一种基于三维特征值空间的自适应目标指示数据估计方法技术

本发明专利技术提供了一种基于三维特征值空间的自适应目标指示数据估计方法，首先建立三维特征值空间，然后基于历史数据学习进行三维特征值空间优化，最后基于特征值空间估计目标指示数据。本发明专利技术针对不同飞行阶段的动力学特点和空间位置特点，提取相应的特征值，形成特征值空间并匹配相应的数据处理模型，提高数据处理模型的自适应能力，同时本发明专利技术通过对历史数据的学习，自主优化数据处理模型参数，提高目标指示数据精度。

An adaptive target indication data estimation method based on 3D feature space

The present invention provides an adaptive target 3D feature space based on the indicator data value estimation method, firstly established 3D feature value space, then learning historical data using three-dimensional feature value space optimization based on eigenvalue estimation based on space target data. The present invention for position and dynamic characteristics of different phases of flight space characteristics, extract the corresponding feature values, the formation of characteristic value space and the corresponding data processing model, and improve the adaptive ability of data processing model, and the learning history data, data processing model parameter independent optimization, improve target data accuracy.

【技术实现步骤摘要】
一种基于三维特征值空间的自适应目标指示数据估计方法
本专利技术属于测控通信系统，涉及一种自适应目标指示数据估计方法，适用于飞行器测控数据处理，预估飞行器的实时空间位置信息，即目标指示数据。
技术介绍
在各类飞行器试验中，各类测控设备对飞行器进行跟踪并产生测控数据，测控数据处理中心采用一定的数据处理模型对测控数据进行实时处理，估计未来某一时刻飞行器的目标指示数据，用于指挥显示和引导，其精度的高低对试验成败具有重要意义。提高目标指示数据精度的关键在于数据处理模型，而数据处理模型优化的关键在于模型参数。现行的技术方案是：由于试验中不同飞行器的飞行速度不一致，为保证目标指示数据精度满足要求，需要在试验前根据试验关键阶段的飞行器速度，对数据处理模型的相关参数进行调整。现有技术存在的缺陷是：(1)参数在试验前设定后，整个试验过程采用同一套模型参数，没有考虑飞行器的种类和试验全程的所有阶段，由于飞行器种类不一致，每个飞行阶段的速度也不一致，仅用一套模型会使得目标指示数据的总体精度受到影响；(2)针对不同飞行器，需要在试验前人为进行参数修改，主观经验成分太多，容易影响目标指示数据的精度，且人工操作易本文档来自技高网...

【技术保护点】
一种基于三维特征值空间的自适应目标指示数据估计方法，其特征在于包括下述步骤：步骤1，建立三维特征值空间，包括速度、高度、模型三个维度，步骤如下：1.1)将目标速度划分为若干区间类型，表示为速度类集合

【技术特征摘要】
1.一种基于三维特征值空间的自适应目标指示数据估计方法，其特征在于包括下述步骤：步骤1，建立三维特征值空间，包括速度、高度、模型三个维度，步骤如下：1.1)将目标速度划分为若干区间类型，表示为速度类集合是同属于第s类速度的若干速度值集合；1.2)将目标高度划分为若干区间类型，表示为高度类集合是同属于第r类高度的若干高度值集合；1.3)以最小二乘估计模型为数据处理模型，模型的阶数和批处理量(ψ,Γ)在同一个高度类和速度类内不变；1.4)建立三维特征值空间步骤2，基于历史数据学习进行三维特征值空间优化，步骤如下：2.1)由某时刻i的目标空间位置信息(xi,yi,zi)进行坐标变换得到该时刻的特征值向量(Vs,Hr)；由特征值空间中映射得到(Vs,Hr)对应的数据处理模型(ψsr,Γsr)；2.2)根据批处理量Γsr，从已接收数据中采集最近的Γsr帧数据做最小二乘估计，计算时刻i的空间位置信息估计值2.3)采用回归检验模型中的拟合优度检验方法，对i时刻模型(ψsr,Γsr)下的显著性进行检验，检验模型中i时刻的测量值和估计值分别为(xi,yi,zi)和2.4)遍历全部试验测控数据进行步骤2.1)-2.3)，抽取同属数据处理模型(ψsr,Γsr)的所有历史数据的检验结果，若不...

【专利技术属性】
技术研发人员：谢永杰，唐佩佳，张颂，张华良，王宝国，
申请(专利权)人：中国人民解放军六三六五五部队，
类型：发明
国别省市：新疆,65