S301、选定目标的任意坐标点为向量起点；
S302、将S301选定的向量起点相邻的坐标点作为向量终点；
S303、根据下列公式建立向量表示：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间形成的向量表示；
组成向量表示的集合
速度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的平均速度；
组成速度变化的集合
高度变化预处理根据下列公式进行分析：
其中，
表示目标的第k个坐标点与第k+1个坐标点之间的高度变化速率；
组成高度变化的集合
4.根据权利要求3所述的一种基于大数据的雷达信号数据分析方法，其特征在于：在S4中，利用数据分析模块对目标的移动轨迹进行拐点角度的分析，根据下列公式进行拐点角度的计算：
其中，θk表示
与
之间形成的夹角；
当θk≤α时，表明目标在2*t时间内的方向变化超出了设定的阈值，当前目标为干扰目标；
当θk＞α时，表明目标在2*t时间内的方向变化未超出设定的阈值，利用数据分析模块进行进一步分析。
5.根据权利要求4所述的一种基于大数据的雷达信号数据分析方法，其特征在于：在S4中，利用数据分析模块对目标的下一阶段坐标点进行预测，具体包括以下步骤：
S401、获取目标历史移动轨迹中的速度变化集合和高度变化集合；
S402、根据速度变化和高度变化构建回归方程：
其中，u0、u1为回归方程的回归系数，
和
分别为误差因子，V0表示目标下一阶段的预测移动速度，H0表示目标下一阶段的预测变化高度，V1表示速度数据，H1表示高度数据；
S403、根据S3的预处理方式对目标下一阶段的坐标点进行处理，得到真实移动速度V'和真实变化高度H'；
S404、将目标的预测移动速度V0与真实移动速度V'之间进行差值的计算，将目标的预测变化高度H0与真实变化高度H'之间进行差值的计算，当差值均超过设定阈值时，判定当前目标为干扰目标。
6.一种实现权利要求1-5任一项所述的一种基于大数据的雷达信号数据分析方法的基于大数据的雷达信号数据分析系统，其特征在于，该雷达信号数据分析系统包括：
一用于进行目标获取的侦查雷达；
一用于对获取的目标信息数据进行显示的显示终端；
一用于进行目标信息数据分析模型构建的模型建立模块；
一用于进行目标信息数据预处理的数据预处理模块；
一用于进行目标信息数据动态分析的数据分析模块。
7.根据权利要求6所述的基于大数据的雷达信号数据分析系统，其特征在于：所述模型建立模块包括坐标系建立单元、目标标记单元和坐标值赋予单元；
所述坐标系建立单元用于建立三维直角坐标系，使得可以实现对目标的精准定位；所述目标标记单元用于将目标标记在三维直角坐标系中，并对目标信息数据进行存储；所述坐标值赋予单元用于对标记在三维直角坐标系中的目标进行坐标值的赋予。
8.根据权利要求7所述的基于大数据的雷达信号数据分析系统，其特征在于：所述数据预处理模块包括向量构建单元、速度分析单元和高度分析单元；
所述向量构建单元用于根据目标的任意坐标点和其相邻的坐标点建立坐标点之间的向量表示；所述速度分析单元用于根据相邻两个坐标点的坐标值进行目标移动速度的分析；所述高度分析单元用于根据相邻两个坐标点的高度值进行目标高度变化的分析。
9.根据权利要求8所述的基于大数据的雷达信号数据分析系统，其特征在于：所述数据分析模块包括拐点分析单元、初步判定单元、坐标预测单元和结论输出单元；
所述拐点分析单元用于根据数据预处理模块构建的向量表示对目标在某一点的拐点角度进行计算和分析；所述初步判定单元用于根据拐点分析单元的分析结果初步判定目标是否为干扰目标；所述坐标预测单元用于当初步判定单元判定目标并非干扰目标时，对目标下一阶段的坐标点进行分析和预测；所述结论输出单元将坐标预测单元所预测的目标下一阶段的坐标点数据与目标的真实坐标点数据进行比较和分析，给出判断结果，并输出判断结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310035471.5A CN115980676B (zh) | 2023-01-10 | 2023-01-10 | 一种基于大数据的雷达信号数据分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310035471.5A CN115980676B (zh) | 2023-01-10 | 2023-01-10 | 一种基于大数据的雷达信号数据分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115980676A true CN115980676A (zh) | 2023-04-18 |
| CN115980676B CN115980676B (zh) | 2023-09-19 |
Family
ID=85960528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310035471.5A Active CN115980676B (zh) | 2023-01-10 | 2023-01-10 | 一种基于大数据的雷达信号数据分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115980676B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1571462A1 (de) * | 2004-03-04 | 2005-09-07 | EADS Deutschland GmbH | Verfahren zur Auswertung von Radardaten zum vollautomatischen Erstellen einer Karte gestörter Gebiete |
| CN110203204A (zh) * | 2019-05-17 | 2019-09-06 | 深圳森云智能科技有限公司 | 一种车辆周边环境感知方法 |
| CN113538974A (zh) * | 2021-07-14 | 2021-10-22 | 电子科技大学 | 一种基于多源数据融合的飞行目标异常检测方法 |
| CN114510967A (zh) * | 2022-01-19 | 2022-05-17 | 深圳绿米联创科技有限公司 | 一种干扰信号滤除方法、装置、电子设备及存储介质 |
| CN114924236A (zh) * | 2022-05-12 | 2022-08-19 | 哈尔滨工业大学 | 基于位置和速度信息的空地雷达协同抗欺骗式干扰方法 |
| CN115056754A (zh) * | 2022-08-18 | 2022-09-16 | 江苏天一航空工业股份有限公司 | 一种物流行李牵引车制动控制系统及方法 |
-
2023
- 2023-01-10 CN CN202310035471.5A patent/CN115980676B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1571462A1 (de) * | 2004-03-04 | 2005-09-07 | EADS Deutschland GmbH | Verfahren zur Auswertung von Radardaten zum vollautomatischen Erstellen einer Karte gestörter Gebiete |
| CN110203204A (zh) * | 2019-05-17 | 2019-09-06 | 深圳森云智能科技有限公司 | 一种车辆周边环境感知方法 |
| CN113538974A (zh) * | 2021-07-14 | 2021-10-22 | 电子科技大学 | 一种基于多源数据融合的飞行目标异常检测方法 |
| CN114510967A (zh) * | 2022-01-19 | 2022-05-17 | 深圳绿米联创科技有限公司 | 一种干扰信号滤除方法、装置、电子设备及存储介质 |
| CN114924236A (zh) * | 2022-05-12 | 2022-08-19 | 哈尔滨工业大学 | 基于位置和速度信息的空地雷达协同抗欺骗式干扰方法 |
| CN115056754A (zh) * | 2022-08-18 | 2022-09-16 | 江苏天一航空工业股份有限公司 | 一种物流行李牵引车制动控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115980676B (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113671480B (zh) | 雷达与视频融合交通目标跟踪方法、系统、设备、终端 | |
| CN110187318B (zh) | 一种雷达数据处理方法 | |
| CN109087510B (zh) | 交通监测方法及装置 | |
| CN111899568A (zh) | 桥梁防撞预警系统、方法、装置和存储介质 | |
| CN112766206B (zh) | 一种高位视频车辆检测方法、装置、电子设备和存储介质 | |
| CN107797101A (zh) | 密集杂波环境下基于点迹多维筛选的航迹起始方法 | |
| CN115346399B (zh) | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 | |
| CN116702940A (zh) | 一种航速优化方法及系统 | |
| CN115723919A (zh) | 一种船舶偏航的辅助航行方法及装置 | |
| CN114355960B (zh) | 一种无人机防御智能决策方法及系统、服务器及介质 | |
| CN113920447A (zh) | 船舶入港检测方法、装置、计算机设备及存储介质 | |
| CN106872722B (zh) | 一种速度的测量方法和装置 | |
| CN117877011A (zh) | 一种基于神经网络的仪表动态追踪与识别方法和系统 | |
| CN115980676A (zh) | 一种基于大数据的雷达信号数据分析系统及方法 | |
| CN112017213A (zh) | 一种目标对象的位置更新方法及系统 | |
| CN109815773A (zh) | 一种基于视觉的低慢小航空器探测方法 | |
| CN102322864B (zh) | 一种机载光学鲁棒景像匹配导航定位方法 | |
| Ning et al. | Object detection and danger warning of transmission channel based on improved YOLO network | |
| CN112200856A (zh) | 一种基于事件相机的视觉测距方法 | |
| Jun-Ru | Fault Feature Recognition Method of Intelligent Manufacturing Equipment based on Virtual Instrument | |
| CN108375764A (zh) | 一种带Doppler量测的航迹起始方法 | |
| CN117593708B (zh) | 包含车辆身份信息的交通数字孪生方法、设备及存储介质 | |
| CN113177077B (zh) | 用于自动驾驶的异常事件确定方法、装置及电子设备 | |
| CN116168543B (zh) | 基于毫米波雷达的车辆轨迹修正方法、装置及存储介质 | |
| CN117706069A (zh) | 过闸船舶燃油硫含量的检测方法、装置及终端 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Building 4, Dongyuan, Jiangguang wisdom City, 15 Wenchang East Road, Yangzhou City, Jiangsu Province, 225000 Patentee after: Yangzhou Yuan Electronic Technology Co.,Ltd. Country or region after: China Address before: Building 4, Dongyuan, Jiangguang wisdom City, 15 Wenchang East Road, Yangzhou City, Jiangsu Province, 225000 Patentee before: YANGZHOU YU'AN ELECTRONIC TECHNOLOGY CO.,LTD. Country or region before: China |