基于航迹预测的通信定位散点数据关联方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115062096A(43)申请公布日2022.09.16(21)申请号202210632666.3(22)申请日2022.06.07(71)申请人中国电子科技集团公司第十研究所地址610000四川省成都市金牛区茶店子东街48号(72)发明人房灵乐王前东路高勇谢卫(74)专利代理机构成都九鼎天元知识产权代理有限公司51214专利代理师张杰(51)Int.Cl.G06F16/29(2019.01)G06F16/2458(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书7页附图6页(54)发明名称基于航迹预测的通信定位散点数据关联方法及系统(57)摘要本发明公开了一种基于航迹预测的通信定位散点数据关联方法及系统，其中方法包括：步骤S1.实时航迹点数据获取：从实时航迹点数据库中读取通信定位散点数据HJ；步骤S2.航迹预测：根据航迹点目标属性判定当前航迹点所属目标类别，根据目标类别选择相对应的航迹预测模型，从而得到当前航迹点的预测值；步骤S3.航迹关联：根据当前航迹点的目标属性进行航迹属性关联，之后根据时空相似性度量，结合统计模型和航迹预测结果进行航迹位置关联，得到航迹关联结果。本发明通过航迹属性关联、位置关联，结合基于权重组合的航迹预测模型的航迹预测值，从而得到更加准确的航迹关联结果。CN115062096ACN115062096A权利要求书1/3页1.一种基于航迹预测的通信定位散点数据关联方法，其特征在于，包括：步骤S1.实时航迹点数据获取：从实时航迹点数据库中读取通信定位散点数据HJ；步骤S2.航迹预测：根据航迹点目标属性判定当前航迹点所属目标类别，根据目标类别选择相对应的航迹预测模型，从而得到当前航迹点的预测值；步骤S3.航迹关联：根据当前航迹点的目标属性进行航迹属性关联，之后根据时空相似性度量，结合统计模型和航迹预测结果进行航迹位置关联，得到航迹关联结果。2.根据权利要求1所述的基于航迹预测的通信定位散点数据关联方法，其特征在于，所述航迹预测的流程包括：步骤S21.根据当前航迹点目标属性判定航迹点所属目标类别，目标类别的划分由航迹预测模型训练部分确定；步骤S22.根据目标类别从航迹预测模型库中选择相对应的航迹预测模型；步骤S23.根据所选航迹预测模型得到当前航迹点的预测值。3.根据权利要求2所述的基于航迹预测的通信定位散点数据关联方法，其特征在于，所述航迹预测模型训练的流程包括：步骤S221.划分目标类别，根据目标属性对历史航迹库中的目标航迹划分目标类别；步骤S222.选择二项式插值法对选定目标类别数据做插值处理；步骤S223.利用经验模态分解EMD对插值后的数据做降噪处理；步骤S224.将步骤S223得到降噪后的数据作为训练数据输入到基于权重的组合预测模型，从而得到相对最优航迹预测模型。4.根据权利要求3所述的基于航迹预测的通信定位散点数据关联方法，其特征在于，所述目标属性包括侦察手段、目标名称、国家地区和频点。5.根据权利要求3所述的基于航迹预测的通信定位散点数据关联方法，其特征在于，所述降噪处理的核心是构建固有模态函数IMF方法，并依据其进行判定，降噪处理的流程包括：步骤S2231.输入插值处理后的数据，将其作为原始数据x(t)；步骤S2232.初始化剩余数据γ0(t)为原始数据x(t)，初始化i＝0；步骤S2233.令pj‑1(t)＝γi(t)，j＝1；步骤S2234.计算原始数据的极大值、极小值，产生上包络和下包络mi(t)，ni(t)，计算上、下包络的均值：avgi(t)＝mi(t)+ni(t)步骤S2235.计算剩余数据和包络均值的差：pj(t)＝γi(t)‑avgi(t)步骤S2236.计算IMF的判定标准：其中，T表示序列个数；步骤S2237.提前设置好阈值参数ε，判断Ej是否满足Ej＜ε，若满足条件，进行步骤S2238，否则，返回步骤S2234继续处理；2CN115062096A权利要求书2/3页步骤S2238.令i＝i+1，Ii(t)＝pj(t)，γi(t)＝γ(i‑1)(t)‑Ii(t)；步骤S2239.判断IMF是否满足条件：(1)对于所有数据，极值点数和零点数的差值是0或者1；(2)对于任意点，局部极大值、局部极小值确定的包络，其均值为0；若满足条件，则流程结束，否则，返回步骤S2233继续处理。6.根据权利要求3所述的基于航迹预测的通信定位散点数据关联方法，其特征在于，所述基于权重的组合预测模型的处理流程包括：步骤S2241.选择循环神经网络RNN作为航迹预测的第一单一模型，对于一个包含N个数据的时间序列数据集{x1，x2，…xt…，xN}，当前时刻t的输入来源st包括当前输入