CN111680870B - 目标运动轨迹质量综合评估方法 - Google Patents
目标运动轨迹质量综合评估方法 Download PDFInfo
- Publication number
- CN111680870B CN111680870B CN202010355064.9A CN202010355064A CN111680870B CN 111680870 B CN111680870 B CN 111680870B CN 202010355064 A CN202010355064 A CN 202010355064A CN 111680870 B CN111680870 B CN 111680870B
- Authority
- CN
- China
- Prior art keywords
- quality
- target motion
- time interval
- track
- target
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开的一种目标运动轨迹综合质量评估方法,旨在提供一种评价指标完善,不依赖于外部信息的综合质量评估方法。本发明通过下述技术方案予以实现:首先,从目标运动轨迹自身出发,建立以时间间隔质量、丢点率质量、航迹平滑度质量为基础的目标运动轨迹综合评价指标体系;然后,提取目标运动轨迹数据中的时间、经度、纬度和高程信息,并利用这些信息计算反映目标运动轨迹质量的时间间隔质量指标、丢点率质量指标和航迹平滑度质量指标;最后,基于层次分析法确定3个质量指标的加权系数,并通过加权求和方式,计算目标运动轨迹综合质量评估指标;从而完成目标运动轨迹质量的综合评估。
Description
技术领域
本发明涉及信息质量评估领域中,目标运动轨迹数据的质量评估技术,尤其是涉及对目标运动轨迹质量进行综合评估的方法。轨迹质量评价方法
背景技术
目标运动轨迹是一段时间内目标的运动路线,是由一系列的离散观测点连接而成。目标运动轨迹信息一般包括获取时间、目标位置(经度、纬度和高度)等信息。基于目标的运动轨迹,能够实现目标运动参数以及运动行为的分析。随着监视技术的不断发展,目前可通过多种方式获取目标的运动轨迹信息,如基于二次监视雷达和ADS-B的民航飞机航迹监视以及基于AIS的船舶航迹获取。目标航迹质量的有效评估一直以来是困扰测评人员的难题。由于测量手段、测量环境等因素的影响,目标运动航迹中往往存在“劣质数据”或“不可靠数据”,其增加了目标运动航迹应用的风险,例如不同的数据质量,将严重影响到目标运动轨迹关联和综合的规则。因此,在实际应用中,需要事先对目标的运动轨迹质量进行评估。目标运动轨迹质量评估是目标运动轨迹处理中的关键技术,也是实现目标运动状态监测、目标运动状态预测以及目标航迹实时融合等应用的基础。
综合评价是对一个复杂***的多个指标进行总体评价的方法。由于是评价指标各不相同,想要正确评价一个复杂***,是十分困难的。同时,综合评价的方法有很多种,每种方法又各有优缺点,这就导致很多人遇到综合评价,不知道该如何选择方法。目标运动轨迹质量综合评估选择合理的评估指标,采用合适的评价方法,通过量化计算得到目标运动轨迹适合使用的程度。目标运动轨迹质量评估属多指标评估问题,包括完整性、精确性、清晰性和连续性等指标。但是,当前质量评估指标的计算强依赖于外部输入信息,如文献“基于运动目标状态的航迹质量分级体系构建方法”通过综合考虑传感器测量精度、参考地理位置质量等因素来评估目标航迹质量,这将导致若没有低层次数据质量如传感器精度、局部航迹精度等数据,则无法实现高层次数据质量的评估。因此,需要一种能够仅利用目标运动轨迹本身对其进行质量综合评估的方法。
发明内容
为了客观地有效的综合评估目标运动轨迹的质量,本发明的目的是针对现有评估指标严重依赖于传感器测量精度、局部航迹精度等外部信息的问题,提供一种评价指标完善,鲁棒性高,适用性好,不依赖于外部信息的目标运动轨迹综合质量评估的方法。
为了实现上述目的,本发明提出的一种目标运动轨迹综合质量评估方法,其特征在于包括如下步骤:首先,从目标运动轨迹自身出发,建立以时间间隔质量、丢点率质量、航迹平滑度质量为基础的目标运动轨迹综合评价指标体系;然后,提取目标运动轨迹数据中的时间、经度、纬度和高程信息,并利用这些信息计算反映目标运动轨迹质量的时间间隔质量指标、丢点率质量指标和航迹平滑度质量指标;在计算时间间隔质量指标中,根据实际场景需求,设置运动轨迹中相邻观测点之间时间间隔的最大统计范围,计算各相邻观测点之间的时间间隔,选取小于设定最大统计范围的时间间隔来计算平均时间间隔,利用时间间隔质量函数,将平均时间间隔转换成取值范围为[0~1]的时间间隔质量指标;最后,基于层次分析法确定3个质量指标的加权系数,并通过加权求和方式,计算目标运动轨迹综合质量评估指标;从而完成目标运动轨迹质量的综合评估。
本发明相比于现有技术具有如下有益效果:
评价指标完善。本发明基于目标运动轨迹,建立了有效的目标运动轨迹综合质量评价指标体系以及评估方法。利用目标运动轨迹数据中的时间、经度、纬度和高程信息,计算时间间隔质量指标、丢点率质量指标和航迹平滑度质量指标,并通过层次分析法确定各质量指标的加权系数,利用加权求和方法实现对目标运动轨迹质量的综合评估;与现有方法相比,基于目标运动轨迹信息,建立了标准的目标运动轨迹质量综合评价指标和评估方法,能够更好的评估目标运动轨迹的质量,且具有更好的应用范围。
适用性好。本发明从目标运动轨迹自身出发,利用运动估计自身进行目标运动轨迹综合质量评估,实现目标运动轨迹质量的有效评估,不依赖于传感器测量精度、参考位置精度等外部信息,具有更加广泛的应用范围,适用性强。此外,对基于目标运动轨迹信息的应用和分析具有良好的指导作用,例如在不同手段信息获取能力评估时,可通过比较各信息源获得的同一目标的运动轨迹的质量,对不同手段获取质量进行评估;在目标状态监测中,可以辅助判断民航飞机等目标的运动状态是否安全合理。
附图说明
下面结合附图和实施举例对本发明进一步说明。
图1是本发明目标运动轨迹质量综合评估方法流程图。
图2是时间间隔质量指标估计流程图。
图3是丢点率质量指标估计流程图。
图4是运动轨迹平滑度质量指标估计流程图。
图5是目标运动轨迹综合质量指标估计流程图。
图6为仿真实验中目标1的运动轨迹经纬度曲线示意图。
图7为仿真实验中目标2的运动轨迹经纬度曲线示意图。
下面结合附图以及具体的实施例对本发明作进一步的详细描述。
具体实施方式
参阅图1。根据本发明,首先,从目标运动轨迹自身出发,建立以时间间隔质量、丢点率质量、航迹平滑度质量为基础的目标运动轨迹综合评价指标体系;然后,提取目标运动轨迹数据中的时间、经度、纬度和高程信息,并利用这些信息计算反映目标运动轨迹质量的时间间隔质量指标、丢点率质量指标和航迹平滑度质量指标;在计算时间间隔质量指标中,根据实际场景需求,设置运动轨迹中相邻观测点之间时间间隔的最大统计范围,计算各相邻观测点之间的时间间隔,选取小于设定最大统计范围的时间间隔来计算平均时间间隔,利用时间间隔质量函数,将平均时间间隔转换成取值范围为[0~1]的时间间隔质量指标;最后,基于层次分析法确定3个质量指标的加权系数,并通过加权求和方式,计算目标运动轨迹综合质量评估指标;从而完成目标运动轨迹质量的综合评估。
在计算丢点率质量指标中,首先,根据相邻观测点之间的时间间隔和平均时间间隔,计算丢点数;然后,根据丢点数计算丢点率;最后,根据丢点率质量函数,经丢点率转换成取值范围为[0~1]的丢点率质量指标。
在计算航迹平滑度质量指标中,首先利用Savitzky-Golay平滑滤波器对目标运动轨迹数据进行平滑,分别对经度、纬度和高程信息中的观测数据纵坐标进行多项式拟合,得到经度、纬度以及高程的拟合值;然后,利用计算所有观测值和对应的拟合值之间距离差的均方根值;最后,根据目标航迹平滑度质量函数,将距离差的均方根值转化为取值范围为[0~1]的航迹平滑度质量指标。
在计算综合质量评估指标中,首先,根据层次分析法确定时间间隔质量指标、丢点率质量指标、航迹平滑度质量指标的加权系数;然后,根据加权系数,采用加权求和的方式,得到目标运动轨迹的综合质量评估指标。
在可选的实施例中,目标运动轨迹质量综合评估计算流程包括以下步骤:
步骤1,在提取目标运动轨迹数据中的时间、经度、纬度和高程信息过程中,若目标运动轨迹数据中不包含高程信息,可将目标运动轨迹对应的高程设为固定值,该固定值可以设为信息获取平台的高度,也可直接设为零。
步骤2,计算目标运动轨迹时间间隔质量指标。
一般来说,航迹点间隔时间越短,相同时间内可以接收数据信息越多,可以对目标进行更全面的监视,表明航迹质量越好。本实施例利用平均时间间隔来定义时间间隔质量。
参阅图2,步骤2的子步骤为:
(2.1)计算目标运动轨迹中所有相邻观测点之间的时间间隔
ΔTi=Ti+1-Ti,1≤i≤(N-1)
其中,Ti为第i个观测点的时刻,ΔTi表示第i+1个观测点与第i个观测点之间的时间间隔,N为目标运动轨迹中观测点的数目。
(2.2)计算所有观测点的平均时间间隔。为了在一定程度上消除异常时间间隔对统计结果的影响,设置观测点时间间隔的最大统计范围为Lt,且仅选取落入有效区间[0,Lt]内的观测点时间间隔来计算平均时间间隔,其中Lt可根据实际情况设置。根据上述描述,平均时间间隔的计算公式如下所示/>其中,ΔTk表示第k个落入有效区间[0,Lt]内的航迹点时间间隔。
(2.3)计算时间间隔质量指标。定义最大可接受的平均时间间隔Ta,并采用线性分段方式,设计时间间隔质量函数Te,如下所示从上式可以得出,当/>时,/>当/>时,/>这表明平均时间间隔正偏离Ta的程度越大,时间间隔质量指标越差。将平均时间间隔/>代入上式即可完成目标运动轨迹时间间隔质量指标Te的计算。/>
步骤3,计算目标运动轨迹丢点率质量指标
丢点率指的是在数据获取过程中丢失的航迹点数与理论上应获取航迹点数的比率。从定义可知,丢点率越低,航迹质量越好。
参阅图3,步骤3的子步骤为:
(3.3)计算丢点率质量指标Re,Re=1-Rd。
步骤4,计算目标运动轨迹平滑度质量指标
航迹平滑度指的是目标空间位置的波动程度,波动程度越小,航迹质量越好。
参阅图4,步骤4的子步骤为:
(4.1)对目标运动轨迹经度和纬度进行平滑拟合。以时间为观测数据横坐标,经度、纬度为观测数据纵坐标,利用平滑滤波器Savitzky-Golay,对观测数据纵坐标进行多项式拟合,以得到经度、纬度的拟合值。平滑滤波器Savitzky-Golay利用滑动窗口内观测数据,通过最小二乘法进行多项式最佳拟合,从而确定出多项式的待求系数,推导出多项式系数求解公式,然后利用求解的系数求取滑动窗口中心处的目标运动轨迹经度和纬度的拟合值,通过不断的滑动窗口,可以得到每个目标运动轨迹点纬度和经度观测值所对应的拟合值。
为了后续表述方便,本实施例将滑动窗口观测数据长度大小设为m,多项式次数设为n,且有n<m,设置待拟合n次多项式具有如下的形式:其中,ai为{a0,a1,...,an}待求系数,xi是第i个观测数据的横坐标。
当所得的纵坐标值与对应的实际观测值之差的平方之和最小时,曲线的拟合程度最高。根据该思想,进行多项式最小二乘拟合,将观测数据横坐标代入待拟合n次多项式确定多项式的待求系数,推导出多项式系数求解方程组/>r=0,1,...,n
其中,xj和yj别为观测数据的横坐标和纵坐标。利用上述式子以及滑动窗口内的观测数据,可以解出待拟合多项式系数{a0,a1,...,ai,...,an},然后利用该系数求取滑动窗口中心处的目标运动轨迹经度和纬度的拟合值。通过不断的滑动窗口,可以得到每个目标运动轨迹点纬度和经度观测值所对应的拟合值。
(4.2)计算测量值与拟合值之间的均方根值
针对目标运动轨迹的所有观测点,根据目标所在球面半径R,获取每个观测值和拟合值之间的距离差d,计算得到目标运动轨迹对应的所有距离差的均方根值Er,/>然后以均方根值Er为基础,构造目标航迹平滑度质量函数Pe,/>完成目标运动轨迹平滑度质量指标的计算,其中,a=-lnε,ε为Er=Lp时,设置的航迹平滑度指标值,取ε=0.9,R=6378137m+h,上述式中,Lo为目标运动轨迹经度的实际观测值,Lf是目标运动轨迹经度的拟合值,λo为目标标运动轨迹纬度的实际观测值,λf为目标运动轨迹纬度的拟合值,h为目标的平均海拔高度,di为第i个航迹点对应的距离差,Lp为最大可接受的位置波动,a是平滑系数。经纬度的单位为度,高度的单位为米。
(4.3)计算目标运动轨迹平滑度质量指标
设置航迹平滑度指标值,平滑系数a=-lnε,ε为Er=Lp时,一般取ε=0.9。
步骤5,计算目标运动轨迹综合质量评估指标。
一般来说,对于目标航迹质量的评估,需要综合考虑每一项指标,从而给出航迹质量的综合评估,这就需要建立由各项指标到综合质量评估的标准,加权求和是一个比较好的方案。但是,若加权系数直接由经验给定,则缺乏理论依据,因此本实施例基于层次分析法,计算各项指标加权系数。
参阅图5,步骤5的子步骤为:
(5.1)构造判断矩阵
将时间间隔质量、漏点率质量和航迹平滑度质量作为单层次元素,构造两两比较判断矩阵。引用数字1-9及其倒数作为标度(如表1所示)来定义判断矩阵A=(aij)3×3,如下所示
其中,aij的取值由决策者根据表1给出。例如,若决策者认为元素i比元素j明显重要,则aij=5。
表1 判断矩阵标度
(5.2)计算加权系数。根据判定矩阵A,采用方根法计算加权系数向量:首先将判定矩阵A的元素按行相乘得到一新向量,然后将新向量的每个分量开3次方,最后将所得向量归一化即为加权系数向量w。
(5.3)进行一致性检验。计算一致性比例CR
其中,CI为一致性指标,λmax为判定矩阵A的最大特征值,RI为随机一致性指标,根据文献“层次分析法权重计算方法分析及其应用研究”,3阶判定矩阵对应的RI=0.52,(Aw)i和wi分别为对应向量的第i个元素。当CR<0.1时,认为判断矩阵A的一致性是可以接受的,否则需要对判断矩阵A作适当修正,并重复步骤(5.1)~(5.3)。
(5.4)根据加权系数,计算目标运动轨迹综合质量评估指标Q:
Q=w1·Te+w2·Re+w3·Pe
其中,wi为加权系数向量w的第i个元素。
下面结合仿真实验对本发明的效果做进一步的说明,
参阅图6和图7。在仿真试验中,所采用的两个目标的运动轨迹经纬度曲线图分别如图6和图7所示。目标1和目标2的海拔高度为9000m,航迹数据更新速率在2s~3s之间,航迹点数均约为200。通过对比两图可以看出,目标1航迹起伏较小,而目标2航迹起伏较大,目标1的航迹质量要优于目标2的航迹质量。
在该仿真实验中,需要提前设置的参数包括时间间隔最大统计范围Lt,最大可接受的平均时间间隔Ta,Savitzky-Golay平滑滤波器的滑动窗口大小Win以及多项式次数n,最大可接受的位置波动Lp等。这些参数值可根据实际情况设置。例如,对于参数Ta,可根据航迹数据更新速率进行设置。本仿真实验根据所用目标航迹实际情况设置参数值,如表2所示
表2 目标航迹质量指标计算时所设置参数值
,此外,为了计算目标航迹综合质量评价指标,本仿真试验中设计的判断矩阵A如下所示
经检验,判断矩阵A的一致性是可以接受的。根据该判断矩阵得到的加权系数向量为w=[0.114 0.405 0.481]T
其中,上标T表示转置操作。从该向量可以看出,丢点率质量指标和航迹平滑度质量指标的重要性要高于时间间隔质量指标。
根据上面设置的参数值,计算目标1和目标2航迹质量评价指标,各评价指标之间的对比如表3所示。从表3中可以看出,本发明所提出的目标航迹质量评估方法能够有效反映目标航迹质量的真实情况。
表3 航迹质量评价指标对比总结表
以上所述为本发明较佳实施例,应该注意的是上述实施例对本发明进行说明,然而本发明并不局限于此,并且本领域技术人员在脱离所附权利要求的范围情况下可设计出替换实施例。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (8)
1.一种目标运动轨迹综合质量评估方法,其特征在于包括如下步骤:首先,从目标运动轨迹自身出发,建立以时间间隔质量、丢点率质量、航迹平滑度质量为基础的目标运动轨迹综合评价指标体系;然后,提取目标运动轨迹数据中的时间、经度、纬度和高程信息,并利用这些信息计算反映目标运动轨迹质量的时间间隔质量指标、丢点率质量指标和航迹平滑度质量指标;在计算时间间隔质量指标中,根据实际场景需求,设置运动轨迹中相邻观测点之间时间间隔的最大统计范围,计算各相邻观测点之间的时间间隔,选取小于设定最大统计范围的时间间隔来计算平均时间间隔,利用时间间隔质量函数,将平均时间间隔转换成取值范围为[0~1]的时间间隔质量指标;最后,基于层次分析法确定3个质量指标的加权系数,并通过加权求和方式,计算目标运动轨迹综合质量评估指标;从而完成目标运动轨迹质量的综合评估;
在计算丢点率质量指标中,首先,根据相邻观测点之间的时间间隔和平均时间间隔,计算丢点数;然后,根据丢点数计算丢点率;最后,根据丢点率质量函数,经丢点率转换成取值范围为[0~1]的丢点率质量指标;
在计算航迹平滑度质量指标中,首先利用Savitzky-Golay平滑滤波器对目标运动轨迹数据进行平滑,分别对经度、纬度和高程信息中的观测数据纵坐标进行多项式拟合,得到经度、纬度以及高程的拟合值;然后,利用计算所有观测值和对应的拟合值之间距离差的均方根值;最后,根据目标航迹平滑度质量函数,将距离差的均方根值转化为取值范围为[0~1]的航迹平滑度质量指标。
2.如权利要求1所述的目标运动轨迹综合质量评估方法,其特征在于:在计算综合质量评估指标中,首先,根据层次分析法确定时间间隔质量指标、丢点率质量指标、航迹平滑度质量指标的加权系数;然后,根据加权系数,采用加权求和的方式,得到目标运动轨迹的综合质量评估指标。
3.如权利要求1所述的目标运动轨迹综合质量评估方法,其特征在于:在提取目标运动轨迹数据中的时间、经度、纬度和高程信息过程中,若目标运动轨迹数据中不包含高程信息,则将目标运动轨迹对应的高程设为信息获取平台的高度或直接设为零,利用平均时间间隔来定义时间间隔质量,根据第i个观测点的时刻Ti、第i+1个观测点与第i个观测点之间的时间间隔ΔTi和目标运动轨迹中观测点的数目N,计算目标运动轨迹中所有相邻观测点之间的时间间隔ΔTi=Ti+1-Ti,1≤i≤(N-1);然后设置观测点时间间隔的最大统计范围为Lt,选取落入有效区间[0,Lt]内的观测点时间间隔来计算平均时间间隔,根据第k个落入有效区间[0,Lt]内的航迹点时间间隔ΔTk,计算所有观测点的平均时间间隔且
6.如权利要求1所述的目标运动轨迹综合质量评估方法,其特征在于:以时间为观测数据横坐标,经度、纬度为观测数据纵坐标,利用平滑滤波器Savitzky-Golay对观测数据纵坐标进行多项式拟合,平滑滤波器Savitzky-Golay利用滑动窗口内观测数据,通过最小二乘法进行多项式最佳拟合,从而求解出多项式的待求系数,然后利用求解的系数求取滑动窗口中心处的目标运动轨迹经度和纬度的拟合值,通过不断的滑动窗口,得到每个目标运动轨迹点纬度和经度观测值所对应的拟合值。
8.如权利要求1所述的目标运动轨迹综合质量评估方法,其特征在于:针对目标运动轨迹的所有观测点,根据目标所在球面半径R,获取每个观测值和拟合值之间的距离差d,计算得到目标运动轨迹对应的所有距离差的均方根值Er,/>然后以均方根值Er为基础,构造目标航迹平滑度质量函数Pe,完成目标运动轨迹平滑度质量指标的计算,其中,a=-lnε,ε为Er=Lp时,设置的航迹平滑度指标值,取ε=0.9,R=6378137m+h,
上述式中,Lo为目标运动轨迹经度的实际观测值,Lf是目标运动轨迹经度的拟合值,λo为目标标运动轨迹纬度的实际观测值,λf为目标运动轨迹纬度的拟合值,h为目标的平均海拔高度,di为第i个航迹点对应的距离差,Lp为最大可接受的位置波动,a是平滑系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355064.9A CN111680870B (zh) | 2020-04-29 | 2020-04-29 | 目标运动轨迹质量综合评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355064.9A CN111680870B (zh) | 2020-04-29 | 2020-04-29 | 目标运动轨迹质量综合评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680870A CN111680870A (zh) | 2020-09-18 |
CN111680870B true CN111680870B (zh) | 2023-06-06 |
Family
ID=72452318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355064.9A Active CN111680870B (zh) | 2020-04-29 | 2020-04-29 | 目标运动轨迹质量综合评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680870B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112255612B (zh) * | 2020-11-03 | 2024-02-13 | 中国电子科技集团公司第二十八研究所 | 一种雷达航迹随机抖动性评估方法 |
CN112562372B (zh) * | 2020-11-30 | 2021-11-16 | 腾讯科技(深圳)有限公司 | 一种轨迹数据的处理方法以及相关装置 |
CN112835004B (zh) * | 2020-12-31 | 2022-07-15 | 南京国睿防务***有限公司 | 一种基于目标通道复制的航迹质量评估*** |
CN112950008A (zh) * | 2021-02-08 | 2021-06-11 | 北京理工大学 | 一种飞行器的航迹规划评价方法 |
CN117007896B (zh) * | 2023-10-07 | 2023-12-12 | 深圳市森瑞普电子有限公司 | 一种应用于导电滑环故障检测的数据处理方法 |
CN117471423B (zh) * | 2023-12-28 | 2024-04-12 | 安徽隼波科技有限公司 | 一种基于毫米波雷达点迹信息的航迹质量实时评估方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615849A (zh) * | 2014-12-30 | 2015-05-13 | 中国民航大学 | 一种适用于通用航空的飞行计划评估***及实现方法 |
CN104699935A (zh) * | 2013-12-10 | 2015-06-10 | 中国航空工业第六一八研究所 | 一种基于不确定性预测的航迹规划方法 |
CN105512157A (zh) * | 2014-10-28 | 2016-04-20 | 中国民用航空总局第二研究所 | 一种综合航迹数据融合处理方法 |
CN106570311A (zh) * | 2016-10-12 | 2017-04-19 | 武汉数字工程研究所(中国船舶重工集团公司第七0九研究所) | 复杂条件下航迹连续性评估方法及*** |
CN107832575A (zh) * | 2017-10-10 | 2018-03-23 | 中国航空无线电电子研究所 | 基于伪测量的带反馈机动目标异步航迹融合算法 |
CN108574715A (zh) * | 2017-03-14 | 2018-09-25 | 广州市动景计算机科技有限公司 | 信息推荐方法、装置及*** |
CN109145451A (zh) * | 2018-08-22 | 2019-01-04 | 哈尔滨工业大学 | 一种高速滑翔飞行器的运动行为识别与航迹估计方法 |
CN109387199A (zh) * | 2017-08-03 | 2019-02-26 | 卡西欧计算机株式会社 | 轨迹估计装置、轨迹估计方法及记录介质 |
CN109655052A (zh) * | 2018-12-06 | 2019-04-19 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹平滑度评估方法 |
CN110361006A (zh) * | 2019-06-28 | 2019-10-22 | 哈尔滨工程大学 | 局部航迹分维度的选择性航迹状态估计融合方法 |
CN110990756A (zh) * | 2019-12-03 | 2020-04-10 | 中国电子科技集团公司第二十八研究所 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100643304B1 (ko) * | 2005-02-15 | 2006-11-10 | 삼성전자주식회사 | 관성 센서 보정 장치 및 방법, 그리고, 상기 방법을 기록한기록 매체 |
US9305386B2 (en) * | 2012-02-17 | 2016-04-05 | Autodesk, Inc. | Editable motion trajectories |
KR102114068B1 (ko) * | 2018-04-19 | 2020-05-25 | 한국과학기술연구원 | 계산 토크 방식 제어기, 이의 파라미터 결정 및 성능 평가 방법 |
-
2020
- 2020-04-29 CN CN202010355064.9A patent/CN111680870B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104699935A (zh) * | 2013-12-10 | 2015-06-10 | 中国航空工业第六一八研究所 | 一种基于不确定性预测的航迹规划方法 |
CN105512157A (zh) * | 2014-10-28 | 2016-04-20 | 中国民用航空总局第二研究所 | 一种综合航迹数据融合处理方法 |
CN104615849A (zh) * | 2014-12-30 | 2015-05-13 | 中国民航大学 | 一种适用于通用航空的飞行计划评估***及实现方法 |
CN106570311A (zh) * | 2016-10-12 | 2017-04-19 | 武汉数字工程研究所(中国船舶重工集团公司第七0九研究所) | 复杂条件下航迹连续性评估方法及*** |
CN108574715A (zh) * | 2017-03-14 | 2018-09-25 | 广州市动景计算机科技有限公司 | 信息推荐方法、装置及*** |
CN109387199A (zh) * | 2017-08-03 | 2019-02-26 | 卡西欧计算机株式会社 | 轨迹估计装置、轨迹估计方法及记录介质 |
CN107832575A (zh) * | 2017-10-10 | 2018-03-23 | 中国航空无线电电子研究所 | 基于伪测量的带反馈机动目标异步航迹融合算法 |
CN109145451A (zh) * | 2018-08-22 | 2019-01-04 | 哈尔滨工业大学 | 一种高速滑翔飞行器的运动行为识别与航迹估计方法 |
CN109655052A (zh) * | 2018-12-06 | 2019-04-19 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹平滑度评估方法 |
CN110361006A (zh) * | 2019-06-28 | 2019-10-22 | 哈尔滨工程大学 | 局部航迹分维度的选择性航迹状态估计融合方法 |
CN110990756A (zh) * | 2019-12-03 | 2020-04-10 | 中国电子科技集团公司第二十八研究所 | 基于可拓型逐层分析的空中目标航迹质量评估方法 |
Non-Patent Citations (3)
Title |
---|
基于数据融合技术的航迹处理;许博;《兵工自动化》(第05期);全文 * |
基于运动目标状态的航迹质量分级体系构建方法;赵宗贵等;《指挥信息***与技术》(第03期);全文 * |
目标融合航迹质量评估方法;王晓璇;《指挥信息***与技术》(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111680870A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680870B (zh) | 目标运动轨迹质量综合评估方法 | |
CN110245443B (zh) | 一种基于映射函数的导弹仿真模型可信度综合评估方法 | |
CN103389472B (zh) | 一种基于nd-ar模型的锂离子电池循环寿命的预测方法 | |
CN110232471B (zh) | 一种降水传感网节点布局优化方法及装置 | |
CN111665575B (zh) | 一种基于统计动力的中长期降雨分级耦合预报方法及*** | |
CN110879927B (zh) | 一种用于海目标检测的海杂波幅度统计分布现场建模方法 | |
CN109655052B (zh) | 目标运动轨迹平滑度评估方法 | |
CN104915534A (zh) | 基于序列学习的电力铁塔变形分析与决策方法 | |
CN111125885A (zh) | 一种基于改进克里金插值算法的asf修正表构建方法 | |
CN111612241A (zh) | 智能船舶路径规划功能实现性的综合评价方法 | |
CN105974495A (zh) | 利用分类拟合法预判目标区域未来平均云量的方法 | |
CN108154271A (zh) | 一种基于空间相关性和曲面拟合的地面气温质量控制方法 | |
Fuentes et al. | Aircraft parametric structural load monitoring using Gaussian process regression | |
CN114970341B (zh) | 基于机器学习的低轨卫星轨道预报精度提升模型建立方法 | |
CN113704693A (zh) | 一种高精度的有效波高数据估计方法 | |
CN114217025B (zh) | 评估空气质量浓度预测中气象数据对其影响的分析方法 | |
CN108663727B (zh) | 利用蒸发率在世界海域范围内估算蒸发波导高度的方法 | |
CN114584230A (zh) | 一种基于对抗网络与长短期记忆网络的预测信道建模方法 | |
CN108491439B (zh) | 一种基于历史数据统计特性的遥测缓变参数自动判读方法 | |
CN104821854A (zh) | 一种基于随机集的多主用户多维频谱感知方法 | |
Hema et al. | Reconstructing missing hourly real-time precipitation data using a novel intermittent sliding window period technique for automatic weather station data | |
CN111966966B (zh) | 一种传感器测量误差模型参数可行域分析方法及*** | |
CN110598914A (zh) | 一种多因素影响下矿井灾害气体浓度区间预测方法及*** | |
CN113723006B (zh) | 一种基于ls-svm的单台站地球变化磁场建模预测方法及*** | |
CN116451554A (zh) | 考虑多种气象因子的电网气象风险预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |