【技术实现步骤摘要】
本专利技术涉及数据处理领域，特别地，涉及一种基于扩散模型的空中目标轨迹数据补全系统。
技术介绍
1、空中目标轨迹数据是指在空中探测中，对目标的运动状态进行采集和分析后得到的信息。空中目标轨迹数据是空中目标轨迹信号处理和目标识别的重要依据。空中目标轨迹数据的完整性、准确性、及时性和可用性，直接影响到空中探测效能和安全。然而，由于空中探测环境的复杂性和不确定性，以及空中目标轨迹数据的多源性和异构性，空中目标轨迹数据的收集、处理、存储和传输都面临着巨大的挑战。一方面，空中目标轨迹数据可能存在缺失、错误、冗余、不一致的质量问题，影响数据的可信度和有效性；另一方面，空中目标轨迹数据可能存在格式、结构、语义、时空方面的差异，影响数据的互操作性和可理解性。因此，如何对空中目标轨迹数据进行智能补全，提高数据的完备性和一致性，是提升空中目标轨迹数据利用效率和价值的关键技术问题。
2、目前，已有一些关于空中目标轨迹数据补全的研究工作，主要包括基于规则、基于统计、基于机器学习的方法。这些方法各有优缺点，但都存在一些共同的局限性：一方面对空中目标轨迹数据的时空关系和语义关系缺乏充分利用，导致补全结果不具有一致性，补全效果不理想；另一方面对空中目标轨迹数据的动态变化和不确定性缺乏有效适应，导致补全结果不具有及时性。因此，急需开发一种新型的空中目标轨迹数据补全系统，以克服现有方法的不足，提高空中目标轨迹数据的质量和可用性。
技术实现思路
1、为了克服目前已有的空中目标轨迹数据补全系统补全效果不理想
2、本专利技术解决其技术问题所采用的技术方案是：一种基于扩散模型的空中目标轨迹数据补全系统，包括传感器、数据库和上位机，传感器、数据库和上位机依次连接，所述传感器对所监测的空中目标轨迹数据进行收集，并将数据存储到所述的数据库，所述的上位机包括：
3、1)数据预处理模块，所述数据预处理模块用以对所收集空中目标轨迹数据进行归一化预处理。采用如下过程完成：
4、1.1)在所述数据库样本空间中的任意一个时间序列样本为x＝{x1:k,1:l}，其中，x表示样本中的数值，k表示特征的数量，l表示时间序列的长度；
5、1.2)对所述时间序列样本进行归一化处理，得到归一化数据
6、
7、其中k表示第k个特征，l表示第l个时间序列点。
8、2)智能补全模块，x中的数据存在缺失，将任意一个存在数据缺失的归一化后的样本记作x0，其中能观测到的数据为需要补全的缺失数据为所述数据补全模块用以利用能观测到的数据补全缺失的数据采用如下过程完成：
9、2.1)采用降噪扩散概率模型估计概率分布pθ(x0)，用以接近实际数据的分布q(x0)。同时，x1,...,xt是和x0具有相同维度的隐变量，其中t表示第t个时间步隐变量。前向过程和逆向过程组成扩散概率模型，并且都由马尔可夫链组成。其中，前向过程表示成：
10、
11、
12、其中，表示高斯分布，i表示标准正态分布的高斯噪声，βt表示噪声的大小程度。通过递归推导得到任意时间步t的隐变量xt的公式：
13、
14、
15、其中，噪声估计的逆向马尔可夫过程为：
16、
17、
18、其中，μθ(xt,t)和σθ(xt,t)分别表示估计的逆向过程中的均值和方差。当以x0作为条件时，得到真实的逆向过程的后验概率q(xt-1|xt,x0)为：
19、
20、
21、
22、其中，和是真实的逆向过程中的均值和方差。同时，将x0替换为因此，为了减小估计概率和真实概率之间的kl散度，重参数化估计的逆向过程的概率表达式：
23、
24、
25、其中，基于∈θ(xt,t)表示估计的逆向过程中的噪声。上述分析得到最终的优化目标为：
26、
27、逆向采样过程中，公式、和被用于从噪声xt生成目标x0。
28、2.2)将x0区分为观测到的数据和需要补全的缺失数据将提取作为条件从而保持稳定的逆向采样重构过程：
29、
30、
31、其中，在逆向过程中保持一致从而提高补全质量。相应地，改变估计的逆向过程的概率表达式为：
32、
33、
34、同时，改变优化目标为：
35、
36、3)重构加速模块，用以降低逆向采样重构的时间，采用如下过程完成：
37、采用加速的逆向采样重构方法，步骤2.1)和步骤2.2)中的前向过程是一个马尔可夫链，这种假设会导致在逆向生成过程中对所有时间步逐步的重建，通过设置不同的真实逆向过程的后验概率实现非马尔可夫链的前向过程：
38、
39、其中，表示前向过程随机程度的大小，η∈[0,1]控制σt的大小。特别地，当σt＝0时，达到了xt-1由xt和x0唯一确定的极端情况。加速的逆向采样重构方法共享步骤2.2)的训练参数，但改变了采样的方法：
40、
41、其中，是利用和对的估计，并且不同的子序列被选为子马尔科夫链来用更少的时间步补全数据，τi表示子序列τ中的第i个元素。同时，优化目标需要改进为：
42、
43、其中，d是x0的维度大小。
44、进一步地，所述上位机还包括：结果显示模块，用以将智能补全模块的补全结果在上位机显示。
45、进一步地，所述传感器为雷达，所述传感器监测的时序数据为目标物雷达回波信号。
46、本专利技术的技术构思为：本专利技术针对空中目标轨迹数据的缺失问题，利用降噪扩散过程估计真实数据的概率分布从而重构完整数据，提取观测到的数据作为条件从而避免噪声对有效信息的污染，并采用加速的逆向采样重构方法，利用非马尔可夫链的稀疏性降低系统的重构时间，最终实现空中目标轨迹数据自动智能补全。
47、本专利技术的有益效果主要表现在：1、补全精度高、具有高可信度；2、补全速度快、具有高及时性。
本文档来自技高网...【技术保护点】
1.一种基于扩散模型的空中目标轨迹数据补全系统，包括传感器、数据库和上位机，传感器、数据库和上位机依次连接，其特征在于，所述传感器对所监测的空中目标轨迹数据进行收集，并将数据存储到所述的数据库，所述的上位机包括：
2.根据权利要求1所述的基于扩散模型的空中目标轨迹数据补全系统，其特征在于，所述上位机还包括：结果显示模块，用以将智能补全模块的补全结果在上位机显示。
3.根据权利要求1所述的基于扩散模型的空中目标轨迹数据补全系统，其特征在于，所述传感器为雷达，所述传感器监测的时序数据为目标物雷达回波信号。
【技术特征摘要】
1.一种基于扩散模型的空中目标轨迹数据补全系统，包括传感器、数据库和上位机，传感器、数据库和上位机依次连接，其特征在于，所述传感器对所监测的空中目标轨迹数据进行收集，并将数据存储到所述的数据库，所述的上位机包括：
2.根据权利要求1所述的基于扩散模型的空...
【专利技术属性】
技术研发人员：许浒，宋晓明，王飞，张承龙，陈军文，方哲，郑大国，刘小龙，王文海，刘兴高，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。