一种多目标跟踪中的数据关联方法技术

本发明专利技术公开了一种多目标跟踪中的数据关联方法包括，收集多分量海底节点数据，并对所述数据进行预处理；根据预处理后的参数构建平面波基函数，将频率空间域数据转换为时间平面波域数据；引入自适应匹配因子，实现时间平面波域数据的自适应匹配，分离出上行波和下行波海底节点数据；分别将分离出的上行波和下行波海底节点数据转化到频率域，进行上下行波反褶积；将反褶积结果转换回时空域，得到一次反射格林函数，也即一次反射海底节点数据，实现压制。本方法可以消除震源子波的影响，解决传统的自由表面相关多次波压制处理技术，不能适应海底节点观测方式采集的地震数据的问题。海底节点观测方式采集的地震数据的问题。海底节点观测方式采集的地震数据的问题。

【技术实现步骤摘要】
一种多目标跟踪中的数据关联方法


[0001]本专利技术涉及数据关联
，尤其涉及一种多目标跟踪中的数据关联方法。

技术介绍

[0002][0003]华能山东发电有限公司当前数据资产分布在各大信息系统，多维数据之间不共享、不联动，存在大量信息孤岛，无法全面反映设备的信息，未充分发挥数据驱动作用，迟滞了企业数字化转型的进程。因此亟需开展设备域数据资产及多维数据模型标准化建设，解决上述问题，提升数据资产的应用，助力企业数字化转型。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术提供了一种多目标跟踪中的数据关联方法，能够解决传统的自由表面相关多次波压制方法不能适应海底节点观测方式采集的地震数据的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案，一种多目标跟踪中的数据关联方法，包括：
[0008]采集系统设备域的核心数据资产数据信息，并对数据进行预处理；
[0009]根据预处理后的数据信息，构建数据关联算法；
[0010]经算法演算后输出数据关联集合。
[0011]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述系统设备域的核心数据资产数据信息包括，明确数据关联的目标对象，并跟踪记录目标对象的数据信息；
[0012]所述目标对象包括，KKS编码、设备编码、功能位置编码、设备台账、备品备件编码、设备数据库及其彼此之间的关联关系。
[0013]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述设备数据库包括，通过编码体系为纽带，从物理设备、设备位置和设备类型三维角度建立电厂全部设备的整体框架和各类设备管理台帐，并对设备的基础信息、管理信息、技术参数信息进行综合存储、分析和管理。
[0014]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述预处理包括，通过明确的目标对象计算目标对象间的关联精度。
[0015]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述计算目标对象间的关联精度包括，将一个目标的跟踪结果k视为对另一个目标跟踪结果B的一阶线性回归，表达式如下：
[0016]k＝Bx+n+s
[0017]其中，x表示目标系数，n表示高斯误差，s表示拉普拉斯误差。
[0018]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述计算目标对象间的关联精度还包括，计算k到B的距离M,采用迭代计算求解，预设拉普拉斯误差估计值为则目标系数的误差估计值计算公式为：
[0019][0020]其中，各个变量的物理含义和前述公式中的定义相同。
[0021]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述拉普拉斯误差估计值包括，通过计算得到的求解计算公式表示如下：
[0022][0023]其中，各个变量的物理含义和前述公式中的定义相同。
[0024]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述λ的求解公式为：
[0025][0026]其中，σ
N
和σ
L
分别为高斯误差和拉普拉斯误差的方差，其余各个变量的物理含义和前述公式中的定义相同。
[0027]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述计算目标对象间的关联精度还包括，通过反复迭代计算直到达到最大迭代次数，再计算关联精度，表达式如下：
[0028][0029]其中，各个变量的物理含义和前述公式中的定义相同。
[0030]作为本专利技术所述的一种多目标跟踪中的数据关联方法的一种优选方案，其中：所述构建数据关联算法包括，
[0031]当0<E<30时，判定数据关联等级为T3，建立普通数据关联集合，并将所述集合存储于设备数据库中，方便下一级操作使用；
[0032]当30≤E<60时，判定数据关联等级为T2，建立二级数据关联集合，将集合中数据进行转录备份，同时将二级数据集合存储于设备数据库中，方便下一级操作使用；
[0033]当E≥60时，判定数据关联等级为T1，建立特殊数据关联集合，将集合中数据进行转录备份，同时对所述集合中数据及数据传输全路径进行实时加密保护，并将所述集合及其传输全路径存储于设备数据库中。
[0034]本专利技术的有益效果：本专利技术方法通过计算可供计算的明确的目标对象，得到了目标对象间的关联精度，该精度表明，不同属性的数据信息之间的信息黏度，通过这种黏度可以建立设备多维数据模型，提升数据价值，消除数据孤岛的需求，满足设备多维数据关联清单应用需求，避免了数据管理长期失控，数据质量低下的问题。
附图说明
[0035]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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专利技术的一些实施例，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它的附图。其中：
[0036]图1为本专利技术一个实施例提供的一种多目标跟踪中的数据关联方法流程示意图。
具体实施方式
[0037]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明，显然所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通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，都应当属于本专利技术的保护的范围。
[0038]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施例的限制。
[0039]其次，此处所称的“一个实施例”或“实施例”是指可包含于本专利技术至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0040]本专利技术结合示意图进行详细描述，在详述本专利技术实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本专利技术保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
[0041]同时在本专利技术的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多目标跟踪中的数据关联方法，其特征在于：包括，采集系统设备域的核心数据资产数据信息，并对数据进行预处理；根据预处理后的数据信息，构建数据关联算法；经算法演算后输出数据关联集合。2.如权利要求1所述的一种多目标跟踪中的数据关联方法，其特征在于：所述系统设备域的核心数据资产数据信息包括，明确数据关联的目标对象，并跟踪记录目标对象的数据信息；所述目标对象包括，KKS编码、设备编码、功能位置编码、设备台账、备品备件编码、设备数据库及其彼此之间的关联关系。3.如权利要求2所述的一种多目标跟踪中的数据关联方法，其特征在于：所述设备数据库包括，通过编码体系为纽带，从物理设备、设备位置和设备类型三维角度建立电厂全部设备的整体框架和各类设备管理台帐，并对设备的基础信息、管理信息、技术参数信息进行综合存储、分析和管理。4.如权利要求3所述的一种多目标跟踪中的数据关联方法，其特征在于：所述预处理包括，通过明确的目标对象计算目标对象间的关联精度。5.如权利要求4所述的一种多目标跟踪中的数据关联方法，其特征在于：所述计算目标对象间的关联精度包括，将一个目标的跟踪结果k视为对另一个目标跟踪结果B的一阶线性回归，表达式如下：k＝Bx+n+s其中，x表示目标系数，n表示高斯误差，s表示拉普拉斯误差。6.如权利要求5所述的一种多目标跟踪中的数据关联方法，其特征在于：所述计算目标对象间的关联精度还包括，计算k到B的距离M,采用迭代计算求解，预设拉普拉斯误差估计值为则目标系数的误差估计值计算公式为：其中...

【专利技术属性】
技术研发人员：任寒，马勇，
申请(专利权)人：华能山东发电有限公司，
类型：发明
国别省市：