多类型监视系统组网可实现民航大区管空域的多重覆盖与监视数据互验证,而量测数据的稳健性和有效性判断与分层处理是数据融合的核心研究内容之一。本课题以基准距离融合点为中心及数据分布态势的监视系统空间几何结构体系分析为基础,采用态势分析、特征描述与属性约简的Rough集描述方法,研究基于临界性状态估计的量测数据边界与分集问题,即根据多监视系统空间几何结构、覆盖空域与网络状态参数划分有效融合区域范围,揭示基于最佳航迹融合的距离因数估计规律,借助Rough集理论研究基于稳健性与有效性的量测数据边界条件与分集模型。最后根据距离因数估计规律与量测数据分集模型,探索基于稳健性与有效性的量测数据分集约简准则,阐明海量数据分集约简机制,建立基于大区管空域监视数据分集模型的最佳航迹融合算法。本研究对于探索大区管建设中多监视数据的分集融合技术、解决海量数据实时处理与组合爆炸等问题具有重要的理论意义和实用价值。
Rough Set;Data Reduction;RSP;Track Fusion;Performance Analysis
多源监视、数据融合是实现民航大区管空域的多重覆盖与监视数据互验证的重要方法。目前民航区域管制中心接入监视数据种类多、数据源多,但是采用的数据融合方法多为比较传统的“马赛克”法,即以16*16NM为一个融合区域,造成实际参与融合的监视数据较少,自动化显示系统上经常出现“航迹开叉”、“鬼影”等现象,航迹融合效果不理想。因此,本研究提出基于航迹数据特征描述与属性约简的Rough集理论的航迹融合算法研究。量测数据的所需性能分析主要是数据的稳健性和有效性分析。通过分析区域航管雷达(一、二次雷达)、自相关监视、广域多点定位的目标定位的原理、关键技术,研究分析区域监视系统(航管雷达、自相关监视系统、多点定位系统)的数据特征,就其对目标定位过程与能力进行分析、对比以及总结,获得基于95%发现概率的可用性、连续性与完好性参数分布状态,并在基于监视数据特征的所需监视类型建立的基础上,分析区域(航路)管制运行特征与对典型的RSP 180与RSP 400技术参数的需求,建立基于不同飞行间隔与监视能力的监视类型。多传感器观测数据异常数据修正算法重点研究对传感器观测数据中的异常值、缺失值和噪声的处理。噪声处理采用小波去噪方法;异常值和缺失值的处理是依据数据性质来识别任何阶段引入的错误数据,是基于模型的数据修正算法,采用自回归AR模型。这种算法通过分析数据获得数据模型里的相关性质,对传感器即将来临的数据进行错误检查并修正,通过使用相关知识和序列的比较,由历史决策值和观测值预测下一个时刻到达的数据。基于粗糙集理论的多源监视数据约简算法,首先需要建立多源监视系统监视性能状态表,再根据接收到的多源监视数据建立信息表,通过状态表与信息表的比对及格拉布斯标准剔除野值。然后运用贪心算法对信息表数据进行离散化处理,获得约简信息表属性的数目和属性值,结合基于信息粒度理论的论域建立约简方法对信息表进行约简处理,实现对多源监视数据的约简。信息表中论域对象和属性以及属性值的确定对后续信息表的处理至关重要。经过信息表数据去野值处理、信息表数据离散化、数据约简处理等步骤后,得到最终的约简信息表,根据该表实现对区域管制中心管理空域内的多源监视数据进行约简,获得最简监视数据集,再进行最佳航迹融合。提高了多源监视的鲁棒性和稳定性。仿真结果表明该算法效果明显。