CN106371091A - Ads‑b与二次雷达监视信息的数据融合方法及装置 - Google Patents
Ads‑b与二次雷达监视信息的数据融合方法及装置 Download PDFInfo
- Publication number
- CN106371091A CN106371091A CN201610715074.2A CN201610715074A CN106371091A CN 106371091 A CN106371091 A CN 106371091A CN 201610715074 A CN201610715074 A CN 201610715074A CN 106371091 A CN106371091 A CN 106371091A
- Authority
- CN
- China
- Prior art keywords
- flight path
- information
- queue
- mark
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及航迹处理技术，尤其是一种ADS‑B与二次雷达监视信息的数据融合方法及装置。本发明针对现有技术存在的问题，提供一种数据融合方法及装置，实现ADS‑B监视信息与二次雷达监视信息的航迹融合处理，并且使航迹保持实时更新的状态，以保证监视的连续性和正确性。本发明包括将不同类型的航迹信息的坐标转换到统一的站心地平直角坐标系中；通过内插或外推法实现时空对准，将处理后的点迹信息发送到预处理点迹队列；然后从预处理点迹队列读取点迹信息，然后采用局部最优临近算法与航迹队列中的确定航迹/暂定航迹进行关联，最后根据规则对航迹队列中的航迹进行航迹外推或剔除处理航迹队列中的消失目标或暂定航迹，进行航迹维护。
Description
技术领域
本发明涉及航迹处理技术，尤其是一种ADS-B与二次雷达监视信息的数据融合方法及装置。
背景技术
空中交通管制的根本目的是使航线上的飞机能够安全、有效和有计划的在空域中飞行。管制员需要对管制空域内的飞机动态进行实时监视。
目前，国内外都一般采用二次雷达(Secondary Surveillance Radar,SSR)***对飞机动态的进行实时监视。而SSR***本身具有很多局限性：雷达波束的直线传播形成了大量的雷达盲区；对海洋和荒漠地区无法覆盖；雷达的旋转周期频率低下导致数据更新慢，从而限制了监视精度的提高；无法获得飞机的计划航线和态势等数据，限制了跟踪精度的提高和短期冲突告警(Short Time Conflict Alert,STCA)的能力，SSR***由于本身的缺陷已经不能满足当今空管***的要求，所以需要开发出新的监视工具。
广播式自动相关监视(Automatic Dependent Surveillance Broadcast,ADS-B)***就是这种新的监视工具。它不仅克服了传统雷达等一些监视手段的不足之处，而且本身具有精度高、更新频率快、应用范围广、实时监视性强、设备搭建简单、维护费用低等优势。在雷达覆盖的区域，广播式自动相关监视***将作为雷达监视的主要补充，在山区、荒漠、边远机场等不宜建设雷达的区域可以作为作为主要监视手段，也适合于高密度机场的监视。然而如果仅使用ADS-B作为监视手段，一旦导航***出现问题，将导致监视功能的丧失，并且对已建成的空管雷达网资源造成极大浪费。因此，多雷达监视和ADS-B监视将在相当长的时间内共存。
由于SSR***和ADS-B***对飞机动态的实时监视数据，采用不同的更新周期，不同的坐标系，为了充分发挥两种监视信息的优势，需要将两种监视信息优化融合，形成稳定、可靠、实时的***航迹，保证监视信息的可靠性和精度，实现对周边空域交通情况的实时掌控。航迹融合是其中一个需要解决的重要问题。
发明内容
本发明所要解决的技术问题是：针对现有技术存在的问题，提供一种ADS-B与二次雷达监视信息的数据融合方法及装置。由上述技术方案可知，本发明通过航迹预处理、航迹起始/关联、航迹跟踪滤波、航迹维护，可以实现ADS-B监视信息与二次雷达监视信息的航迹融合处理，并且使航迹保持实时更新的状态，以保证监视的连续性和正确性。
本发明采用的技术方案如下：
一种ADS-B与二次雷达监视信息的数据融合方法包括：
步骤1：航迹预处理，首先建立预处理点迹队列队头；然后将接收的不同类型的点迹信息的坐标转换到统一的站心直角坐标系中；通过内插或外推法将需要处理的目标统一到同一时间点上，实现时间对准，将处理后的点迹信息发送到预处理点迹队列；
步骤2：航迹起始关联:，即从预处理点迹队列读取点迹信息，然后采用局部最优临近算法与航迹队列中的确定航迹/暂定航迹进行关联，若关联不上，采用一步延迟航迹起始算法，进行航迹起始，建立新的航迹；若关联上，进行航迹跟踪滤波；
步骤3：航迹跟踪滤波：采用基于当前统计模型的卡尔曼滤波算法进行航迹跟踪滤波。
步骤4：航迹维护，即***定时维护航迹，根据规则对航迹队列中的航迹进行航迹外推或剔除处理航迹队列中的消失目标和暂定航迹。
进一步的，所述步骤1具体包括：
步骤11：首先根据接收的点迹信息中标志位判断是ADS-B监视信息还是二次雷达监视信息；若是ADS-B监视信息，将ADS-B监视信息的大地坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤12；否则，则接收到的点迹信息应是二次雷达监视信息，将二次雷达监视信息的极坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤13；根据点迹信息中的时间标签以及***设定的航迹更新周期T,进行时间对准；t1<t2<t3<t4；t4-t1＝T；T范围是4-10s；t3-t2＝t2-t1＝1s；
步骤12：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值大于t1且小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送此点迹信息到预处理点迹队列，若差值大于t2且小于t3，则采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列；若差值大于t3且小于t4，丢弃该点迹；
步骤13：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送到预处理点迹队列，若大于t2，采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列。
进一步的，所述步骤2具体实现过程包括：
步骤21：初始化点迹队列指针1，令其指向待处理点迹队列的队头；判断指针1是否为空，若是，说明还没有待处理点迹需要处理，进程延时10ms到15ms，等待点迹的到来；若不为空，则读取指针1指向的点迹；
步骤22：初始化航迹队列指针2，令其指向航迹队列的队头；判断指针2是否为空；若是，说明还没有航迹形成，将指针1所指的点迹作为新的暂定航迹加入航迹队列，同时点迹队列指针1加1，读取下一个点迹，继续航迹处理；若不是，读取指针2指向的航迹；
步骤23：根据步骤21及步骤22，判断该航迹是否为暂定航迹，若是，执行步骤24；若不是，执行步骤26。
步骤24：判断该航迹是否只有一个点，如果是，则采用一步延迟航迹起始算法进行航迹起始，执行步骤25；否则，点迹队列指针1加1，继续读取点迹，执行步骤22；
步骤25：若点迹与该航迹关联上，则更新航迹信息，并将该暂定航迹改为确定航迹。如不是，与航迹队列的下一个航迹进行关联，执行步骤23。
步骤26：判断点迹是否与该航迹关联上，若关联上，进行航迹跟踪滤波，若没有关联上，将该点迹做新的暂定航迹加入航迹队列中。
进一步的，所述基于当前统计模型的卡尔曼滤波器进行航迹跟踪滤波具体
过程：
步骤31：根据当前统计模型设定参数，令机动频率α＝0.01，更新周期T＝4-10s。状态转移矩阵观测矩阵H(k)＝[1 0 0]，将点迹信息作为第k时刻观测数据输入，航迹信息作为第k-1时刻估计数据进行滤波；
步骤32：根据第k-1时刻的状态预测第k时刻的状态X(k|k-1)；
根据第k-1时刻的***预测误差估计第k时刻的***预测误差P(k|k-1)；
步骤33：计算卡尔曼滤波器的增益Kg；
步骤34：计算***最优估算值X(k|k)；
步骤35：计算***当前时刻的***预测误差P(k|k)。
步骤36：利用最优估算值X(k|k)，更新对应的航迹信息。
进一步的，所述步骤4具体包括：
步骤41：初始化航迹指针，使其指向航迹队列的第一个航迹；
步骤42：判断航迹队列指针是否为空，若是，说明没有航迹或到达航迹队尾，进程延迟10ms；若不是，读取航迹队列指针所指向的航迹信息，执行步骤43；
步骤43：判断航迹队列指针指向的航迹是否为确定航迹，若是，执行步骤44，若不是，执行步骤45；
步骤44：判断该航迹的外推航迹数是否大于外推门限，若是，说明航迹已经消失，发送航迹消失报，并从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；若不是，比较***当前时间与航迹更新时间，执行步骤46；
步骤45：比较***当前时间与航迹更新时间，判断航迹更新时间是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，说明航迹为虚假目标，从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42。
步骤46：判断航迹信息中的时间标签与当前时间***时间差值是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，进行航迹外推，更新航迹信息并将航迹参数中的航迹外推计数器加1，同时航迹队列指针指向下一个航迹，执行步骤42；
一种ADS-B与二次雷达监视信息的数据融合装置包括；
航迹预处理模块，首先建立预处理点迹队列队头；然后将接收的不同类型的点迹信息的坐标转换到统一的站心直角坐标系中；通过内插或外推法将需要处理的目标统一到同一时间点上，实现时间对准，将处理后的点迹信息发送到预处理点迹队列；
航迹起始关联模块,从预处理点迹队列读取点迹信息，然后采用局部最优临近算法与航迹队列中的确定航迹/暂定航迹进行关联，若关联不上，采用一步延迟航迹起始算法，进行航迹起始，建立新的航迹；若关联上，进行航迹跟踪滤波；
航迹维护模块，***定时维护航迹，根据规则对航迹队列中的航迹进行航迹外推或剔除处理航迹队列中的消失目标。
进一步的，所述航迹预处理模块具体处理过程：
步骤11：首先根据接收的点迹信息中标志位判断是ADS-B监视信息还是二次雷达监视信息；若是ADS-B监视信息，将ADS-B监视信息的大地坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤12；否则，则接收到的点迹信息应是二次雷达监视信息，将二次雷达监视信息的极坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤13；根据点迹信息中的时间标签以及***设定的航迹更新周期T,进行时间对准；t1<t2<t3<t4；t4-t1＝T；T范围是4-10s；t3-t2＝t2-t1＝1s；
步骤12：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值大于t1且小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送此点迹信息到预处理点迹队列，若差值大于t2且小于t3，则采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列；若差值大于t3且小于t4，丢弃该点迹；
步骤13：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送到预处理点迹队列，若大于t2，采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列。
进一步的，所述航迹起始关联模块具体处理过程：
步骤21：初始化点迹队列指针1，令其指向待处理点迹队列的队头；判断指针1是否为空，若是，说明还没有待处理点迹需要处理，进程延时10ms到15ms，等待点迹的到来；若不为空，则读取指针1指向的点迹；
步骤22：初始化航迹队列指针2，令其指向航迹队列的队头；判断指针2是否为空；若是，说明还没有航迹形成，将指针1所指的点迹作为新的暂定航迹加入航迹队列，同时点迹队列指针1加1，读取下一个点迹，继续航迹处理；若不是，读取指针2指向的航迹；
步骤23：根据步骤21及步骤22，判断该航迹是否为暂定航迹，若是，执行步骤24；若不是，执行步骤26。
步骤24：判断该航迹是否只有一个点，如果是，则采用一步延迟航迹起始算法进行航迹起始，执行步骤25；否则，点迹队列指针1加1，继续读取点迹，执行步骤22；
步骤25：若点迹与该航迹关联上，则更新航迹信息，并将该暂定航迹改为确定航迹。如不是，与航迹队列的下一个航迹进行关联，执行步骤23。
步骤26：判断点迹是否与该航迹关联上，若关联上，进行航迹跟踪滤波，若没有关联上，将该点迹做新的暂定航迹加入航迹队列中。
进一步的，所述基于当前统计模型的卡尔曼滤波器进行航迹跟踪滤波具体过程：步骤31：根据当前统计模型设定参数，令机动频率α＝0.01，更新周期T＝4-10s。状态转移矩阵观测矩阵H(k)＝[1 0 0]，将点迹信息作为第k时刻观测数据输入，航迹信息作为第k-1时刻估计数据进行滤波；
步骤32：根据第k-1时刻的状态预测第k时刻的状态X(k|k-1)；根据第k-1时刻的***预测误差估计第k时刻的***预测误差P(k|k-1)；
步骤33：计算卡尔曼滤波器的增益Kg；
步骤34：计算***最优估算值X(k|k)；
步骤35：计算***当前时刻的***预测误差P(k|k)；
步骤36：利用最优估算值X(k|k)，更新对应的航迹信息。
进一步的，所述步骤4具体包括：
步骤41：初始化航迹指针，使其指向航迹队列的第一个航迹；
步骤42：判断航迹队列指针是否为空，若是，说明没有航迹或到达航迹队尾，进程延迟10ms；若不是，读取航迹队列指针所指向的航迹信息，执行步骤43；
步骤43：判断航迹队列指针指向的航迹是否为确定航迹，若是，执行步骤44，若不是，执行步骤45；
步骤44：判断该航迹的外推航迹数是否大于外推门限，若是，说明航迹已经消失，发送航迹消失报，并从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；若不是，比较***当前时间与航迹更新时间，执行步骤46；
步骤45：比较***当前时间与航迹更新时间，判断航迹更新时间是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，说明航迹为虚假目标，从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；
步骤46：判断航迹信息中的时间标签与当前时间***时间差值是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，进行航迹外推，更新航迹信息并将航迹参数中的航迹外推计数器加1，同时航迹队列指针指向下一个航迹，执行步骤42。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
即将不同类型的航迹信息的坐标转换到统一的站心地平直角坐标系中；通过内插或外推法将需要处理的目标统一到同一时间点上，实现时空对准，将处理后的点迹信息发送到预处理点迹队列；
从预处理点迹队列读取点迹信息，然后采用局部最优临近算法与航迹队列中的确定航迹/暂定航迹进行关联，并进行航迹跟踪滤波；
通过跟踪滤波达到平滑航迹的效果。
最后通过***定时维护航迹，根据规则对航迹队列中的航迹进行航迹外推或剔除处理航迹队列中的消失目标或暂定航迹。
通过上述四步可以实现ADS-B监视信息与二次雷达监视信息的航迹融合处理，并且使航迹保持实时更新的状态，以保证监视的连续性和正确性。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1为本发明第一实施例的方法流程示意图；
图2为本发明第一实施例中的步骤11的方法流程示意图；
图3为本发明第一实施例中的步骤12的方法流程示意图；
图4为本发明第一实施例中的步骤13的方法流程示意图；
图5为本发明第一实施例中的步骤14的方法流程示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
本发明相关说明：
1、点迹信息中标志位指的是根据欧洲标准，军用标准及自定义协议中的某数据段，其用来区分是ADS-B监视信息还是二次雷达信息。
2、外推与内插指的是通过卡尔曼滤波算法进行外推处理级内插处理。
本发明工作流程：图1为本发明第一实施例的方法流程示意图，包括：
步骤11：航迹融合处理装置首先接收ADS-B监视信息和二次雷达监视信息；然后根据相关坐标转换算法将不同***的监视信息转换为同一站心坐标***中，同时进行误差补偿并按照内部数据结构存储；最后根据时间设定的更新周期，将不同***的监视信息统一到相同的时间节点上，并将内部格式的点迹信息发送到待处理点迹消息队列。
步骤12：从待处理点迹队列中读取点迹信息，遍历所有航迹，根据局部最优临近算法进行航迹起始/关联，若与某条航迹关联上，进行航迹跟踪滤波，若没有关联上，则继续遍历，如果所有航迹都没有关联上，则将该点迹做为新的暂定航迹加入航迹队列。
步骤13：将关联上的点迹与对应的航迹进行航迹跟踪滤波，并更新航迹信息。
步骤14：按照***设定的航迹维护周期，每次遍历所有航迹，根据相关准则对航迹进行维护、外推、剔除和消失处理。
步骤14独立于其他步骤，与其他步骤无时序限制关系。
图2为本发明第一实施例中的步骤11的方法流程示意图，包括：
步骤201：开始。
步骤202：获取点迹信息。
步骤203：判断接收的点迹信息是否有效，若有效，则执行步骤204，否则，执行步骤202。
步骤204：判断点迹信息是否是ADS-B点迹，若是，则执行步骤205，否则，执行步骤206。
步骤205：将ADS-B点迹按照内部点迹格式转换为同一站心坐标系下的内部格式点迹，执行步骤207。
步骤206：将二次雷达点迹按照内部点迹格式转换为同一站心坐标系下的内部格式点迹，执行步骤207。
步骤207：根据***设定的更新周期，将点迹信息通过内插或外推统一到相同的时间节点上。执行步骤208。
步骤208：将处理后的点迹信息发送到待处理点迹信息队列。重复执行步骤202。
通过航迹预处理将ADS-B监视信息与二次雷达监视信息统一到相同的坐标系下，并通过内插/外推将点迹信息统一到相同时间节点上，为航迹起始/关联做好准备。
图3为本发明第一实施例中的步骤12的方法流程示意图，包括：
步骤301：开始。
步骤302：初始化指针1，指向待处理点迹队列头，执行步骤303。
步骤303：判断指针1是否为空，若是，执行步骤304。若不是，执行步骤305。
步骤304：进程延迟10ms，等待新到点迹，执行步骤302。
步骤305：读取指针1所指向的点迹，执行步骤306。
步骤306：初始化指针2，指向航迹队列头，执行步骤307。
步骤307：判断指针2是否为空，若是，说明***中没有航迹，执行步骤308。若不是，执行步骤309。
步骤308：指针1指向的点迹作为新的暂定航迹加入到航迹队列中，执行步骤319。
步骤309：读取指针2所指向的航迹，执行步骤310。
步骤310：判断指针2所指向的航迹是否为暂定航迹，若是，执行步骤311，若不是，则该航迹为确定航迹，执行步骤316。
步骤311：判断该航迹是否只有1个点。若是，执行步骤312；若不是，执行步骤313；
步骤312：采用一步延迟算法进行航迹起始，执行步骤319；
步骤313：判断点迹信息与该航迹是否关联上。若是，执行步骤314；若不是，执行步骤315；
步骤314：更新航迹信息，并将该暂定航迹改为确定航迹，执行步骤316；
步骤315：指针1指向的点迹作为新的暂定航迹，执行步骤319；
步骤316：判断指针1所指向的点迹与指针2所指向的航迹是否相关上，若是，执行步骤318，若不是，执行步骤317。
步骤317：指针2加1，指向下一个航迹，执行步骤307。
步骤318：指针1所指向的点迹与相关上的航迹进行跟踪滤波，并更新航迹信息，执行步骤319。
步骤319：指针1加1，指向下一个点迹，读取新的点迹，执行步骤303。
图4为本发明第一实施例中的步骤13的方法流程示意图，包括：
步骤401：开始。
步骤402：根据当前统计模型设定参数，令机动频率α＝0.01，更新周期T＝4-10s。状态转移矩阵观测矩阵H(k)＝[1 0 0]，将点迹信息作为第k时刻观测数据输入，航迹信息作为第k-1时刻估计数据进行滤波。执行步骤403。
步骤403：根据第k-1时刻的状态预测第k时刻的状态X(k|k-1)，执行步骤404。
步骤404：根据第k-1时刻的***预测误差估计第k时刻的***预测误差P(k|k-1)，执行步骤405。
步骤405：计算卡尔曼滤波器的增益Kg，执行步骤406。
步骤406：计算***最优估算值X(k|k)，执行步骤407。
步骤407：计算***当前时刻的***预测误差P(k|k)，执行步骤403。
图5为本发明第一实施例中的步骤14的方法流程示意图，包括：
步骤501：开始。
步骤502：初始化航迹指针1，使其指向航迹队列的第一个航迹，执行步骤503。
步骤503：判断指针1是否为空，若是，说明没有航迹或到达航迹队尾，执行步骤505；若不是，执行步骤504。
步骤504：读取指针1所指向的航迹信息，执行步骤506。
步骤505：进程延迟10ms，执行步骤502。
步骤506：判断外推航迹数是否大于外推门限，若是，说明航迹已经消失，执行步骤508。若不是，执行步骤509。
步骤507：发送航迹消失报，并从航迹队列中删除该航迹，执行步骤507。
步骤508：指针1加1，执行步骤503。
步骤509：获取***当前时间，计算当前***时间与航迹更新时间的时间差。执行步骤510。
步骤510：判断时间差是否小于更新周期。若是，说明该航迹还没有到更新周期，执行步骤511；若不是，执行步骤512。
步骤511：指针1加1，执行步骤503。
步骤512：判断该航迹是否是确定航迹，若是，执行步骤513，若不是，说明为暂定航迹，为虚假航迹，执行步骤507。
步骤513：进行航迹外推，且将该航迹外推计数加1，并更新航迹信息及时间标签，执行步骤514。
步骤514：指针1加1，执行步骤503。
实施例一：航迹更新周期(假定为T＝4s),进行时间对准；
步骤12：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值大于负1s且小于0s，则进行外推，将点迹信息外推到当前时间***时间上，并发送此点迹信息到预处理点迹队列，若差值小于1s且大于0s，则采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列。若差值大于1s且小于3s，丢弃该点迹；下个周期内任然按照这个规律执行；
步骤13：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值小于0大于，则进行外推，将点迹信息外推到当前时间***时间上，并发送到预处理点迹队列，若大于0，采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列。
上述的方法可以用软件来实现，当然整个工程肯定是通过硬件来实现的。软件的开发环境和运行环境在Java下面。上述的每个步骤作为一个进程实现。本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (10)
1.一种ADS-B与二次雷达监视信息的数据融合方法，其特征在于包括:
步骤1：航迹预处理，首先建立预处理点迹队列队头；然后将接收的不同类型的点迹信息的坐标转换到统一的站心地平直角坐标系中；通过内插或外推法将需要处理的目标统一到同一时间点上，实现时间对准，将处理后的点迹信息发送到预处理点迹队列；
步骤2：航迹起始关联:即从预处理点迹队列读取点迹信息，然后采用局部最优临近算法与航迹队列中的确定航迹/暂定航迹进行关联，若关联不上，采用一步延迟航迹起始算法，进行航迹起始，建立新的航迹；若关联上，进行航迹跟踪滤波；
步骤3：航迹跟踪滤波：采用基于当前统计模型的卡尔曼滤波算法进行航迹跟踪滤波；
步骤4：航迹维护，即***定时维护航迹，根据规则对航迹队列中的航迹进行航迹外推或剔除处理航迹队列中的消失目标和暂定航迹。
2.根据权利要求1所述的ADS-B与二次雷达监视信息的数据融合方法，其特征在于所述步骤1具体包括：
步骤11：首先根据接收的点迹信息中标志位判断是ADS-B监视信息还是二次雷达监视信息；若是ADS-B监视信息，将ADS-B监视信息的大地坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤12；否则，则接收到的点迹信息应是二次雷达监视信息，将二次雷达监视信息的极坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤13；根据点迹信息中的时间标签以及***设定的航迹更新周期T,进行时间对准；t1<t2<t3<t4；t4-t1＝T；T范围是4-10s；t3-t2＝t2-t1＝1s；
步骤12：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值大于t1且小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送此点迹信息到预处理点迹队列，若差值大于t2且小于t3，则采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列；若差值大于t3且小于t4，丢弃该点迹；
步骤13：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送到预处理点迹队列，若大于t2，采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列。
3.根据权利要求1所述的ADS-B与二次雷达监视信息的数据融合方法，其特征在于所述步骤2具体实现过程包括：
步骤21：初始化点迹队列指针1，令其指向待处理点迹队列的队头；判断指针1是否为空，若是，说明还没有待处理点迹需要处理，进程延时10ms到15ms，等待点迹的到来；若不为空，则读取指针1指向的点迹；
步骤22：初始化航迹队列指针2，令其指向航迹队列的队头；判断指针2是否为空；若是，说明还没有航迹形成，将指针1所指的点迹作为新的暂定航迹加入航迹队列，同时点迹队列指针1加1，读取下一个点迹，继续航迹处理；若不是，读取指针2指向的航迹；
步骤23：根据步骤21及步骤22，判断该航迹是否为暂定航迹，若是，执行步骤24；若不是，执行步骤26；
步骤24：判断该航迹是否只有一个点，如果是，则采用一步延迟航迹起始算法进行航迹起始，执行步骤25；否则，点迹队列指针1加1，继续读取点迹，执行步骤22；
步骤25：若点迹与该航迹关联上，则更新航迹信息，并将该暂定航迹改为确定航迹；如不是，与航迹队列的下一个航迹进行关联，执行步骤23；
步骤26：判断点迹是否与该航迹关联上，若关联上，进行航迹跟踪滤波，若没有关联上，将该点迹做新的暂定航迹加入航迹队列中。
4.根据权利要求1所述的ADS-B与二次雷达监视信息的数据融合方法，其特征在于所述步骤3具体实现过程包括：
步骤31：根据当前统计模型设定参数，令机动频率α＝0.01，更新周期T＝4到10；状态转移矩阵观测矩阵H(k)＝[1 0 0]，将点迹信息作为第k时刻观测数据输入，航迹信息作为第k-1时刻估计数据进行滤波；
步骤32：根据第k-1时刻的状态预测第k时刻的状态X(k|k-1)；
根据第k-1时刻的***预测误差估计第k时刻的***预测误差P(k|k-1)；
步骤33：计算卡尔曼滤波器的增益Kg；
步骤34：计算***最优估算值X(k|k)；
步骤35：计算***当前时刻的***预测误差P(k|k)；
步骤36：利用最优估算值X(k|k)，更新对应的航迹信息。
5.根据权利要求1所述的ADS-B与二次雷达监视信息的数据融合方法，其特征在于所述步骤4具体包括：
步骤41：初始化航迹指针，使其指向航迹队列的第一个航迹；
步骤42：判断航迹队列指针是否为空，若是，说明没有航迹或到达航迹队尾，进程延迟10ms到15ms；若不是，读取航迹队列指针所指向的航迹信息，执行步骤43；
步骤43：判断航迹队列指针指向的航迹是否为确定航迹，若是，执行步骤44，若不是，执行步骤45；
步骤44：判断该航迹的外推航迹数是否大于外推门限，若是，说明航迹已经消失，发送航迹消失报，并从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；若不是，比较***当前时间与航迹更新时间，执行步骤46；
步骤45：比较***当前时间与航迹更新时间，判断航迹更新时间是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，说明航迹为虚假目标，从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；
步骤46：判断航迹信息中的时间标签与当前时间***时间差值是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，进行航迹外推，更新航迹信息并将航迹参数中的航迹外推计数器加1，同时航迹队列指针指向下一个航迹，执行步骤42。
6.一种ADS-B与二次雷达监视信息的数据融合装置，其特征在于包括；
航迹预处理：首先建立预处理点迹队列队头；然后将接收的不同类型的点迹信息的坐标转换到统一的站心直角坐标系中；通过内插或外推法将需要处理的目标统一到同一时间点上，实现时间对准，将处理后的点迹信息发送到预处理点迹队列；
航迹起始关联:即从预处理点迹队列读取点迹信息，然后采用局部最优临近算法与航迹队列中的确定航迹/暂定航迹进行关联，若关联不上，采用一步延迟航迹起始算法，进行航迹起始，建立新的航迹；若关联上，进行航迹跟踪滤波；
航迹跟踪滤波：采用基于当前统计模型的卡尔曼滤波算法进行航迹跟踪滤波；
航迹维护：即***定时维护航迹，根据规则对航迹队列中的航迹进行航迹外推或剔除处理航迹队列中的消失目标和暂定航迹。
7.根据权利要求6所述的ADS-B与二次雷达监视信息的数据融合装置，其特征在于所述航迹预处理模块具体处理过程：
步骤11：首先根据接收的点迹信息中标志位判断是ADS-B监视信息还是二次雷达监视信息；若是ADS-B监视信息，将ADS-B监视信息的大地坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤12；否则，则接收到的点迹信息应是二次雷达监视信息，将二次雷达监视信息的极坐标转换到以当前位置为站心的站心地平直角坐标系下，执行步骤13；根据点迹信息中的时间标签以及***设定的航迹更新周期T,进行时间对准；t1<t2<t3<t4；t4-t1＝T；T范围是4-10s；t3-t2＝t2-t1＝1s；
步骤12：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值大于t1且小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送此点迹信息到预处理点迹队列，若差值大于t2且小于t3，则采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列；若差值大于t3且小于t4，丢弃该点迹；
步骤13：判断点迹信息中的时间标签与当前时间***时间差值的情况，若差值小于t2，则进行外推，将点迹信息外推到当前时间***时间上，并发送到预处理点迹队列，若大于t2，采用内插法将点迹信息内插到当前时间***时间上，并发送到预处理点迹队列。
8.根据权利要求6所述的ADS-B与二次雷达监视信息的数据融合装置，其特征在于所述航迹起始关联模块具体处理过程：
步骤21：初始化点迹队列指针1，令其指向待处理点迹队列的队头；判断指针1是否为空，若是，说明还没有待处理点迹需要处理，进程延时10ms到15ms，等待点迹的到来；若不为空，则读取指针1指向的点迹；
步骤22：初始化航迹队列指针2，令其指向航迹队列的队头；判断指针2是否为空；若是，说明还没有航迹形成，将指针1所指的点迹作为新的暂定航迹加入航迹队列，同时点迹队列指针1加1，读取下一个点迹，继续航迹处理；若不是，读取指针2指向的航迹；
步骤23：根据步骤21及步骤22，判断该航迹是否为暂定航迹，若是，执行步骤24；若不是，执行步骤26；
步骤24：判断该航迹是否只有一个点，如果是，则采用一步延迟航迹起始算法进行航迹起始，执行步骤25；否则，点迹队列指针1加1，继续读取点迹，执行步骤22；
步骤25：若点迹与该航迹关联上，则更新航迹信息，并将该暂定航迹改为确定航迹；如不是，与航迹队列的下一个航迹进行关联，执行步骤23；
步骤26：判断点迹是否与该航迹关联上，若关联上，进行航迹跟踪滤波，若没有关联上，将该点迹做新的暂定航迹加入航迹队列中。
9.根据权利要求6所述的ADS-B与二次雷达监视信息的数据融合装置，其特征在于所述基于当前统计模型的卡尔曼滤波器进行航迹跟踪滤波具体过程：
步骤31：根据当前统计模型设定参数，令机动频率α＝0.01，更新周期T＝4到10；状态转移矩阵观测矩阵H(k)＝[1 0 0]，将点迹信息作为第k时刻观测数据输入，航迹信息作为第k-1时刻估计数据进行滤波；
步骤32：根据第k-1时刻的状态预测第k时刻的状态X(k|k-1)；
根据第k-1时刻的***预测误差估计第k时刻的***预测误差P(k|k-1)；
步骤33：计算卡尔曼滤波器的增益Kg；
步骤34：计算***最优估算值X(k|k)；
步骤35：计算***当前时刻的***预测误差P(k|k)；
步骤36：利用最优估算值X(k|k)，更新对应的航迹信息。
10.根据权利要求6所述的ADS-B与二次雷达监视信息的数据融合方法，其特征在于所述航迹维护模块具体包括：
步骤41：初始化航迹指针，使其指向航迹队列的第一个航迹；
步骤42：判断航迹队列指针是否为空，若是，说明没有航迹或到达航迹队尾，进程延迟10ms；若不是，读取航迹队列指针所指向的航迹信息，执行步骤43；
步骤43：判断航迹队列指针指向的航迹是否为确定航迹，若是，执行步骤34，若不是，执行步骤35；
步骤44：判断该航迹的外推航迹数是否大于外推门限，若是，说明航迹已经消失，发送航迹消失报，并从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；若不是，比较***当前时间与航迹更新时间，执行步骤46；
步骤45：比较***当前时间与航迹更新时间，判断航迹更新时间是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，说明航迹为虚假目标，从航迹队列中删除，同时航迹队列指针指向下一个航迹，执行步骤42；
步骤46：判断航迹信息中的时间标签与当前时间***时间差值是否小于更新周期；若是，说明该航迹还没有到更新周期，航迹迹队列指针指向下一个航迹，执行步骤42；若不是，进行航迹外推，更新航迹信息并将航迹参数中的航迹外推计数器加1，同时航迹队列指针指向下一个航迹，执行步骤42。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610715074.2A CN106371091B (zh) | 2016-08-24 | 2016-08-24 | Ads-b与二次雷达监视信息的数据融合方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610715074.2A CN106371091B (zh) | 2016-08-24 | 2016-08-24 | Ads-b与二次雷达监视信息的数据融合方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106371091A true CN106371091A (zh) | 2017-02-01 |
| CN106371091B CN106371091B (zh) | 2018-11-02 |
Family
ID=57878953
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610715074.2A Active CN106371091B (zh) | 2016-08-24 | 2016-08-24 | Ads-b与二次雷达监视信息的数据融合方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106371091B (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107063259A (zh) * | 2017-03-08 | 2017-08-18 | 四川九洲电器集团有限责任公司 | 一种航迹关联方法及电子设备 |
| CN107144837A (zh) * | 2017-04-24 | 2017-09-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及*** |
| CN108645412A (zh) * | 2018-05-31 | 2018-10-12 | 惠州华阳通用电子有限公司 | 一种多传感器自适应航迹起始方法 |
| CN108828527A (zh) * | 2018-06-19 | 2018-11-16 | 驭势（上海）汽车科技有限公司 | 一种多传感器数据融合方法、装置、车载设备及存储介质 |
| CN109100714A (zh) * | 2018-06-28 | 2018-12-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
| CN109490864A (zh) * | 2018-12-18 | 2019-03-19 | 安徽四创电子股份有限公司 | 一种靶场三坐标测量雷达组网测试*** |
| CN110018453A (zh) * | 2019-03-28 | 2019-07-16 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 基于飞机航迹特征的智能机型识别方法 |
| CN111027646A (zh) * | 2019-12-31 | 2020-04-17 | 中国人民解放军93209部队 | 一种基于多源基础信息的无人机点迹融合方法 |
| CN111081075A (zh) * | 2020-01-19 | 2020-04-28 | 中国民用航空总局第二研究所 | S模式DAPs数据实时监控方法以及*** |
| CN111157969A (zh) * | 2020-01-20 | 2020-05-15 | 四川九洲电器集团有限责任公司 | 一种多传感器***误差在线估计和数据融合方法 |
| CN111679269A (zh) * | 2020-06-18 | 2020-09-18 | 中国人民解放军空军研究院战略预警研究所 | 一种基于变分的多雷达融合航迹状态估计方法 |
| CN111754817A (zh) * | 2020-07-31 | 2020-10-09 | 北京航空航天大学 | 所需监视性能可用性评估方法 |
| CN112435506A (zh) * | 2020-11-13 | 2021-03-02 | 四川九洲空管科技有限责任公司 | 一种混合式无人机探测与避让*** |
| CN113296089A (zh) * | 2021-07-27 | 2021-08-24 | 中国人民解放军空军预警学院 | 用于多预警机目标跟踪***的lmb密度融合方法及装置 |
| CN113687341A (zh) * | 2021-08-16 | 2021-11-23 | 山东沂蒙交通发展集团有限公司 | 一种基于多源传感器的全息路口感知方法 |
| CN114120717A (zh) * | 2021-11-29 | 2022-03-01 | 四川九洲空管科技有限责任公司 | 一种基于do185b标准的ads-b防撞方法 |
| US11320528B1 (en) | 2019-11-20 | 2022-05-03 | Telephonics Corporation | Monopulse secondary surveillance radar system |
| CN115311904A (zh) * | 2022-10-10 | 2022-11-08 | 四川九洲空管科技有限责任公司 | 一种基于动态推理建模的空中目标综合识别方法和装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202549080U (zh) * | 2012-03-16 | 2012-11-21 | 中国民用航空总局第二研究所 | 一种雷达数据、飞行计划数据与ads-b数据融合*** |
| KR20130049365A (ko) * | 2011-11-04 | 2013-05-14 | 인하대학교 산학협력단 | 항공관제를 위한 통합정보처리 시스템 |
| CN103345587A (zh) * | 2013-07-16 | 2013-10-09 | 深圳大学 | Ads-b监视数据与雷达航迹的直觉模糊关联方法、装置 |
| CN204348094U (zh) * | 2014-12-23 | 2015-05-20 | 北京市人工影响天气办公室 | 一种数据监控装置 |
| CN104808197A (zh) * | 2015-05-06 | 2015-07-29 | 四川九洲空管科技有限责任公司 | 一种多监视源飞行目标并行跟踪处理方法 |
| CN104992575A (zh) * | 2015-06-27 | 2015-10-21 | 安徽四创电子股份有限公司 | 以ads-b信息为背景的s模式二次雷达点名询问方法 |
-
2016
- 2016-08-24 CN CN201610715074.2A patent/CN106371091B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130049365A (ko) * | 2011-11-04 | 2013-05-14 | 인하대학교 산학협력단 | 항공관제를 위한 통합정보처리 시스템 |
| CN202549080U (zh) * | 2012-03-16 | 2012-11-21 | 中国民用航空总局第二研究所 | 一种雷达数据、飞行计划数据与ads-b数据融合*** |
| CN103345587A (zh) * | 2013-07-16 | 2013-10-09 | 深圳大学 | Ads-b监视数据与雷达航迹的直觉模糊关联方法、装置 |
| CN204348094U (zh) * | 2014-12-23 | 2015-05-20 | 北京市人工影响天气办公室 | 一种数据监控装置 |
| CN104808197A (zh) * | 2015-05-06 | 2015-07-29 | 四川九洲空管科技有限责任公司 | 一种多监视源飞行目标并行跟踪处理方法 |
| CN104992575A (zh) * | 2015-06-27 | 2015-10-21 | 安徽四创电子股份有限公司 | 以ads-b信息为背景的s模式二次雷达点名询问方法 |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107063259B (zh) * | 2017-03-08 | 2020-06-09 | 四川九洲电器集团有限责任公司 | 一种航迹关联方法及电子设备 |
| CN107063259A (zh) * | 2017-03-08 | 2017-08-18 | 四川九洲电器集团有限责任公司 | 一种航迹关联方法及电子设备 |
| CN107144837A (zh) * | 2017-04-24 | 2017-09-08 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及*** |
| CN107144837B (zh) * | 2017-04-24 | 2020-11-17 | 北京海兰信数据科技股份有限公司 | 一种船用导航雷达数据互联的多目标跟踪方法及*** |
| CN108645412A (zh) * | 2018-05-31 | 2018-10-12 | 惠州华阳通用电子有限公司 | 一种多传感器自适应航迹起始方法 |
| CN108828527A (zh) * | 2018-06-19 | 2018-11-16 | 驭势（上海）汽车科技有限公司 | 一种多传感器数据融合方法、装置、车载设备及存储介质 |
| CN109100714A (zh) * | 2018-06-28 | 2018-12-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
| CN109100714B (zh) * | 2018-06-28 | 2020-11-10 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
| CN109490864A (zh) * | 2018-12-18 | 2019-03-19 | 安徽四创电子股份有限公司 | 一种靶场三坐标测量雷达组网测试*** |
| CN110018453A (zh) * | 2019-03-28 | 2019-07-16 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 基于飞机航迹特征的智能机型识别方法 |
| CN110018453B (zh) * | 2019-03-28 | 2023-05-23 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 基于飞机航迹特征的智能机型识别方法 |
| US11320528B1 (en) | 2019-11-20 | 2022-05-03 | Telephonics Corporation | Monopulse secondary surveillance radar system |
| CN111027646B (zh) * | 2019-12-31 | 2024-04-05 | 中国人民解放军93209部队 | 一种基于多源基础信息的无人机点迹融合方法 |
| CN111027646A (zh) * | 2019-12-31 | 2020-04-17 | 中国人民解放军93209部队 | 一种基于多源基础信息的无人机点迹融合方法 |
| CN111081075A (zh) * | 2020-01-19 | 2020-04-28 | 中国民用航空总局第二研究所 | S模式DAPs数据实时监控方法以及*** |
| CN111157969B (zh) * | 2020-01-20 | 2022-01-25 | 四川九洲电器集团有限责任公司 | 一种多传感器***误差在线估计和数据融合方法 |
| CN111157969A (zh) * | 2020-01-20 | 2020-05-15 | 四川九洲电器集团有限责任公司 | 一种多传感器***误差在线估计和数据融合方法 |
| CN111679269A (zh) * | 2020-06-18 | 2020-09-18 | 中国人民解放军空军研究院战略预警研究所 | 一种基于变分的多雷达融合航迹状态估计方法 |
| CN111679269B (zh) * | 2020-06-18 | 2023-09-29 | 中国人民解放军空军研究院战略预警研究所 | 一种基于变分的多雷达融合航迹状态估计方法 |
| CN111754817A (zh) * | 2020-07-31 | 2020-10-09 | 北京航空航天大学 | 所需监视性能可用性评估方法 |
| CN112435506A (zh) * | 2020-11-13 | 2021-03-02 | 四川九洲空管科技有限责任公司 | 一种混合式无人机探测与避让*** |
| CN113296089A (zh) * | 2021-07-27 | 2021-08-24 | 中国人民解放军空军预警学院 | 用于多预警机目标跟踪***的lmb密度融合方法及装置 |
| CN113687341A (zh) * | 2021-08-16 | 2021-11-23 | 山东沂蒙交通发展集团有限公司 | 一种基于多源传感器的全息路口感知方法 |
| CN114120717A (zh) * | 2021-11-29 | 2022-03-01 | 四川九洲空管科技有限责任公司 | 一种基于do185b标准的ads-b防撞方法 |
| CN114120717B (zh) * | 2021-11-29 | 2022-09-20 | 四川九洲空管科技有限责任公司 | 一种基于do185b标准的ads-b防撞方法 |
| CN115311904A (zh) * | 2022-10-10 | 2022-11-08 | 四川九洲空管科技有限责任公司 | 一种基于动态推理建模的空中目标综合识别方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106371091B (zh) | 2018-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106371091A (zh) | Ads‑b与二次雷达监视信息的数据融合方法及装置 | |
| CN110244715B (zh) | 一种基于超宽带技术的多移动机器人高精度协同跟踪方法 | |
| CN102013175B (zh) | 基于4d航迹和雷达数据的中期空中交通冲突探测方法 | |
| CN106970648A (zh) | 城市低空环境下无人机多目标路径规划联合搜索方法 | |
| CN105467838B (zh) | 一种随机有限集框架下的同步定位与地图构建方法 | |
| CN111077495B (zh) | 一种基于三维激光的定位恢复方法 | |
| CN111044052B (zh) | 一种基于智能感知的无人机自适应导航***及方法 | |
| CN104021292B (zh) | 一种基于编队有源组网的弱目标检测与跟踪方法 | |
| CN103247057A (zh) | 目标-回波-道路网三元数据关联的道路目标多假设跟踪算法 | |
| CN112344945A (zh) | 室内配送机器人路径规划方法、***及室内配送机器人 | |
| Miah et al. | Nonuniform deployment of autonomous agents in harbor-like environments | |
| CN103810382A (zh) | 机载分布式多传感器两级数据融合策略选择方法 | |
| CN105676170B (zh) | 一种用于多目标无源定位与跟踪的虚假点去除方法 | |
| CN105446352A (zh) | 一种比例导引制导律辨识滤波方法 | |
| Liu et al. | Multi-sensor tracking with non-overlapping field for the GLMB filter | |
| CN105005505A (zh) | 空中多目标轨迹预测的并行处理方法 | |
| CN110209167A (zh) | 一种实时的完全分布式的多机器人***编队的方法 | |
| CN113701742A (zh) | 一种基于云端与边端融合计算的移动机器人slam方法 | |
| Blackman et al. | Integration of passive ranging with multiple hypothesis tracking (MHT) for application with angle-only measurements | |
| Yi et al. | A UWB location algorithm---Based on adaptive Kalman filter | |
| CN110441751A (zh) | 双雷达探测方法、装置、可读存储介质及终端设备 | |
| Huang et al. | Model checking knowledge in pursuit evasion games | |
| WO2021143917A1 (zh) | S模式DAPs数据实时监控方法以及*** | |
| CN107390191A (zh) | 一种ecef坐标系下概率假设密度滤波雷达空间误差配准方法 | |
| CN114326795A (zh) | 一种基于星网信息的飞行器主动规避方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |