[發明專利]一種周期性偵察情報異常數據清洗方法

有效

• 申請號: 201710784137.4
• 申請日: 2017-09-04
• 公開（公告）號: CN107609075B
• 公開（公告）日: 2019-11-01
• 發明（設計）人: 王運鋒
• 申請（專利權）人: 四川大學
• 主分類號: G06F16/215
• 分類號: G06F16/215
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種偵察情報異常數據清洗方法，包括以下步驟：遍歷所有維護的偵察目標列表，對本次收到的偵察情報數據，計算當前偵察數據與維護的偵察目標狀態變化之間的關系，當偵察情報數據符合偵察目標運動狀態時，判斷為正確數據，否則認定為待清洗數據；檢查維護的偵察目標列表，對本次之前加入維護偵察目標列表的臨時目標，當無本次偵察情報數據滿足其運動狀態時，認定為之前加入的臨時目標為異常偵察情報數據，進行清除；對本次認定為待清洗數據，作為一個待確認的臨時目標，加入維護的偵察目標列表。

技術領域

本發明涉及以雷達、光電等主動偵察傳感器周期性獲得偵察情報數據的異常數據清洗處理領域，特別是獲得的偵察情報受系統環境噪聲、外部主動干擾情況下的異常數據清洗問題，本發明以周期性偵察獲得的情報數據建立偵察對象運動狀態，給出一種周期性偵察情報異常數據的清洗方法。

背景技術

在海量數據清洗領域，目前常見的有Hadoop平臺和MapReduce框架等系統處理方法，但這些系統處理平臺都是以一個靈活的數據結構來處理不同類別和行業的數據，因其考慮平臺的通用性而無法針對特定行業的數據特點加以應用。

對偵察情報數據清洗領域，目前存在有恒虛警檢測、檢測概率控制、野值剔除、干擾抑制等多種方法，但這些方法均是從偵察原理的某一個方面解決了異常數據的問題，還無法在終端處理前解決偵察中出現的異常數據。

本發明結合周期性連續偵察獲得的大量數據記錄，給出了一種基于偵察對象運動狀態的異常數據清洗方法，有效解決了后續處理中的數據干擾問題。

發明內容

本發明針對現有數據清洗處理框架未考慮偵察情報行業數據特點的情況，提出一種基于偵察對象運動狀態的異常數據清洗方法，該方法是一個不可分割的整體，由下列步驟組成。

(1)遍歷所有維護的偵察目標列表，對本次收到的偵察情報數據，計算當前偵察數據與維護的偵察目標狀態變化之間的關系，當偵察情報數據符合偵察目標運動狀態時，判斷為正確數據，否則認定為待清洗數據。

(2)檢查維護的偵察目標列表，對本次之前加入維護偵察目標列表的臨時目標，當無本次偵察情報數據滿足其運動狀態時，認定為之前加入的臨時目標為異常偵察情報數據，進行清除；對本次新加入的臨時目標，待下一時間周期確定是否清除。

(3)對本次認定為待清洗數據，作為一個待確認的臨時目標，加入維護的偵察目標列表。

(4)對偵察情報數據是否符合目標運動狀態的判斷如下：

保存目標5個周期運動的位置變化量、航向變化量、速度變化量、加速度變化量，在相同的時間周期內，目標運動狀態的上述4個變化量滿足偵察對象的運動規律，包括位置突變量與速度和加速度有關聯關系，速度變化量與加速度變化量有關聯關系，航向變化量受速度變化量影響。

附圖說明

圖1是偽代碼處理流程圖。

有益效果

通過本發明的周期性偵察情報數據清洗方法，解決了受偵察系統環境噪聲、外部主動干擾等情況下獲得的虛假偵察情報數據干擾的影響，對后續偵察情報數據的應用處理提供有益幫助。

具體實施方式

“一種周期性偵察情報異常數據清洗方法”發明專利是一個系統方案，按如下列驟實施。

第一步：配置數據清洗參數，包括偵察情報報告周期、偵察目標速度變化最大值、偵察目標加速度變化最大值。

第二步：用本次收到的偵察情報數據，根據偵察情報報告周期，計算與維護的偵察目標狀態變化，包括位置變化量、速度變化量、航向變化量、加速度變化量，當速度變化量和加速度變化量均小于第一步設定的最大值，且位置變化量、航向變化量均小于周期計算變化量時，判斷為正確數據，否則認定為待清洗數據。