一种低空监视雷达目标数据挖掘方法与流程

1.本发明涉及低空监视雷达领域中的目标虚假航迹剔除方法。


背景技术：

2.近年来，各种低慢小无人机、和空漂物(小型旋翼无人机、滑翔伞等)“滥飞”事件时有发生，给低空安全造成严重威胁。
3.低空监视雷达是实现低慢小目标监视和管理的有效手段，但与此同时，由于空中低慢小目标在空域上不易与地面活动目标区分，且多普勒速度也与地面目标混杂在一起，所以导致雷达在检测低慢小空中目标的同时，地面活动目标可能被雷达作为虚假目标检测，这种情况在城市或郊区环境中显得异常严重，对复杂环境下的低空监视能力造成不良影响，如何有效剔除地面活动目标航迹是急需解决的技术问题。
4.当前的低空监视雷达通过mti滤波、动目标检测、杂波图处理等手段可对地物杂波进行较好的抑制，实现杂波中的目标检测，但对于道路行驶车辆等地面目标形成的航迹缺乏有效的识别和剔除措施。


技术实现要素：

5.有鉴于此，本发明提出了一种低空监视雷达目标数据挖掘方法，利用地面道路历史数据的位置和方向信息，与雷达测量目标航迹进行匹配和相关度计算，实现地面移动目标的识别和剔除，有效提高复杂环境下的低空监视能力。
6.为了实现上述目的，本发明采用的技术方案为：
7.一种低空监视雷达目标数据挖掘方法，包括以下步骤：
8.步骤1，雷达测量和处理后的运动目标航迹点组成一个航迹点序列s＝o1o2o3
…
on，其中，oi代表运动目标的一个航迹点，n为航迹点总数，航迹点包含运动目标的时间t
oi
，位置x
oi
、y
oi
、z
oi
，运动速度v
oi
，运动方向a；
9.步骤2，根据雷达布设周围的地面道路地理信息，形成地面道路参考线数据，参考线数据包括位置和方向信息a0；
10.步骤3，计算目标航迹运动方向与道路参考线方向的差值：
11.ae＝min(|a-a0|,|a-a
0-180
°
|)
12.计算目标平均速度：
[0013][0014]
步骤4，计算目标航迹与道路参考线的位置相关度，根据目标航迹起始点信息，找出道路参考线上与航迹起始点距离最近的参考点p1；根据航迹方向、航迹点数量和距离，计算出需要进行相关度计算的道路参考线点迹序列p1p2p3
…
pn；
[0015]
步骤5，设参考点pi的坐标位置为x
pi
、y
pi
、z
pi
，i＝1,2,3,
…
,n，求出目标航迹与道路参考线的位置偏差：
[0016][0017]
步骤6，设定位置匹配门限r
t
、方向匹配门限a
t
以及目标运动速度门限v
t
，当re﹤r
t
、ae﹤a
t
、v﹤v
t
三个条件同时满足时，则认为该运动目标为地面道路移动目标，将其予以剔除；否则认为是正常的空中目标，进行数据输出。
[0018]
进一步的，所述步骤4具体包括以下过程：
[0019]
401，设目标航迹起始点o1的位置为(x
o1
,y
o1
,z
o1
)，道路参考线各参考点的位置为(x
qi
,y
qi
,z
qi
)，i＝1,2,
…
·
,n，n为参考点总数，计算起始点o1到道路参考线各参考点的距离：
[0020][0021]
比较所有距离值ri，找出最小的距离值对应的参考点作为起始参考点p1；
[0022]
402，根据目标航迹起始点和结束点的位置计算出相邻航迹点的平均距离：
[0023][0024]
以p1为起点，以ra为距离步长，形成道路参考线点迹序列p1p2p3
…
pn
[0025]
发明相比背景技术具有以下优点：
[0026]
(1)本发明有效利用了雷达布设位置的周围道路环境数据，形成有效参考信息对雷达监测目标进行匹配计算，增加了雷达地、空目标分离的能力。
[0027]
(2)本发明对地面活动目标形成的航迹可实现识别和剔除，对取出虚假目标航迹有良好的效果，能够实现复杂环境下可信的低空目标检测和跟踪。
附图说明
[0028]
图1是本发明实施例的流程图。
具体实施方式
[0029]
下面对本发明做进一步的详细描述。
[0030]
一种低空监视雷达目标数据挖掘方法，包括以下步骤：
[0031]
步骤1，雷达测量和处理后的运动目标航迹点组成一个航迹点序列s＝o1o2o3
…
on，其中，oi代表运动目标的一个航迹点，航迹点包含运动目标的时间t
oi
，位置x
oi
、y
oi
、z
oi
，运动速度v
oi
，运动方向a等类型信息；
[0032]
步骤2，根据雷达布设周围的地面道路地理信息，形成地面道路参考线数据，参考线数据包括位置和方向信息a0；
[0033]
步骤3，计算目标航迹运动方向与道路参考线方向的差值，设目标航迹方向为a，道路参考线方向为a0，计算方向偏差值：
[0034]ae
＝min(|a-a0|,|a-a
0-180
°
|)
[0035]
计算目标平均速度：
[0036]
[0037]
步骤4，计算目标航迹与道路参考线的位置相关度，根据目标航迹起始点信息，找出道路参考线上与航迹起始点距离最近的参考点p1；根据航迹方向、航迹点数量和距离，计算出需要进行相关度计算的道路参考线点迹序列p1p2p3
…
pn；
[0038]
步骤5，设参考点pi(i＝1、2、3
…
n)的坐标位置为x
pi
、y
pi
、z
pi
，求出目标航迹与道路参考线的位置偏差：
[0039][0040]
步骤6，设定位置匹配门限r
t
、方向匹配门限a
t
以及目标运动速度门限v
t
，当r
e﹤rt
、ae﹤a
t
、v﹤v
t
三个条件同时满足时，则认为该运动目标为地面道路移动目标予以剔除；否则认为是正常的空中目标进行数据输出。
[0041]
其中，步骤4具体包括以下过程：
[0042]
401，计算目标航迹起始点与道路参考线所有数据的距离，设航迹起始点o1的位置为x
o1
、y
o1
、z
o1
，道路参考线各数据点位置为x
qi
、y
qi
、z
qi
，i＝1,2,
…
·
,n，计算起始点o1到所有道路参考点的距离：
[0043][0044]
比较所有距离值ri，找出最小的距离值对应的参考点作为起始参考点p1。
[0045]
402，根据目标航迹起始点和结束点的位置计算出相邻航迹点的平均距离：
[0046][0047]
以p1为起点，以ra为距离步长，形成道路参考线序列p1p2p3
…
pn。
[0048]
以下为一个更具体的例子：
[0049]
如图1所示，一种低空监视雷达目标数据挖掘方法，包括以下步骤：
[0050]
步骤1，雷达测量和处理后的运动目标航迹点组成一个航迹点序列s＝o1o2o3
…
on，其中，oi代表运动目标的一个航迹点，则航迹点包含运动目标的时间t
oi
，位置x
oi
、y
oi
、z
oi
，运动速度v
oi
，运动方向a等类型信息。
[0051]
实施例中航迹点数量为n＝5，运动方向a＝135
°
，两个相邻目标点的间隔时间为10s。5个航迹点的坐标(相对于雷达站)分别为o1(5100，3000，300)、o2(4810，2700，320)、o3(4490，2410，310)、o4(4180，2085，320)、o5(3880，1810，330)。5个航迹点的运动速度分别为：v
o1
＝43m/s，v
o2
＝42m/s，v
o3
＝44m/s，v
o4
＝45m/s，v
o5
＝43m/s。
[0052]
步骤2，根据雷达布设周围的地面道路地理信息，形成地面道路参考线数据，参考线数据包括位置和方向信息a0。实施例中，a0＝136
°
(以正北为0
°
，逆时针递增)；
[0053]
步骤3，计算目标航迹运动方向与道路参考线方向的差值，目标航迹方向为a＝135
°
，道路参考线方向为a0＝136
°
，计算方向偏差值：
[0054]ae
＝min(|135
°‑
136
°
|,|135
°‑
136
°‑
180
°
|)＝1
°
[0055]
计算目标平均速度：
[0056][0057]
步骤4，计算目标航迹与道路参考线的位置相关度，根据目标航迹起始点信息，找
出道路参考线上与航迹起始点距离最近的参考点p1为(5050，3020，150)。
[0058]
实施例中，道路方向为136
°
、航迹点数量为5，相邻点间的平均距离为426m，计算出其他道路参考点数据为：p2(4744，2725，150)、p3(4438，2430，150)、p4(4132，2135，150)p5(3826，1840，150)。
[0059]
步骤5，设参考点pi(i＝1、2、3
…
n)的坐标位置为x
pi
、y
pi
、z
pi
，求出目标航迹与道路参考线的位置偏差：
[0060][0061]
步骤6，设定位置匹配门限r
t
＝300m、方向匹配门限a
t
＝2
°
以及目标运动速度门限v
t
＝50m/s，经计算比较re﹤r
t
、ae﹤a
t
、v﹤v
t
三个条件同时满足，该运动目标为地面移动目标予以剔除。
[0062]
总之，本发明可用于复杂环境中低空目标航迹与地面活动目标航迹的有效分离，其基于地面道路地理信息和目标航迹的匹配关联计算，识别出地面活动车辆引起的低空目标虚假航迹，并进行航迹剔除，可大幅减小虚假航迹生成，提高低空监视雷达在复杂环境下的低空目标检测可信度。本发明能够解决低空监视雷达地面虚假目标剔除的技术问题，有效提升雷达在复杂环境下的使用性能，对低空安全管理有重要意义。