CN114488247A - 一种基于高精度北斗差分定位分析装备机动能力的方法 - Google Patents
一种基于高精度北斗差分定位分析装备机动能力的方法 Download PDFInfo
- Publication number
- CN114488247A CN114488247A CN202210153825.1A CN202210153825A CN114488247A CN 114488247 A CN114488247 A CN 114488247A CN 202210153825 A CN202210153825 A CN 202210153825A CN 114488247 A CN114488247 A CN 114488247A
- Authority
- CN
- China
- Prior art keywords
- positioning
- equipment
- dimensional coordinate
- acquisition position
- maneuvering
- 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.)
- Pending
Links
Images
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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/52—Determining velocity
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于高精度北斗差分定位分析装备机动能力的方法,涉及目标智能定位分析技术领域,包括确定装备上的至少两个定位采集位置;实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标;每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置;根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。本发明具有定位精度高、对装备机动能力分析的准确度高的优点。
Description
技术领域
本发明涉及目标智能定位分析技术领域,具体涉及一种基于高精度北斗差分定位分析装备机动能力的方法。
背景技术
随着近年来部队愈加重视装备的性能评测,对一些具有机动能力的装备的机动能力考核越发看重,采集分析装备机动能力对装备能力评估、装备能力检验等具有重要意义。
传统的采集设备,如总线采集设备,在采集数据时存在限制因素,如:总线虽然能够采集到装备的速度等数据,但采集到的数据需要通过解析协议进行解析,若无法获得解析协议,则无法获得实际的数据;且总线采集设备无法获得装备实时的空间位置,无法从空间位置上对装备机动能力进行分析。因此,研究开发一种通过定位采集分析手段,利用高精度北斗差分定位技术采集数据,大数据挖掘分析数据,成为目前分析装备机动能力的新的有效解决途径。
发明内容
因此,本发明实施例的一种基于高精度北斗差分定位分析装备机动能力的方法,包括以下步骤:
确定装备上的至少两个定位采集位置,所述定位采集位置用于安装能采集并输出定位数据的高精度北斗差分定位采集设备;
实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标;
每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置;
根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。
优选地,定位采集位置的数量可以为两个,为第一定位采集位置和第二定位采集位置,第一定位采集位置为装备上的右前方位置,第二定位采集位置为装备上的左后方位置。
优选地,还包括以下步骤:
根据每个定位采集位置的三维坐标,包括第一定位采集位置的第一三维坐标和第二定位采集位置的第二三维坐标,解算得出装备的中心点三维坐标,并依据各个时刻的中心点三维坐标绘制得到装备的机动路线,并可输出给显示设备进行展示。
本发明实施例的一种基于高精度北斗差分定位分析装备机动能力的***,包括:
定位采集位置确定装置,用于确定装备上的至少两个定位采集位置,所述定位采集位置用于安装能采集并输出定位数据的高精度北斗差分定位采集设备;
三维坐标实时获取装置,用于实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标;
定位采集位置分类决策装置,用于每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置;
机动能力获得装置,用于根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。
优选地,架设北斗差分基站时,可以通过获取装备机动区域,包括机动地点和范围,根据机动区域内的地形架设北斗差分基站,调整基站功率。
优选地,还包括:
机动路线绘制单元,用于根据每个定位采集位置的三维坐标,包括第一定位采集位置的第一三维坐标和第二定位采集位置的第二三维坐标,解算得出装备的中心点三维坐标,并依据各个时刻的中心点三维坐标绘制得到装备的机动路线,并可输出给显示设备进行展示。
本发明实施例的基于高精度北斗差分定位分析装备机动能力的方法,具有如下优点:
通过合理选定若干个定位采集位置,在各个定位采集位置所获的定位数据与北斗差分基站所获的定位数据进行差分处理,并实时获取差分处理后的三维坐标的数据,无需任何预设手段对数据进行区分,通过智能决策分类算法对实时获取的三维坐标进行分类,将三维坐标与定位采集位置相对应,从而依据各个定位采集位置的三维坐标的移动特征,分析获得装备的最终机动能力表现值,可见对装备机动能力分析的整个过程中利用了智能决策的方法,使得获得的数据更全面,最终结果更准确,提高了对装备机动能力分析的准确度。
附图说明
为了更清楚地说明本发明具体实施方式中的技术方案,下面将对具体实施方式描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1中基于高精度北斗差分定位分析装备机动能力的方法的一个具体示例的流程图;
图2为本发明实施例1中基于高精度北斗差分定位分析装备机动能力的方法的另一个具体示例的流程图;
图3为本发明实施例1中基于高精度北斗差分定位分析装备机动能力的方法的又一个具体示例的流程图;
图4为本发明实施例2中基于高精度北斗差分定位分析装备机动能力的***的又一个具体示例的原理框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术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,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,本文所用的术语仅用于描述特定实施例的目的,而并非旨在限制本发明。除非上下文明确指出,否则如本文中所使用的单数形式“一”、“一个”和“该”等意图也包括复数形式。使用“包括”和/或“包含”等术语时,是意图说明存在该特征、整数、步骤、操作、元素和/或组件,而不排除一个或多个其他特征、整数、步骤、操作、元素、组件、和/或其他组合的存在或增加。术语“和/或”包括一个或多个相关列出项目的任何和所有组合。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,本说明书中的某些图式是用于例示方法的流程图。应了解,这些流程图中的每一个方块、及这些流程图中方块的组合可通过计算机程序指令来实施。这些计算机程序指令可加载至一计算机或其他可编程的设备上来形成一机器,以使在所述计算机或其他可编程设备上执行的指令形成用于实施在所述流程图方块中所规定功能的结构。这些计算机程序指令也可储存于一计算机可读存储器中,所述计算机可读存储器可指令一计算机或其他可编程设备以一特定方式工作,以使储存于所述计算机可读存储器中的指令形成一包含用于实施在所述流程图方块中所规定功能的指令结构的制品。所述计算机程序指令也可加载至一计算机或其他可编程设备上,以便在所述计算机或其他可编程设备上执行一系列操作步骤来形成一由计算机实施的过程,从而使在所述计算机或其他可编程设备上执行的指令提供用于实施在所述流程图方块中所规定功能的步骤。
相应地,各流程图中的方块支持用于执行所规定功能的结构的组合及用于执行所规定功能的步骤的组合。还应了解,所述流程图中的每一个方块、及所述流程图中方块的组合可由执行所规定功能或步骤的基于专用硬件的计算机***、或者专用硬件与计算机指令的组合来实施。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种基于高精度北斗差分定位分析装备机动能力的方法,如图1所示,包括以下步骤:
S1、确定装备上的至少两个定位采集位置,包括第一定位采集位置和第二定位采集位置,所述定位采集位置用于安装能采集并输出定位数据的高精度北斗差分定位采集设备;优选地,可根据装备的外形、关键设备位置等要素进行定位采集位置的确定,例如,第一定位采集位置为装备上的右前方位置,第二定位采集位置为装备上的左后方位置,以提高装备整体定位精度;所述定位数据包括伪距等;
S2、实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标,包括第一定位采集位置的第一三维坐标和第二定位采集位置的第二三维坐标;
S3、每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置,从而无需通过预先对各个定位采集位置的定位数据进行标记、不同定位采集位置的输出进行同步、或者其他数据编码等方式,来对所接收到的数据进行区分,而在差分处理后每得到一个三维坐标,就能通过分类算法对其进行来自哪个定位采集位置的归属分类,所得三维坐标与定位采集位置相对应上;
S4、根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。优选地,所述机动能力表现值包括最大速度、最小速度、最大加速度、最小加速度、平均速度、平均加速度和行驶里程等。
上述基于高精度北斗差分定位分析装备机动能力的方法,通过合理选定若干个定位采集位置,在各个定位采集位置所获的定位数据与北斗差分基站所获的定位数据进行差分处理,并实时获取差分处理后的三维坐标的数据,无需任何预设手段对数据进行区分,通过智能决策分类算法对实时获取的三维坐标进行分类,将三维坐标与定位采集位置相对应,从而依据各个定位采集位置的三维坐标的移动特征,分析获得装备的最终机动能力表现值,可见对装备机动能力分析的整个过程中利用了智能决策的方法,使得获得的数据更全面,最终结果更准确,提高了对装备机动能力分析的准确度。
优选地,如图2所示,所述S2的步骤包括:
其中,为北斗差分基站测得的第i颗北斗卫星的伪距,i=1,2,…,n,n≥4,为北斗差分基站与第i颗北斗卫星之间的真实距离,c为光速,ΔtB为北斗差分基站钟差,Δti为第i颗北斗卫星钟差,为第i颗北斗卫星星历误差所引起的北斗差分基站与第i颗北斗卫星之间的距离偏差,为电离层时延所引起的北斗差分基站与第i颗北斗卫星之间的距离偏差,为对流层时延所引起的北斗差分基站与第i颗北斗卫星之间的距离偏差;
其中,为第j个定位采集位置处测得的第i颗北斗卫星的伪距,j=1,2,…,h,h≥2,为第j个定位采集位置处与第i颗北斗卫星之间的真实距离,c为光速,Δtj为第j个定位采集位置处高精度北斗差分定位采集设备钟差,Δti为第i颗北斗卫星钟差,为第i颗北斗卫星星历误差所引起的第j个定位采集位置处与第i颗北斗卫星之间的距离偏差,为电离层时延所引起的第j个定位采集位置处与第i颗北斗卫星之间的距离偏差,为对流层时延所引起的第j个定位采集位置处与第i颗北斗卫星之间的距离偏差;
其中,(Xi,Yi,Zi)为第i颗北斗卫星的三维坐标,(Xj,Yj,Zj)为第j个定位采集位置处的三维坐标,ΔE=c(Δtj-ΔtB);
S26、利用n颗北斗卫星(例如4颗),获得n个所述坐标关系式,求解获得各个定位采集位置的三维坐标。例如,根据4颗北斗卫星的三维坐标,得到4个所述坐标关系式,其中一共包括Xj、Yj、Zj和ΔE共4个未知数,联立后即可求解得出第j个定位采集位置处的三维坐标(Xj,Yj,Zj)。
优选地,当装备上设有两个定位采集位置,第一定位采集位置和第二定位采集位置时,所述S3的步骤包括:
S33、利用比较测试样本集的每个测试样本与近邻集之间的距离,从测试样本集的每个测试样本中选出k1个,组成下层子空间;具体为:
S34、利用比较下层子空间中的样本与最近邻点之间的距离,从下层子空间中选出k2个,组成上层子空间,确定出分类边界;具体为:
S342、从所有分类距离中找出最小的k2个,其对应的样本组成上层子空间;
S343、根据上层子空间中各样本三维坐标,获得最小包络线,作为分类边界,若是位于最小包络线以内的三维坐标,则是第一类标签,即分类为与第一定位采集位置相对应。通过均值距离和分类距离依次对样本进行度量,降低了分类错误率,提高了分类精度。
S35、将每得到的一个三维坐标依据所述分类边界进行判定,获得该三维坐标的类标签,是第一类标签(与第一定位采集位置相对应)还是第二类标签(与第二定位采集位置相对应)。
优选地,所述S4的步骤包括:
S41、将预设时间段内的每个定位采集位置的三维坐标转换为经纬度;
S42、根据每个定位采集位置的每相邻时刻所获的经纬度,计算获得各个定位采集位置的每相邻时刻间的位移,计算公式为:
S43、根据各个定位采集位置的每相邻时刻间的位移,利用速度公式和加速度公式,计算获得各个定位采集位置在预设时间段内的最大速度、最小速度、最大加速度、最小加速度、平均速度、平均加速度等机动能力表现值,将各个定位采集位置的各个机动能力表现值取平均值得到装备的最终机动能力表现值。
优选地,本实施例的基于高精度北斗差分定位分析装备机动能力的方法,如图3所示,还包括以下步骤:
S5、根据每个定位采集位置的三维坐标,包括第一定位采集位置的第一三维坐标和第二定位采集位置的第二三维坐标,解算得出装备的中心点三维坐标,并依据各个时刻的中心点三维坐标绘制得到装备的机动路线,并可输出给显示设备进行展示。优选地,可将每相邻时刻的中心点三维坐标所在地图位置通过画线的方式连接起来,从而绘制得到装备的机动路线。
当装备上设有两个定位采集位置,第一定位采集位置和第二定位采集位置时,装备的中心点三维坐标的计算公式为:
其中,(X1,Y1,Z1)为任一时刻的第一定位采集位置所获的第一三维坐标,(X2,Y2,Z2)为所述任一时刻的最近邻时刻的第二定位采集位置所获的第二三维坐标。通过定位大量的定位采集位置的三维数据,绘制装备机动路线,具有定位精度高、准确度高的优点。
实施例2
本实施例提供一种基于高精度北斗差分定位分析装备机动能力的***,如图4所示,包括:
定位采集位置确定装置1,用于确定装备上的至少两个定位采集位置,所述定位采集位置用于安装能采集并输出定位数据的高精度北斗差分定位采集设备;
三维坐标实时获取装置2,用于实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标;优选地,获取装备机动区域,包括机动地点和范围,根据机动区域内的地形架设北斗差分基站,调整基站功率,从而可根据实际采集地区的现场环境,选择合适的北斗差分基站架设地点,提高了数据传输的稳定性,提高了所采集数据的精确度,进而提高了对装备机动能力分析的准确度;
定位采集位置分类决策装置3,用于每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置;
机动能力获得装置4,用于根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。优选地,所述机动能力表现值包括最大速度、最小速度、最大加速度、最小加速度、平均速度、平均加速度和行驶里程等。
上述基于高精度北斗差分定位分析装备机动能力的***,通过合理选定若干个定位采集位置,在各个定位采集位置所获的定位数据与北斗差分基站所获的定位数据进行差分处理,并实时获取差分处理后的三维坐标的数据,无需任何预设手段对数据进行区分,通过智能决策分类算法对实时获取的三维坐标进行分类,将三维坐标与定位采集位置相对应,从而依据各个定位采集位置的三维坐标的移动特征,分析获得装备的最终机动能力表现值,可见对装备机动能力分析的整个过程中利用了智能决策的方法,使得获得的数据更全面,最终结果更准确,提高了对装备机动能力分析的准确度。
优选地,所述三维坐标实时获取装置包括:
其中,(Xi,Yi,Zi)为第i颗北斗卫星的三维坐标,(Xj,Yj,Zj)为第j个定位采集位置处的三维坐标,ΔE=c(Δtj-ΔtB);
三维坐标求解单元,用于利用n颗北斗卫星,获得n个所述坐标关系式,求解获得各个定位采集位置的三维坐标。
优选地,当装备上设有两个定位采集位置,第一定位采集位置和第二定位采集位置时,所述定位采集位置分类决策装置包括:
强分类器获得单元,用于利用自适应提升算法构建强分类器根据测试样本集进行推演以最小化风险函数其中,表示测试样本的类标签,包括表示第一定位采集位置的三维坐标的第一类标签和表示第二定位采集位置的三维坐标的第二类标签;
下层子空间获得单元,用于利用比较测试样本集的每个测试样本与近邻集之间的距离,从测试样本集的每个测试样本中选出k1个,组成下层子空间;
上层子空间及分类边界获得单元,用于利用比较下层子空间中的样本与最近邻点之间的距离,从下层子空间中选出k2个,组成上层子空间,确定出分类边界;
三维坐标分类确定单元,用于将每得到的一个三维坐标依据所述分类边界进行判定,获得该三维坐标的类标签,是第一类标签(与第一定位采集位置相对应)还是第二类标签(与第二定位采集位置相对应)。
优选地,所述机动能力获得装置包括:
经纬度转换单元,用于将预设时间段内的每个定位采集位置的三维坐标转换为经纬度;
位移计算单元,用于根据每个定位采集位置的每相邻时刻所获的经纬度,计算获得各个定位采集位置的每相邻时刻间的位移,计算公式为:
机动能力表现值获得单元,用于根据各个定位采集位置的每相邻时刻间的位移,利用速度公式和加速度公式,计算获得各个定位采集位置在预设时间段内的最大速度、最小速度、最大加速度、最小加速度、平均速度、平均加速度等机动能力表现值,将各个定位采集位置的各个机动能力表现值取平均值得到装备的最终机动能力表现值。
优选地,本实施例的基于高精度北斗差分定位分析装备机动能力的***,还包括:
机动路线绘制单元,用于根据每个定位采集位置的三维坐标,包括第一定位采集位置的第一三维坐标和第二定位采集位置的第二三维坐标,解算得出装备的中心点三维坐标,并依据各个时刻的中心点三维坐标绘制得到装备的机动路线,并可输出给显示设备进行展示。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于高精度北斗差分定位分析装备机动能力的方法,其特征在于,包括以下步骤:
确定装备上的至少两个定位采集位置,所述定位采集位置用于安装能采集并输出定位数据的高精度北斗差分定位采集设备;
实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标;
每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置;
根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。
2.根据权利要求1所述的方法,其特征在于,所述定位采集位置的数量为两个,为第一定位采集位置和第二定位采集位置。
3.根据权利要求2所述的方法,其特征在于,所述每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置的步骤包括:
利用比较测试样本集的每个测试样本与近邻集之间的距离,从测试样本集的每个测试样本中选出k1个,组成下层子空间;
利用比较下层子空间中的样本与最近邻点之间的距离,从下层子空间中选出k2个,组成上层子空间,确定出分类边界;
将每得到的一个三维坐标依据所述分类边界进行判定,获得该三维坐标的类标签。
4.根据权利要求1所述的方法,其特征在于,所述根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值的步骤包括:
将预设时间段内的每个定位采集位置的三维坐标转换为经纬度;
根据每个定位采集位置的每相邻时刻所获的经纬度,计算获得各个定位采集位置的每相邻时刻间的位移;
根据各个定位采集位置的每相邻时刻间的位移,利用速度公式和加速度公式,计算获得各个定位采集位置在预设时间段内的最大速度、最小速度、最大加速度、最小加速度、平均速度和平均加速度的机动能力表现值。
5.根据权利要求4所述的方法,其特征在于,所述综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值的步骤包括:
将各个定位采集位置的各个机动能力表现值取平均值得到装备的最终机动能力表现值。
6.根据权利要求1-5任一项所述的方法,其特征在于,还包括以下步骤:
根据每个定位采集位置的三维坐标,包括第一定位采集位置的第一三维坐标和第二定位采集位置的第二三维坐标,解算得出装备的中心点三维坐标,并依据各个时刻的中心点三维坐标绘制得到装备的机动路线,并可输出给显示设备进行展示。
7.一种基于高精度北斗差分定位分析装备机动能力的***,其特征在于,包括:
定位采集位置确定装置,用于确定装备上的至少两个定位采集位置,所述定位采集位置用于安装能采集并输出定位数据的高精度北斗差分定位采集设备;
三维坐标实时获取装置,用于实时获取北斗差分基站采集并输出的定位数据,以及各个定位采集位置处的定位数据,进行差分处理后得到各个定位采集位置的三维坐标;
定位采集位置分类决策装置,用于每得到一个三维坐标,采用智能决策分类算法实时进行分类,获得该三维坐标所属的定位采集位置;
机动能力获得装置,用于根据预设时间段内的每个定位采集位置的三维坐标及其得到的时间顺次,分别推演获得相对应的机动能力表现值,综合各个定位采集位置相对应的机动能力表现值,得到装备的最终机动能力表现值。
8.一种基于高精度北斗差分定位分析装备机动能力的***,其特征在于,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6任一项所述的基于高精度北斗差分定位分析装备机动能力的方法。
9.一种计算机可读存储介质,所述存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-6任一项所述的基于高精度北斗差分定位分析装备机动能力的方法。
10.一种计算机程序产品,包括计算机程序,其存储在计算机可读存储介质上,并且适合于在计算机上执行,其特征在于,所述计算机程序包括适于当其在所述计算机上运行时执行如权利要求1-6任一项所述的基于高精度北斗差分定位分析装备机动能力的方法的步骤的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210153825.1A CN114488247A (zh) | 2022-02-19 | 2022-02-19 | 一种基于高精度北斗差分定位分析装备机动能力的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210153825.1A CN114488247A (zh) | 2022-02-19 | 2022-02-19 | 一种基于高精度北斗差分定位分析装备机动能力的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114488247A true CN114488247A (zh) | 2022-05-13 |
Family
ID=81482439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210153825.1A Pending CN114488247A (zh) | 2022-02-19 | 2022-02-19 | 一种基于高精度北斗差分定位分析装备机动能力的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488247A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223065A (zh) * | 2022-07-25 | 2022-10-21 | 中国人民解放军陆军航空兵学院 | 一种基于高精度定位复盘分析空突地面装备机动能力的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6345232B1 (en) * | 1997-04-10 | 2002-02-05 | Urban H. D. Lynch | Determining aircraft position and attitude using GPS position data |
CN1869630A (zh) * | 2006-04-19 | 2006-11-29 | 吉林大学 | 完备汽车运动状态测量*** |
CN102915448A (zh) * | 2012-09-24 | 2013-02-06 | 西北工业大学 | 一种基于AdaBoost的三维模型自动分类方法 |
US20130058565A1 (en) * | 2002-02-15 | 2013-03-07 | Microsoft Corporation | Gesture recognition system using depth perceptive sensors |
KR20160133982A (ko) * | 2015-05-14 | 2016-11-23 | 인하대학교 산학협력단 | 공간 컨텍스트 아다부스트를 이용한 얼굴 표식 위치 추정 방법 |
CN107027148A (zh) * | 2017-04-13 | 2017-08-08 | 哈尔滨工业大学 | 一种基于UE速度的Radio Map分类定位方法 |
CN108139212A (zh) * | 2015-10-15 | 2018-06-08 | 三菱电机株式会社 | 定位装置及定位方法 |
CN112488190A (zh) * | 2020-11-30 | 2021-03-12 | 深圳供电局有限公司 | 一种基于深度学习的点云数据分类方法及*** |
-
2022
- 2022-02-19 CN CN202210153825.1A patent/CN114488247A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6345232B1 (en) * | 1997-04-10 | 2002-02-05 | Urban H. D. Lynch | Determining aircraft position and attitude using GPS position data |
US20130058565A1 (en) * | 2002-02-15 | 2013-03-07 | Microsoft Corporation | Gesture recognition system using depth perceptive sensors |
CN1869630A (zh) * | 2006-04-19 | 2006-11-29 | 吉林大学 | 完备汽车运动状态测量*** |
CN102915448A (zh) * | 2012-09-24 | 2013-02-06 | 西北工业大学 | 一种基于AdaBoost的三维模型自动分类方法 |
KR20160133982A (ko) * | 2015-05-14 | 2016-11-23 | 인하대학교 산학협력단 | 공간 컨텍스트 아다부스트를 이용한 얼굴 표식 위치 추정 방법 |
CN108139212A (zh) * | 2015-10-15 | 2018-06-08 | 三菱电机株式会社 | 定位装置及定位方法 |
CN107027148A (zh) * | 2017-04-13 | 2017-08-08 | 哈尔滨工业大学 | 一种基于UE速度的Radio Map分类定位方法 |
CN112488190A (zh) * | 2020-11-30 | 2021-03-12 | 深圳供电局有限公司 | 一种基于深度学习的点云数据分类方法及*** |
Non-Patent Citations (2)
Title |
---|
仝伯兵等: "基于概率的两层最近邻自适应度量分类算法", 《计算机工程与应用》 * |
张晓明等: "基于AdaBoost-PSO-ELM算法的滑坡位移预测研究", 《电子技术应用》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115223065A (zh) * | 2022-07-25 | 2022-10-21 | 中国人民解放军陆军航空兵学院 | 一种基于高精度定位复盘分析空突地面装备机动能力的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109682382B (zh) | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 | |
CN114518586B (zh) | 一种基于球谐展开的gnss精密单点定位方法 | |
CN111559372B (zh) | 一种泊车***的车位检测性能的评价方法和电子设备 | |
CN114526745B (zh) | 一种紧耦合激光雷达和惯性里程计的建图方法及*** | |
WO2022161229A1 (zh) | 一种误差模型标定方法、装置、电子设备、基于误差模型的定位方法、装置、终端及计算机可读存储介质、程序产品 | |
CN109947881B (zh) | 一种poi判重方法、装置、移动终端及计算机可读存储介质 | |
CN101467064A (zh) | 卫星定位***的基准站网络中的网络特定因子的计算方法 | |
CN112577470B (zh) | 一种UAV与InSAR融合监测矿区动态沉陷盆地的方法和*** | |
CN111190211B (zh) | 一种gps失效位置预测定位方法 | |
CN109507706B (zh) | 一种gps信号丢失的预测定位方法 | |
CN113360587B (zh) | 一种基于gis技术的土地测绘设备及测绘方法 | |
CN112270320A (zh) | 一种基于卫星影像校正的输电线路杆塔坐标校准方法 | |
CN105388496B (zh) | 基于gps的交通应用脆弱性检测***及其方法 | |
CN105631191A (zh) | 一种获取卫星效能的方法及*** | |
CN114417580A (zh) | 一种观测***对全球电离层数据同化性能的影响评估方法 | |
CN114488247A (zh) | 一种基于高精度北斗差分定位分析装备机动能力的方法 | |
CN116822185A (zh) | 基于hasm的日降水数据空间模拟方法和*** | |
CN101266153B (zh) | 测绘工程类陀螺全站仪精度评定方法 | |
CN102830391B (zh) | 一种红外搜索与跟踪***准确性指标计算方法 | |
CN112131752B (zh) | 一种基于拟准检定的超强崩溃污染率抗差估计算法 | |
Zhang et al. | Centimeter-level positioning by instantaneous lidar-aided GNSS ambiguity resolution | |
CN111854745A (zh) | 一种基于物联网室内定位的时钟预测方法 | |
CN111722250A (zh) | 基于gnss时间序列的地壳形变影像共模误差提取方法 | |
CN115616637A (zh) | 一种基于三维格网多径建模的城市复杂环境导航定位方法 | |
CN114255051B (zh) | 基于立体测绘卫星的正射产品的真实性检验方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 327, third floor, No. 2, Stadium South Road, Shijingshan District, Beijing 100043 Applicant after: Beijing Zhongke Zhiyi Technology Co.,Ltd. Address before: Room 327, third floor, No. 2, Stadium South Road, Shijingshan District, Beijing 100043 Applicant before: Beijing Zhongke Zhiyi Technology Co.,Ltd. |