System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于稀疏重构与多维融合的航迹自动关联印证方法、介质及装置制造方法及图纸_技高网

一种基于稀疏重构与多维融合的航迹自动关联印证方法、介质及装置制造方法及图纸

技术编号:40493581 阅读:6 留言:0更新日期:2024-02-26 19:23
本发明专利技术提供一种基于稀疏重构与多维融合的航迹自动关联印证方法,该方法首先基于电抗侦察情报对目标活动区域进行重构,通过时间和活动区域先对航迹数据进行过滤,再通过稀疏重构算法将海量航迹数据重构为方位角序列。对侦察数据与航迹数据方位角序列的关联匹配时,单一维度得到的结果往往是不精确的,所以使用多维融合从相关性和距离两个维度上进行关联匹配,最终给出电抗侦察与航迹数据的关联结果,提升对目标的识别准确率。

【技术实现步骤摘要】

本专利技术涉及电磁数据处理,具体而言,涉及一种基于稀疏重构与多维融合的航迹自动关联印证方法、介质及装置


技术介绍

1、目标按照其运动状态可分为固定目标和机动目标,实际场景中中机动目标指各种机动车辆、飞机、舰船等平台。由于实际应用中各类目标大量增加,各种机动目标的数量变得越来越庞大,与此同时,侦察能力和手段也大为加强,这两方面因素造成所获得的数据数量急剧膨胀,给数据分析处理造成一定的困难。然而由于情报来源、条件、时间等不尽相同,需确认哪些情报来源于同一种平台,即是否描述相同平台比较困难。如果数据较多,仅仅依靠人工判断无法保证情报关联的准确率且耗时耗力。

2、近年来,仅通过侦察数据实现对目标的判识愈发困难,而航迹数据中包括电子目标较为完整的航迹信息,可作为目标的识别辅助依据。基于海量航迹数据,通过机器学习方法,自动实现对电子侦察情报的关联匹配,辅助印证目标判识,丰富完善电磁信息。现行的方法大多是即时电子侦察与航迹的自动关联匹配,情报来源少,数据样本匮乏,关联印证不充分。而事后通过海量航迹数据与电抗侦察情报的关联匹配,可充分利用多源电子侦察数据及航迹数据,提高分析研判准确度,为电子目标准确判识提供重要支撑,也可作为未知目标分析判识手段,便于使用人员开展分析研判。


技术实现思路

1、本专利技术旨在提供一种基于稀疏重构与多维融合的航迹自动关联印证方法、介质及装置,以解决电磁数据处理分析中,对目标判识困难及未知目标分析的难题的问题。

2、本专利技术提供的一种基于稀疏重构与多维融合的航迹自动关联印证方法,包括如下步骤:

3、(1)基于线性插值的稀疏重构:

4、步骤1:根据稀疏系数times对电抗侦察情报capdata稀疏为稀疏侦察数据sparsecap;

5、步骤2:遍历稀疏侦察数据sparsecap,通过侦察数据点p的截获时间tp检索与其最近的航迹数据点g1和g2;

6、步骤3:使用线性插值计算时间tp对应航迹数据点g1和g2之间的位置point;

7、步骤4:根据point和截获站位置capsite计算重构方位角序列resdoa;

8、(2)基于多维融合的相似性度量:

9、步骤5:输入电抗侦察情报方位角序列capdoa和重构方位角序列resdoa;

10、步骤6:计算capdoa和resdoa的互相关系数corralation,将互相关系数标准化至[0,1];

11、步骤7:计算capdoa和resdoa的归一化欧式距离normdist;

12、步骤8:计算capdoa和doa的关联匹配度degree。

13、进一步的,步骤1中,稀疏侦察数据sparsecap表示为:

14、

15、其中,i=1,2...,n,n为航迹数据数量,m为电子侦察数据数量,times为稀疏倍数。

16、进一步的,步骤3中,位置point的经度和纬度的表示为:

17、

18、

19、其中,lon表示经度,lat表示纬度;即:

20、lonpoint表示位置point的经度,latpoint表示位置point的纬度;

21、long1表示位置point的经度,latg1表示位置point的纬度;

22、long2表示位置point的经度,latg2表示位置point的纬度;

23、tg1表示航迹数据点g1的截获时间,tg2表示航迹数据点g2的截获时间。

24、进一步的,步骤6中,capdoa和resdoa的互相关系数corralation表示为:

25、

26、

27、其中,i=1,2...,n,n为航迹数据数量,m=1,2...m,m为电子侦察数据数量,,s表示为时间移动量。

28、进一步的,步骤7中,capdoa和resdoa的归一化欧式距离normdist表示为:

29、dist(resdoa,capdoa)=‖resdoa-capdoa‖

30、

31、其中,dist(resdoa,capdoa)表示capdoa和resdoa的欧式距离。

32、本专利技术还提供一种计算机终端存储介质,存储有计算机终端可执行指令,所述计算机终端可执行指令用于执行上述的基于稀疏重构与多维融合的航迹自动关联印证方法。

33、本专利技术还提供一种计算装置,包括:

34、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的基于稀疏重构与多维融合的航迹自动关联印证方法。

35、综上所述,由于采用了上述技术方案,本专利技术的有益效果是:

36、本专利技术基于电抗侦察情报对目标活动区域进行重构,通过时间和活动区域先对航迹数据进行过滤,再通过稀疏重构算法将海量航迹数据重构为方位角序列。对侦察数据与航迹数据方位角序列的关联匹配时,单一维度得到的结果往往是不精确的,所以使用多维融合从相关性和距离两个维度上进行关联匹配,最终给出电抗侦察与航迹数据的关联结果,提升对目标的识别准确率。

本文档来自技高网...

【技术保护点】

1.一种基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤1中,稀疏侦察数据SparseCap表示为:

3.根据权利要求2所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤3中,位置Point的经度和纬度的表示为:

4.根据权利要求3所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤6中,CapDoa和ResDoa的互相关系数corralation表示为:

5.根据权利要求4所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤7中,CapDoa和ResDoa的归一化欧式距离normdist表示为:

6.一种计算机终端存储介质,存储有计算机终端可执行指令,其特征在于,所述计算机终端可执行指令用于执行如权利要求1-5中任一权利要求所述的基于稀疏重构与多维融合的航迹自动关联印证方法。

7.一种计算装置,其特征在于,包括:

【技术特征摘要】

1.一种基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤1中,稀疏侦察数据sparsecap表示为:

3.根据权利要求2所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤3中,位置point的经度和纬度的表示为:

4.根据权利要求3所述的基于稀疏重构与多维融合的航迹自动关联印证方法,其特征在于,步骤6中,capd...

【专利技术属性】
技术研发人员:张生杰苏国梁张译方徐才进
申请(专利权)人:中国电子科技集团公司第二十九研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1