CN116256781B - 一种组合特征多源卫星信息航迹关联方法及系统 - Google Patents
一种组合特征多源卫星信息航迹关联方法及系统 Download PDFInfo
- Publication number
- CN116256781B CN116256781B CN202310388797.6A CN202310388797A CN116256781B CN 116256781 B CN116256781 B CN 116256781B CN 202310388797 A CN202310388797 A CN 202310388797A CN 116256781 B CN116256781 B CN 116256781B
- Authority
- CN
- China
- Prior art keywords
- track
- measurement
- triangle
- remote sensing
- auxiliary
- 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
Links
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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/53—Determining attitude
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开一种组合特征多源卫星信息航迹关联方法及系统,涉及舰船目标数据关联跟踪处理技术领域,方法包括:基于航迹先验信息划分选定一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器;根据基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;根据辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形;确定航迹量测相似度;基于航迹量测相似度对辅助遥感卫星传感器对应的待用航迹数据进行坐标变换以得到优化辅助量测数据;将每一量测时刻中,优化辅助量测数据与基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。本发明提高多源卫星舰船目标航迹关联正确率。
Description
技术领域
本发明涉及舰船目标数据关联跟踪处理技术领域,特别是涉及一种组合特征多源卫星信息航迹关联方法及系统。
背景技术
卫星对广域海上目标监视需要不同轨道卫星、不同类型卫星传感器共同参与。高轨凝视成像遥感卫星、低轨视频卫星和低轨AIS卫星都能够获取舰船目标的航迹数据。高轨凝视成像遥感卫星可监视范围大,能够同时探测和跟踪合作与非合作舰船目标,但由于分辨率低,舰船目标信息少,无法提供舰船的身份信息。低轨视频小卫星监视区域小,但分辨率高,能获取的舰船目标信息多,可以提供舰船的类型信息。低轨AIS卫星可以提供准确的静态数据(如船名、类型、尺寸等),动态数据(如位置、对地航向、对地航速等),以及一些与航行有关的数据,但无法探测和跟踪非合作舰船目标。
多源遥感卫星协同能够提高广域舰船目标监视能力,而航迹关联在多源卫星数据融合中占据重要地位。传统的航迹关联算法主要分为极大似然和贝叶斯两种数据互联算法,但不同卫星平台信源获取的舰船航迹数据空间差异大,对航迹关联算法的能力提出了更高的要求。
发明内容
本发明的目的是提供一种组合特征多源卫星信息航迹关联方法及系统,实现多源遥感卫星探测到的舰船目标关联跟踪,提高舰船目标航迹关联正确率。
为实现上述目的,本发明提供了如下方案:
一种组合特征多源卫星信息航迹关联方法,包括:
获取多个遥感卫星捕捉到的舰船目标原始航迹数据和航迹先验数据;
对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据;多个所述待用航迹数据的时域范围相同;
基于所述航迹先验信息,将多个遥感卫星的传感器划分选定为一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器;
根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;针对任一辅助遥感卫星传感器,根据所述辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形;
基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度;所述航迹量测相似度用于表征所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异;
基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据;
将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。
可选地,对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据,具体包括:
根据每个所述遥感卫星捕捉到的舰船目标原始航迹数据,确定所述遥感卫星对应的时域范围;
根据多个所述遥感卫星对应的时域范围,确定航迹关联时域范围;
针对每一遥感卫星,基于所述遥感卫星对应的时域范围和所述航迹关联时域范围,判断所述遥感卫星捕捉到的航迹是否完整;
当所述遥感卫星捕捉到的航迹不完整时,采用结合中分维度法的一阶扩展卡尔曼滤波,对所述遥感卫星捕捉到的原始航迹数据进行外推,以得到待用航迹数据。
可选地,根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形,具体包括:
针对每一量测时刻内所述基准遥感卫星传感器对应的待用航迹数据,根据公式cosβi<cosβl,i=1,2,3选择基准量测三角形的顶角角度;其中,βi为基准量测三角形的顶角角度,βl为角度阈值;
根据选择的三个顶角角度,确定基准量测三角形。
可选地,基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度,具体包括:
对于同一量测时刻,根据所述基准量测三角形的三条边的边长和所述辅助量测三角形的三条边的边长,计算所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异;
根据所述基准量测三角形的三个顶点对应的航速和所述辅助量测三角形的三个顶点对应的航速,计算所述基准量测三角形与所述辅助量测三角形的三角顶点的航速差异;
根据所述基准量测三角形的三个顶点对应的航向和所述辅助量测三角形的三个顶点对应的航向,计算所述基准量测三角形与所述辅助量测三角形的三角顶点的航向差异;
将所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异,基于预设权重进行融合,以得到航迹量测相似度。
可选地,基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据,具体包括:
从不同量测时刻对应的多个航迹量测相似度中,确定最大航迹量测相似度;
根据所述最大航迹量测相似度,确定对应的基准量测三角形和辅助量测三角形;
根据所述最大航迹量测相似度对应的基准量测三角形和辅助量测三角形,计算坐标变换参数;
基于所述坐标变换参数,将每一量测时刻中,所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据。
可选地,将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果,具体包括:
将所述航迹关联时域范围内,每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行粗关联,以得到航迹粗关联结果;所述航迹粗关联结果包括多个关联点对;
基于所述关联点对上携带的航迹信息,确定所述关联点对的状态;所述关联点对的状态包括错误关联和正确关联;
若所述关联点对的状态为错误关联,则基于所述关联点对中所述基准遥感卫星传感器对应的待用航迹数据进行航迹关联校正;
若所述关联点对的状态为正确关联,则将关联正确的点对数量加一;
当关联正确的点对数量占比高于预设关联阈值时,确定最终的航迹关联结果;所述最终的航迹关联结果包括经过航迹关联校正的关联点对以及关联正确的关联点对。
为实现上述目的,本发明还提供了如下技术方案:
一种组合特征多源卫星信息航迹关联系统,包括:
航迹数据获取模块,用于获取多个遥感卫星捕捉到的舰船目标原始航迹数据和航迹先验数据;
预处理模块,用于对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据;多个所述待用航迹数据的时域范围相同;
卫星传感器划分模块,用于基于所述航迹先验信息,将多个遥感卫星的传感器划分选定为一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器;
量测三角形确定模块,用于根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;针对任一辅助遥感卫星传感器,根据所述辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形;
航迹相似度计算模块,用于基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度;所述航迹量测相似度用于表征所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异;
航迹坐标变换模块,用于基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据;
航迹关联模块,用于将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开一种组合特征多源卫星信息航迹关联方法及系统,对原始航迹数据进行预处理,以使得经过处理后的多个待用航迹数据的时域范围相同,以减少数据关联过程中可能出现的数据错漏关联问题;基于航迹先验信息,将多个遥感卫星的传感器划分为一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器,然后分别确定基准遥感卫星传感器对应的基准量测三角形、辅助遥感卫星传感器对应的辅助量测三角形;基于基准量测三角形和辅助量测三角形确定航迹量测相似度,航迹量测相似度用于表征基准量测三角形与辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异,即针对多源卫星舰船目标航迹间空间位置和航向相对稳定的特点,利用受误差影响小的拓扑不变量信息,构建拓扑结构,实现航迹关联,提高后续的关联准确率和关联稳定性。然后,基于航迹量测相似度对辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据;将优化辅助量测数据与基准遥感卫星传感器对应的待用航迹数据进行关联,以得到更高关联正确率的航迹关联结果。
综上,本发明基于实测数据确定对应三角拓扑结构,直接对多源卫星探测的舰船目标航迹进行关联,提高航迹关联方法的抗异抗差能力以及多卫星传感器航迹差异化条件下的目标关联能力,降低了在密集航迹和交叉航迹情况中的误关联率,具有关联准确度高、适用范围广、实用效果好等优点,可直接用于解决实际多卫星传感器的同步航迹关联问题。
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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明组合特征多源卫星信息航迹关联方法的流程示意图;
图2为本发明具体实例中组合特征多源卫星信息航迹关联方法的流程示意图;
图3为本发明组合特征多源卫星信息航迹关联系统的结构示意图。
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。
本发明提供一种组合特征多源卫星信息航迹关联方法及系统,以空间拓扑结构、相对航向、航速等拓扑不变信息为基础,研究基于拓扑不变信息的多源卫星探测舰船目标航迹关联算法,提升在实际应用场景中的适用性和有效性。
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。
实施例一
如图1所示,本发明提供一种组合特征多源卫星信息航迹关联方法,包括:
步骤100,获取多个遥感卫星捕捉到的舰船目标原始航迹数据和航迹先验数据。
步骤200,对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据;多个所述待用航迹数据的时域范围相同,且所述待用航迹数据包括时域范围内的所有空域数据。
步骤200具体包括:
1)根据每个所述遥感卫星捕捉到的舰船目标原始航迹数据,确定所述遥感卫星对应的时域范围。
对原始航迹数据Sij(k),i=1,2,…,n,j=1,2,…,mi,k=tij(1),tij(2),…,tij(αij)进行信息收集,获取航迹Sij(k)中量测的起始时刻tij(1)和终止时刻tij(αij);其中,n表示传感器数量,mi表示第i个传感器中的目标航迹数量,αij表示第i个传感器的第j条航迹的量测数(即航迹的时间长度)。
分析同一遥感卫星传感器下的航迹,即分析任一遥感卫星捕捉到的原始航迹数据Sij(k),j=1,2,…,mi,得到该传感器的时域范围t∈[ti(1),ti(αi)];其中,表示所有航迹起始时刻的最小值,/>表示所有航迹终止时刻的最大值。
2)根据多个所述遥感卫星对应的时域范围,确定航迹关联时域范围。
对求得的所有传感器时域范围进行分析,即对得到的所有遥感卫星对应的时域范围进行分析,得到航迹关联的全部时域范围t∈[t(1),t(α)];其中,表示该传感器所有航迹起始时刻的最小值,/>表示该传感器所有航迹终止时刻的最大值。
3)针对每一遥感卫星,基于所述遥感卫星对应的时域范围和所述航迹关联时域范围,判断所述遥感卫星捕捉到的航迹是否完整。若所述遥感卫星对应的时域范围覆盖所述航迹关联时域范围的所有数据,则表征所述遥感卫星捕捉到的航迹完整;若所述遥感卫星对应的时域范围未能覆盖所述航迹关联时域范围的所有数据,则表征所述遥感卫星捕捉到的航迹不完整。
4)当所述遥感卫星捕捉到的航迹不完整时,采用结合中分维度法的一阶扩展卡尔曼滤波,对所述遥感卫星捕捉到的原始航迹数据进行外推,以得到待用航迹数据。
针对任一遥感卫星,首先构建目标运动状态方程为:
xk=fk-1xk-1+Vk-1;
其中,xk和xk-1分别为目标k时刻和目标k-1时刻的状态向量,fk-1为目标k时刻的状态转移函数,Vk-1为过程噪声矩阵,且假定其为加性零均值白噪声,故其方差为
构建目标量测方程为:
zk=hkxk+wk;
其中,zk为目标量测,wk为量测噪声且为加性零均值白噪声,方差为xk为观测矩阵,/>
将中分纬度法应用于目标状态的一步预测方程,得到公式:
其中,λk-1和表示目标的经度和纬度;
Tij(k-1)=tij(k)-tij(k-1),k=1,2,…,αij;
其次,对状态协方差进行一步预测和量测进行预测,得到协方差的一步预测公式为:
xk|k-1=fk-1(xk-1);
量测的预测公式为:
其中,Fk-1为状态转移函数fk-1对目标状态向量xk-1求偏导得到的雅可比矩阵。
然后,对目标状态xk|k和协方差Pk|k进行更新,其中目标状态更新方程为:
xk|k=xk|k-2+Kk(zk-hkxk|k-1);
协方差更新方程为:
Pk|k=(I-Kkhk)Pk|k-1;
其中,Kk表示目标增益。
最后,根据航迹关联的所有时域范围t∈[t(1),i(α)],并结合历史航迹数据(原始航迹数据),利用一阶扩展卡尔曼滤波将所有不完整的航迹合理外推,得到时域范围内的完整航迹Sij(k),k=t(1),t(2),…,t(α)。
步骤300,基于所述航迹先验信息,将多个遥感卫星的传感器划分选定一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器。具体地,根据航迹先验信息,选择精度更高的遥感卫星传感器作为基准遥感卫星传感器So,其余遥感卫星传感器作为辅助遥感卫星传感器Sc。
步骤400,根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;针对任一辅助遥感卫星传感器,根据所述辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形。
基于量测点可构建的拓扑结构有很多选择,比如直线,三角形,四边形,五边形等,由于三角形具有稳定性强、唯一性强、结构简单等优点,因此本发明中优选采用量测三角形。根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形,具体包括:
1)针对每一量测时刻内所述基准遥感卫星传感器对应的待用航迹数据So(k)={zi},i=1,2,…,mi,根据公式cosβi<cosβl,i=1,2,3选择基准量测三角形的顶角角度;其中,βi为基准量测三角形的顶角角度,βl为角度阈值。
2)根据选择的三个顶角角度,确定基准量测三角形,能够保证形成的基准三角形顶角大小适中,不会出现过大或者过小的顶角。过大或者过小的顶角会让三角形顶角在计算时由于计算精度产生的误差量级与角度大小的量级过于接近,从而无法剔除计算误差带来的影响。
同理可得辅助量测三角形。
步骤500,基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度;所述航迹量测相似度用于表征所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异。
步骤500,具体包括:
1)对于同一量测时刻,根据所述基准量测三角形的三条边的边长和所述辅助量测三角形的三条边的边长,计算所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异;三角拓扑结构差异的计算公式为:
其中,DT(k)表示三角拓扑结构差异,Li(k)表示k时刻基准量测三角形的第i条边的边长,L′i(k)表示k时刻辅助量测三角形的第i条边的边长。
2)利用目标动态信息计算动态信息差异,分别为航速差异和航向差异;根据所述基准量测三角形的三个顶点对应的航速和所述辅助量测三角形的三个顶点对应的航速,计算所述基准量测三角形与所述辅助量测三角形的三角顶点的航速差异;航速差异的计算公式为:
其中,DS(k)表示航速差异,v1,i(k)表示k时刻基准量测三角形第i个顶点的航速,v2,i(k)表示k时刻辅助量测三角形第i个顶点的航速。
3)根据所述基准量测三角形的三个顶点对应的航向和所述辅助量测三角形的三个顶点对应的航向,计算所述基准量测三角形与所述辅助量测三角形的三角顶点的航向差异。航向差异DC(k)为该时刻选取的三个量测点对应的航向差异,但由于航向的特殊性,无法采用相对误差值进行计算,因此采用阶跃函数ε(t)计算其差异值,航向差异的计算公式为:
其中,DC(k)表示航向差异,c1,i(k)表示k时刻基准量测三角形第i个顶点的航向,c2,i(k)表示k时刻辅助量测三角形第i个顶点的航向;ct表示航向偏差阈值,判断两个平台的航向是否在可接受范围内,若可接受则为0,否则为1,再求其均值。
4)将所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异,基于预设权重进行融合,以得到航迹量测相似度。其中,权重的分配方式为根据误差大小分配,从而得到时刻的平台量测差异DM(k),并计算量测相似度S(k),具体计算公式如下:
最后根据相似度最大准则进行三角形的匹配,得到该时刻的量测匹配关系。
步骤600,基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据;
步骤600,具体包括:
1)从不同量测时刻对应的多个航迹量测相似度中,确定最大航迹量测相似度。
2)根据所述最大航迹量测相似度,确定对应的基准量测三角形和辅助量测三角形。
3)根据所述最大航迹量测相似度对应的基准量测三角形和辅助量测三角形,计算坐标变换参数。具体地,将基准量测三角形和辅助量测三角形的顶点一一对应,得到三组对应的点迹(pi,p′i),i=1,2,3,建立坐标变换矩阵
得到变换方程
pi=p′iT;
利用三对点迹求解得到坐标变换矩阵,所以有
即
4)基于所述坐标变换参数,将每一量测时刻中,所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据。具体地,将对比传感器的所有量测进行坐标变换,得到变换后的量测,则有:
S′ij(k)=Sij(k)T,j=1,2,…,mi;其中,S′ij(k)为变换后的量测。
步骤700,将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。
步骤700,具体包括:
1)将所述航迹关联时域范围内,每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行粗关联,以得到航迹粗关联结果;所述航迹粗关联结果包括多个关联点对。
具体地,将优化辅助量测数据与基准传感器的量测以欧式距离进行关联,得到粗关联结果;结合量测携带的航迹信息,将关联结果以航迹编号为索引进行整理,得到航迹粗关联结果。其中,欧氏距离dij的计算公式为:
(xi,yi)表示第i个基准遥感卫星传感器对应的待用航迹数据的坐标;(xj,yj)表示第j个优化辅助量测数据的坐标。
确定关联约束和未关联代价dmax,关联总代价的计算公式为:
式中,ωij表示基准遥感卫星传感器对应的待用航迹数据集合S0(k)中量测zi和优化辅助量测数据集合S′1(k)中量测zj的关联代价;εij表示其关联状态,分别表示为:
且
求出最小总关联代价完成S0(k)和S′1(k)的关联。由于S′1(k)是S1(k)进行坐标变换而来,两个集合的航迹编号相同,因此,与S1(k)完成关联,即完成优化辅助量测数据与基准遥感卫星传感器对应的待用航迹数据的粗关联。
2)基于所述关联点对上携带的航迹信息,确定所述关联点对的状态;所述关联点对的状态包括错误关联和正确关联。具体地,所述航迹信息包括经纬度位置数据,可根据关联点对上二者对应的经纬度位置数据判断所对应的状态。
3)若所述关联点对的状态为错误关联,则基于所述关联点对中所述基准遥感卫星传感器对应的待用航迹数据进行航迹关联校正。即利用关联点对上携带的航迹信息,校正航迹粗关联中的错误关联结果。
4)若所述关联点对的状态为正确关联,则将关联正确的点对数量加一。
5)当关联正确的点对数量占比高于预设关联阈值时,确定最终的航迹关联结果;所述最终的航迹关联结果包括经过航迹关联校正的关联点对以及关联正确的关联点对。
如图2所示,当面对两个卫星传感器时:对卫星传感器1航迹数据,判断其航迹是否完整;若不完整,则合理外推完善航迹后作为基准传感器;若完整,则直接作为基准传感器;选择量测三角形;对卫星传感器2航迹数据,判断其航迹是否完整;若不完整,则合理外推完善航迹后作为对比传感器或辅助传感器;若完整,则直接作为基准传感器对比传感器或辅助传感器;选择航迹相似度最大量测三角形;将选择得到的两个量测三角形,进行匹配求解坐标变换矩阵;对比传感器或辅助传感器量测进行坐标变换;量测相关联;根据航迹属性校正相关联结果,从而得到较高关联正确率的舰船目标航迹关联。
当面对三个及以上卫星传感器时,将每个对比传感器或辅助传感器均与基准传感器进行关联,对比传感器或辅助传感器之间彼此独立,互不干扰。
实施例二
如图3所示,为了实现实施例一中的技术方案,本实施例提供了一种组合特征多源卫星信息航迹关联系统,包括:
航迹数据获取模块101,用于获取多个遥感卫星捕捉到的舰船目标原始航迹数据和航迹先验数据。
预处理模块201,用于对每个所述原始舰船目标航迹数据进行预处理,以得到待用航迹数据;多个所述待用航迹数据的时域范围相同。
卫星划分传感器模块301,用于基于所述航迹先验信息,将多个遥感卫星的传感器划分选定为一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器。
量测三角形确定模块401,用于根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;针对任一辅助遥感卫星传感器,根据所述辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形。
航迹相似度计算模块501,用于基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度;所述航迹量测相似度用于表征所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异。
航迹坐标变换模块601,用于基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据。
航迹关联模块701,用于将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。
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他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,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。
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 (8)
1.一种组合特征多源卫星信息航迹关联方法,其特征在于,方法包括:
获取多个遥感卫星捕捉到的舰船目标原始航迹数据和航迹先验数据;
对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据;多个所述待用航迹数据的时域范围相同;
基于所述航迹先验信息,将多个遥感卫星的传感器划分选定为一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器;
根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;针对任一辅助遥感卫星传感器,根据所述辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形;
基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度;所述航迹量测相似度用于表征所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异;
基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据;
将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。
2.根据权利要求1所述的组合特征多源卫星信息航迹关联方法,其特征在于,对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据,具体包括:
根据每个所述遥感卫星捕捉到的舰船目标原始航迹数据,确定所述遥感卫星对应的时域范围;
根据多个所述遥感卫星对应的时域范围,确定航迹关联时域范围;
针对每一遥感卫星,基于所述遥感卫星对应的时域范围和所述航迹关联时域范围,判断所述遥感卫星捕捉到的航迹是否完整;
当所述遥感卫星捕捉到的航迹不完整时,采用结合中分维度法的一阶扩展卡尔曼滤波,对所述遥感卫星捕捉到的原始航迹数据进行外推,以得到待用航迹数据。
3.根据权利要求1所述的组合特征多源卫星信息航迹关联方法,其特征在于,根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形,具体包括:
针对每一量测时刻内所述基准遥感卫星传感器对应的待用航迹数据,根据公式cosβi<cosβl,i=1,2,3选择基准量测三角形的顶角角度;其中,βi为基准量测三角形的顶角角度,βl为角度阈值;
根据选择的三个顶角角度,确定基准量测三角形。
4.根据权利要求1所述的组合特征多源卫星信息航迹关联方法,其特征在于,基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度,具体包括:
对于同一量测时刻,根据所述基准量测三角形的三条边的边长和所述辅助量测三角形的三条边的边长,计算所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异;
根据所述基准量测三角形的三个顶点对应的航速和所述辅助量测三角形的三个顶点对应的航速,计算所述基准量测三角形与所述辅助量测三角形的三角顶点的航速差异;
根据所述基准量测三角形的三个顶点对应的航向和所述辅助量测三角形的三个顶点对应的航向,计算所述基准量测三角形与所述辅助量测三角形的三角顶点的航向差异;
将所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异,基于预设权重进行融合,以得到航迹量测相似度。
5.根据权利要求4所述的组合特征多源卫星信息航迹关联方法,其特征在于,所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异的计算公式为:
所述基准量测三角形与所述辅助量测三角形的三角顶点的航速差异的计算公式为:
所述基准量测三角形与所述辅助量测三角形的三角顶点的航向差异的计算公式为:
其中,DT(k)表示三角拓扑结构差异,Li(k)表示k时刻基准量测三角形的第i条边的边长,L′i(k)表示k时刻辅助量测三角形的第i条边的边长,Ds(k)表示航速差异,v1,i(k)表示k时刻基准量测三角形第i个顶点的航速,v2,i(k)表示k时刻辅助量测三角形第i个顶点的航速,DC(k)表示航向差异,c1,i(k)表示k时刻基准量测三角形第i个顶点的航向,c2,i(k)表示k时刻辅助量测三角形第i个顶点的航向;ct表示航向偏差阈值;ε(t)表示阶跃函数。
6.根据权利要求1所述的组合特征多源卫星信息航迹关联方法,其特征在于,基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据,具体包括:
从不同量测时刻对应的多个航迹量测相似度中,确定最大航迹量测相似度;
根据所述最大航迹量测相似度,确定对应的基准量测三角形和辅助量测三角形;
根据所述最大航迹量测相似度对应的基准量测三角形和辅助量测三角形,计算坐标变换参数;
基于所述坐标变换参数,将每一量测时刻中,所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据。
7.根据权利要求2所述的组合特征多源卫星信息航迹关联方法,其特征在于,将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果,具体包括:
将所述航迹关联时域范围内,每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行粗关联,以得到航迹粗关联结果;所述航迹粗关联结果包括多个关联点对;
基于所述关联点对上携带的航迹信息,确定所述关联点对的状态;所述关联点对的状态包括错误关联和正确关联;
若所述关联点对的状态为错误关联,则基于所述关联点对中所述基准遥感卫星传感器对应的待用航迹数据进行航迹关联校正;
若所述关联点对的状态为正确关联,则将关联正确的点对数量加一;
当关联正确的点对数量占比高于预设关联阈值时,确定最终的航迹关联结果;所述最终的航迹关联结果包括经过航迹关联校正的关联点对以及关联正确的关联点对。
8.一种组合特征多源卫星信息航迹关联系统,其特征在于,系统包括:
航迹数据获取模块,用于获取多个遥感卫星捕捉到的舰船目标原始航迹数据和航迹先验数据;
预处理模块,用于对每个所述舰船目标原始航迹数据进行预处理,以得到待用航迹数据;多个所述待用航迹数据的时域范围相同;
卫星传感器划分模块,用于基于所述航迹先验信息,将多个遥感卫星的传感器划分选定为一个基准遥感卫星传感器、一个或多个辅助遥感卫星传感器;
量测三角形确定模块,用于根据所述基准遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的基准量测三角形;针对任一辅助遥感卫星传感器,根据所述辅助遥感卫星传感器对应的待用航迹数据,确定每一量测时刻内的辅助量测三角形;
航迹相似度计算模块,用于基于所述基准量测三角形和所述辅助量测三角形,确定航迹量测相似度;所述航迹量测相似度用于表征所述基准量测三角形与所述辅助量测三角形的三角拓扑结构差异、三角顶点的航速差异和航向差异;
航迹坐标变换模块,用于基于所述航迹量测相似度,对所述辅助遥感卫星传感器对应的待用航迹数据进行坐标变换,以得到优化辅助量测数据;
航迹关联模块,用于将每一量测时刻中,所述优化辅助量测数据与所述基准遥感卫星传感器对应的待用航迹数据进行关联,以得到航迹关联结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310388797.6A CN116256781B (zh) | 2023-04-07 | 2023-04-07 | 一种组合特征多源卫星信息航迹关联方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310388797.6A CN116256781B (zh) | 2023-04-07 | 2023-04-07 | 一种组合特征多源卫星信息航迹关联方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116256781A CN116256781A (zh) | 2023-06-13 |
CN116256781B true CN116256781B (zh) | 2023-09-08 |
Family
ID=86679503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310388797.6A Active CN116256781B (zh) | 2023-04-07 | 2023-04-07 | 一种组合特征多源卫星信息航迹关联方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116256781B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707276A (zh) * | 2012-05-23 | 2012-10-03 | 中国人民解放军海军航空工程学院 | 基于目标拓扑信息的ais与雷达航迹抗差关联算法 |
CN114415112A (zh) * | 2022-03-30 | 2022-04-29 | 中国科学院空天信息创新研究院 | 多星多辐射源数据动态关联方法、装置及电子设备 |
EP4152297A1 (en) * | 2021-09-16 | 2023-03-22 | GE Aviation Systems LLC | Systems and methods for multi-sensor correlation of airspace surveillance data |
-
2023
- 2023-04-07 CN CN202310388797.6A patent/CN116256781B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707276A (zh) * | 2012-05-23 | 2012-10-03 | 中国人民解放军海军航空工程学院 | 基于目标拓扑信息的ais与雷达航迹抗差关联算法 |
EP4152297A1 (en) * | 2021-09-16 | 2023-03-22 | GE Aviation Systems LLC | Systems and methods for multi-sensor correlation of airspace surveillance data |
CN114415112A (zh) * | 2022-03-30 | 2022-04-29 | 中国科学院空天信息创新研究院 | 多星多辐射源数据动态关联方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
基于拓扑结构的多元特征航迹关联算法;郑浩;指挥信息系统与技术;第83-88页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116256781A (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110196443B (zh) | 一种飞行器的容错组合导航方法及系统 | |
US9171225B2 (en) | Device, method, and recording medium for detecting and removing mistracked points in visual odometry systems | |
CN113466890B (zh) | 基于关键特征提取的轻量化激光雷达惯性组合定位方法和系统 | |
CN110081881A (zh) | 一种基于无人机多传感器信息融合技术的着舰引导方法 | |
CN112444246B (zh) | 高精度的数字孪生场景中的激光融合定位方法 | |
Dumble et al. | Efficient terrain-aided visual horizon based attitude estimation and localization | |
Cai et al. | Mobile robot localization using gps, imu and visual odometry | |
Panicker et al. | Multisensor data fusion for an autonomous ground vehicle | |
US20200126429A1 (en) | Method, device, and computer-readable storage medium with instructions for estimating the pose of a transportation vehicle | |
CN113819904B (zh) | 一种基于天顶点矢量的偏振/vio三维姿态确定方法 | |
Li et al. | Vision-based positioning with a single camera and 3D maps: accuracy and reliability analysis | |
CN112581610B (zh) | 从多波束声呐数据中建立地图的鲁棒优化方法和系统 | |
Seube et al. | Multibeam echo sounders-IMU automatic boresight calibration on natural surfaces | |
EP1307705B1 (en) | Height measurement apparatus | |
CN116256781B (zh) | 一种组合特征多源卫星信息航迹关联方法及系统 | |
Roh et al. | Aerial image based heading correction for large scale SLAM in an urban canyon | |
Wei et al. | 3D peak based long range rover localization | |
Niijima et al. | Generating 3D fundamental map by large-scale SLAM and graph-based optimization focused on road center line | |
CN116182855A (zh) | 一种弱光强环境下仿复眼偏振视觉无人机组合导航方法 | |
CN115930948A (zh) | 一种果园机器人融合定位方法 | |
CN113916217B (zh) | 一种基于分区平流层大气折射模型的星光定位方法 | |
CN116147618A (zh) | 一种适用动态环境的实时状态感知方法及系统 | |
US11933612B2 (en) | Method for RPC refinement by means of a corrective 3D rotation | |
Graovac | Principles of fusion of inertial navigation and dynamic vision | |
CN114299477A (zh) | 一种车辆视觉定位方法、系统、设备及可读存储介质 |
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 |