[發(fā)明專利]一種基于三維特征值空間的自適應(yīng)目標指示數(shù)據(jù)估計方法

有效

• 申請?zhí)枺?/td>: 201710167624.6
• 申請日: 2017-03-21
• 公開（公告）號: CN106874626B
• 公開（公告）日: 2020-08-04
• 發(fā)明（設(shè)計）人: 謝永杰;唐佩佳;張頌;張華良;王寶國
• 申請（專利權(quán)）人: 中國人民解放軍國防大學聯(lián)合勤務(wù)學院
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06T17/00
• 代理公司: 西北工業(yè)大學專利中心 61204
• 代理人: 顧潮琪

本發(fā)明提供了一種基于三維特征值空間的自適應(yīng)目標指示數(shù)據(jù)估計方法，首先建立三維特征值空間，然后基于歷史數(shù)據(jù)學習進行三維特征值空間優(yōu)化，最后基于特征值空間估計目標指示數(shù)據(jù)。本發(fā)明針對不同飛行階段的動力學特點和空間位置特點，提取相應(yīng)的特征值，形成特征值空間并匹配相應(yīng)的數(shù)據(jù)處理模型，提高數(shù)據(jù)處理模型的自適應(yīng)能力，同時本發(fā)明通過對歷史數(shù)據(jù)的學習，自主優(yōu)化數(shù)據(jù)處理模型參數(shù)，提高目標指示數(shù)據(jù)精度。

技術(shù)領(lǐng)域

本發(fā)明屬于測控通信系統(tǒng)，涉及一種自適應(yīng)目標指示數(shù)據(jù)估計方法，適用于飛行器測控數(shù)據(jù)處理，預(yù)估飛行器的實時空間位置信息，即目標指示數(shù)據(jù)。

背景技術(shù)

在各類飛行器試驗中，各類測控設(shè)備對飛行器進行跟蹤并產(chǎn)生測控數(shù)據(jù)，測控數(shù)據(jù)處理中心采用一定的數(shù)據(jù)處理模型對測控數(shù)據(jù)進行實時處理，估計未來某一時刻飛行器的目標指示數(shù)據(jù)，用于指揮顯示和引導(dǎo)，其精度的高低對試驗成敗具有重要意義。提高目標指示數(shù)據(jù)精度的關(guān)鍵在于數(shù)據(jù)處理模型，而數(shù)據(jù)處理模型優(yōu)化的關(guān)鍵在于模型參數(shù)。

現(xiàn)行的技術(shù)方案是：由于試驗中不同飛行器的飛行速度不一致，為保證目標指示數(shù)據(jù)精度滿足要求，需要在試驗前根據(jù)試驗關(guān)鍵階段的飛行器速度，對數(shù)據(jù)處理模型的相關(guān)參數(shù)進行調(diào)整。現(xiàn)有技術(shù)存在的缺陷是：(1)參數(shù)在試驗前設(shè)定后，整個試驗過程采用同一套模型參數(shù)，沒有考慮飛行器的種類和試驗全程的所有階段，由于飛行器種類不一致，每個飛行階段的速度也不一致，僅用一套模型會使得目標指示數(shù)據(jù)的總體精度受到影響；(2)針對不同飛行器，需要在試驗前人為進行參數(shù)修改，主觀經(jīng)驗成分太多，容易影響目標指示數(shù)據(jù)的精度，且人工操作易引入其他不安全因素；(3)未考慮飛行高度對模型參數(shù)的影響，因為飛行器處于不同高度時，空氣密度、自然風、中高空風、溫度、濕度都不一致，這些因素都會引起跟蹤和跟蹤數(shù)據(jù)的不穩(wěn)定性，從而引起目標指示數(shù)據(jù)異常抖動。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于三維特征值空間的自適應(yīng)目標指示數(shù)據(jù)估計方法，針對不同飛行階段的動力學特點和空間位置特點，提取相應(yīng)的特征值，形成特征值空間并匹配相應(yīng)的數(shù)據(jù)處理模型，提高數(shù)據(jù)處理模型的自適應(yīng)能力，同時本發(fā)明通過對歷史數(shù)據(jù)的學習，自主優(yōu)化數(shù)據(jù)處理模型參數(shù)，提高目標指示數(shù)據(jù)精度。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

步驟1，建立三維特征值空間，包括速度、高度、模型三個維度，步驟如下：

1.1)將目標速度劃分為若干區(qū)間類型，表示為速度類集合是同屬于第s類速度的若干速度值集合；

1.2)將目標高度劃分為若干區(qū)間類型，表示為高度類集合是同屬于第r類高度的若干高度值集合；

1.3)以最小二乘估計模型為數(shù)據(jù)處理模型，模型的階數(shù)和批處理量(ψ,Γ)在同一個高度類和速度類內(nèi)不變；

1.4)建立三維特征值空間

步驟2，基于歷史數(shù)據(jù)學習進行三維特征值空間優(yōu)化，步驟如下：

2.1)由某時刻i的目標空間位置信息(x_i,y_i,z_i)進行坐標變換得到該時刻的特征值向量(V_s,H_r)；由特征值空間中映射得到(V_s,H_r)對應(yīng)的數(shù)據(jù)處理模型(ψ_sr,Γ_sr)；

2.2)根據(jù)批處理量Γ_sr，從已接收數(shù)據(jù)中采集最近的Γ_sr幀數(shù)據(jù)做最小二乘估計，計算時刻i的空間位置信息估計值