一种基于聚类分析与网格搜索的雷电定位方法及系统技术方案

本发明专利技术涉及一种雷电定位方法及系统，其中，雷电定位方法，包括以下步骤：获取同一雷电的原始数据以及对应于原始数据的站点数量；根据站点数量确定椭球定位模型；根据椭球定位模型对原始数据进行定位求解，得到初算结果(x0，y0)，以A半径划定解空间范围为：x0∈[x0‑A，x0+A]，y0∈[y0‑A，y0+A]；根据适应函数，并利用时间和方位信息在x‑y二维空间内搜索最佳适应函数值和最佳位置，得到优化信息；根据优化信息更新解空间范围并优化迭代步长；根据收敛条件停止搜索，并得到雷电的最优位置。在本发明专利技术的技术方案中，能够排除异常数据对定位结果的影响，增强了抗误差干扰的能力，提高了定位精度，为雷电定位提供了一种新的思路。

【技术实现步骤摘要】
一种基于聚类分析与网格搜索的雷电定位方法及系统
本专利技术涉及及雷电监测
，尤其涉及一种基于聚类分析与网格搜索的雷电定位方法和一种基于聚类分析与网格搜索的雷电定位系统。
技术介绍
雷电定位系统主要通过探测设备接收到的数据经过中心站定位算法处理实现雷电的定位。通过雷电定位系统，能够尽快查找出雷击发生的位置和时间等实时信息，进行雷电灾害预警及灾后处理。定位精度是评价雷电定位系统的重要指标之一，而定位算法直接关系到探测结果的精度，所以对雷电定位算法的研究至关重要，有效的定位算法可为雷电监测、气象研究提供有价值的数据资料，也可为航空航天系统、电力系统等部门的雷电预警及防灾减灾提供重要的支撑。目前，雷电监测系统在雷电定位计算方面继承了“时差+方向”的综合定位思想，并提出实现了定位与参数计算模型的优化技术，包括粒子群、果蝇等优化方法。然而，此类迭代优化算法往往需要一个与最终解接近的初始值，易于陷入局部最优且计算量较大，实际应用受限于计算机运算速度，抗误差干扰能力差，定位精度低。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本专利技术的一个目的在于提供一种基于聚类分析与网格搜索的雷电定位方法，其能够排除异常数据对定位结果的影响，增强了抗误差干扰的能力，提高了定位精度，为雷电定位提供了一种新的思路。本专利技术的另一个目的在于提供一种基于聚类分析与网格搜索的雷电定位系统，其能够排除异常数据对定位结果的影响，增强了抗误差干扰的能力，提高了定位精度。为实现上述目的，本专利技术第一方面的技术方案提供了一种基于聚类分析与网格搜索的雷电定位方法，包括以下步骤：获取同一雷电的原始数据以及对应于原始数据的站点数量；根据站点数量确定椭球定位模型；根据椭球定位模型对原始数据进行定位求解，得到初算结果(x0，y0)，以A半径划定解空间范围为：x0∈[x0-A，x0+A]，y0∈[y0-A，y0+A]；根据适应函数，并利用时间和方位信息在x-y二维空间内搜索最佳适应函数值和最佳位置，得到优化信息；根据优化信息更新解空间范围并优化迭代步长，使得搜索在初始阶段具有较好的全局搜索能力，在后期搜索阶段具有较好的局部搜索能力；根据收敛条件停止搜索，并得到雷电的最优位置。在该技术方案中，利用网格搜索优化在解空间内进行多级搜索优化，提高解在解空间的局部搜索能力和全局搜索能力，克服了传统迭代算法易于发散、优化算法陷入局部最优等缺点，稳定并精确求解出雷击点，为雷电定位提供了一种新方法。在上述技术方案中，优选地，定位同一雷电的站点数量小于或等于4时，椭球定位模型为大地椭球计算公式。在上述技术方案中，优选地，定位同一雷电的站点数量大于4时，根据椭球定位模型对原始数据进行定位求解，得到初算结果(x0，y0)，包括：根据大地椭球计算公式对任意三站和四站的原始数据进行初定位求解，得到多个初定位结果；根据多个初定位结果自适应确定聚类参数，聚类分析后得到初算结果(x0，y0)。在该技术方案中，以椭球时差定位模型为基础，在定位算法中引入聚类分析与网格搜索优化方法。在中心站得到关于同一次雷电定位的若干条数据后，以排列组合的方法挑出所有的可能的三站或四站进行定位，得到若干个解析解，对这若干个解析解进行聚类分析，得到最终的定位结果。算法能够有效识别噪声数据，排除了异常数据对定位结果的影响，增强了定位抗误差干扰的能力，提高了定位精度。在上述任一技术方案中，优选地，大地椭球计算公式包括：根据WGS-84的椭球面模型，具有高程目标H的直角坐标(x，y，z)和大地经纬高坐标(L，B，H)的关系为：其中，N为目标所在点的卯酉圈曲率半径，R为地球长半轴长度，e为第一偏心率；假设雷电的位置及到达时间为(x，y，z，t0)，(xi，yi，zi，ti)是第i个探测站的位置和到达时间，得测量方程组如下：其中，c为电磁波的传播速率。在上述任一技术方案中，优选地，根据多个初定位结果自适应确定聚类参数，包括：根据多个初定位结果作为输入数据集D计算距离分布矩阵：DISTn×n＝{dist(i，j)|1≤i≤n，1≤j≤n}；对DISTn×n逐行升序排列，DISTn×n表示排序后第i列的值，对DISTn×n中每一列升序排列后得到数据集的KNN分布；通过逆高斯分布统计模型进行拟合求解分布曲线峰值作为邻域参数Eps；逆高斯分布中，随机变量X的概率密度公式如下：其中0＜x＜∞，λ＞0，μ＞0，λ和μ为常数变量，可用最大似然估计获得；对逆高斯分布的概率密度公式求一阶导数，在导数为0时获得极值；当minPts＝k时，对distk逆高斯拟合得到k近邻的邻域参数Epsk：其中λk和μk为当前邻域参数Epsk逆高斯拟合的最大似然估计参数。确定邻域半径后，根据核密度估计理论，以对象x为核心、邻域半径Epsk为半径的空间内存在对象个数即为minPts的值；定义核函数：以xi为中心的邻域内的数据点个数表示为：遍历数据集中所有数据并求数学期望得到对应的minPts值：将n条原始数据进行三站和四站时差定位得到解析解Ri＝(Bi，Lj)，定位结果集合V＝{R1,R2,...,Rm},i＝1,2,..m；对V中的定位结果进行ADBSCAN聚类分析，分成k类V1,V2,...Vk；根据簇内对象的数量选出聚合性最好的簇Vc；将簇Vc的簇中心Rc＝(Bc，Lc)作为所述初算结果。在该技术方案中，通过改进现有DBSCAN算法需要人工选择邻域参数Eps和minPts，形成改进算法ADBSCAN，该算法能够根据定位结果数据集的统计特性来判断邻域参数的取值，实现参数的自适应判别。在上述任一技术方案中，优选地，根据适应函数，并利用时间和方位信息在x-y二维空间内搜索最佳适应函数值和最佳位置，包括：确定初始区域搜索空间，取椭球定位和聚类定位得到的初定位结果邻近区域作为搜索空间：Bmin≤B≤Bmax,Lmin≤L≤Lmax；把所述初定位结果邻近区域分成K×M个网格，每个格点的大地坐标为：Bkm＝Bmin+k(Bmax-Bmin)/K,Lkm＝Lmin+k(Lmax-Lmin)/M；相邻格点之间的纬度差、经度差分别为：ΔB＝(Bmax-Bmin)/K,ΔL＝(Lmax-Lmin)/M；计算各格点位置的适应函数：其中，ti和αi为第i个站点接收到闪电的时间与方位信息；tcur为当前计算得到的闪电发生时间；si和ai是通过高斯平均引数法大地主题反算得到的大地线长度和方位角；w1和w2为权重系数，权衡两种误差对结果的影响，c为电磁波的传播速率；将最小适应函数值对应的最优格点位置(Bopt1，Lopt1)，以此格点为中心，构造第二级搜索的范围：Bopt1-ΔB≤B≤Bopt1+ΔB,Lopt1-ΔL≤L≤Lopt1+ΔL；在该技术方案中，网格搜索法属于一种枚举法，通过把探测网的覆盖区域划分成K×M个网格(二维解空间)，将每个网格对应的位置作为初始位置代入适应函数χ2计算，以χ2最小的格点位置作为最优解。采取多级网格划分的策略，在搜索过程中不断更新解空间区域与迭代步长，使得搜索在初始阶段具有较好的全局搜索能力，在后期搜索阶段具有较好的局部搜索能力。本专利技术第二方面的技术方案提供了一种基于聚类分析与网格搜索的雷电定位系统，包括：获取模块，本文档来自技高网...

【技术保护点】
1.一种基于聚类分析与网格搜索的雷电定位方法，其特征在于，包括以下步骤：获取同一雷电的原始数据以及对应于所述原始数据的站点数量；根据所述站点数量确定椭球定位模型，并根据所述椭球定位模型对所述原始数据进行定位求解，得到初算结果(x0，y0)，以A半径划定解空间范围为：x0∈[x0‑A，x0+A]，y0∈[y0‑A，y0+A]；根据适应函数，并利用时间和方位信息在x‑y二维空间内搜索最佳适应函数值和最佳位置，得到优化信息；根据所述优化信息更新所述解空间范围并优化迭代步长，使得搜索在初始阶段具有较好的全局搜索能力，在后期搜索阶段具有较好的局部搜索能力；根据收敛条件停止搜索，并得到所述雷电的最优位置。

【技术特征摘要】
1.一种基于聚类分析与网格搜索的雷电定位方法，其特征在于，包括以下步骤：获取同一雷电的原始数据以及对应于所述原始数据的站点数量；根据所述站点数量确定椭球定位模型，并根据所述椭球定位模型对所述原始数据进行定位求解，得到初算结果(x0，y0)，以A半径划定解空间范围为：x0∈[x0-A，x0+A]，y0∈[y0-A，y0+A]；根据适应函数，并利用时间和方位信息在x-y二维空间内搜索最佳适应函数值和最佳位置，得到优化信息；根据所述优化信息更新所述解空间范围并优化迭代步长，使得搜索在初始阶段具有较好的全局搜索能力，在后期搜索阶段具有较好的局部搜索能力；根据收敛条件停止搜索，并得到所述雷电的最优位置。2.根据权利要求1所述的基于聚类分析与网格搜索的雷电定位方法，其特征在于：定位同一所述雷电的所述站点数量小于或等于4时，所述椭球定位模型为大地椭球计算公式。3.根据权利要求1所述的基于聚类分析与网格搜索的雷电定位方法，其特征在于，定位同一所述雷电的所述站点数量大于4时，根据所述站点数量确定椭球定位模型，并根据所述椭球定位模型对所述原始数据进行定位求解，得到初算结果(x0，y0)，包括：根据所述大地椭球计算公式对任意三站和四站的所述原始数据进行初定位求解，得到多个初定位结果；根据多个所述初定位结果自适应确定聚类参数，聚类分析后得到所述初算结果(x0，y0)。4.根据权利要求2或3所述的基于聚类分析与网格搜索的雷电定位方法，其特征在于，所述大地椭球计算公式包括：根据WGS-84的椭球面模型，具有高程目标H的直角坐标(x，y，z)和大地经纬高坐标(L，B，H)的关系为：其中，N为目标所在点的卯酉圈曲率半径，R为地球长半轴长度，e为第一偏心率；假设所述雷电的位置及到达时间为(x，y，z，t0)，(xi，yi，zi，ti)是第i个探测站的位置和到达时间，得测量方程组如下：其中，c为电磁波的传播速率。5.根据权利要求3所述的基于聚类分析与网格搜索的雷电定位方法，其特征在于，根据多个所述初定位结果自适应确定聚类参数，包括：根据多个初定位结果作为输入数据集D计算距离分布矩阵DISTn×n＝{dist(i，j)|1≤i≤n，1≤j≤n}；对DISTn×n逐行升序排列，DISTn×n表示排序后第i列的值，对DISTn×n中每一列升序排列后得到数据集的KNN分布；通过逆高斯分布统计模型进行拟合求解分布曲线峰值作为邻域参数Eps；逆高斯分布中，随机变量X的概率密度公式如下：其中0＜x＜∞，λ＞0，μ＞0，λ和μ为常数变量，可用最大似然估计获得；对逆高斯分布的概率密度公式求一阶导数，在导数为0时获得极值；当minPts＝k时，对distk逆高斯拟合得到k近邻的邻域参数Epsk：其中λk和μk为当前邻域参数Epsk逆高斯拟合的最大似然估计参数。确定邻域半径后，根据核密度估计理论，以对象x为核心、邻域半径Epsk为半径的空间内存在对象个数即为minPts的值；定义核函数：以xi为中心的邻域内的数据点个数表示为：遍历数据集中所有数据并求数学期望得到对应的minPts值：将n条原始数据进行三站和四站时差定位得到解析解Ri＝(Bi，Lj)，定位结果集合V＝{R1,R2,...,Rm},i＝1,2,..m；对V中的定位结果进行ADBSCAN聚类分析，分成k类V1,V2,...Vk；根据簇内对象的数量选出聚合性最好的簇Vc；将簇Vc的簇中心Rc＝(Bc，Lc)作为所述初算结果。6.根据权利要求5所述的基于聚类分析与网格搜索的雷电定位方法，其特征在于，根据适应函数，并利用时间和方位信息在x-y二维空间内搜索最佳适应函数值和最佳位置，包括：确定初始区域搜索空间，取椭球定位和聚类定位得到的初定位结果邻近区域作为搜索空间：Bmin≤B≤Bmax,L...

【专利技术属性】
技术研发人员：梁丽，庞文静，雷勇，张帅弛，王志超，李涛，
申请(专利权)人：中国气象局气象探测中心，
类型：发明
国别省市：北京,11