当前位置: 首页 > 工具软件 > ATC > 使用案例 >

航迹融合-二所备份ATC

牟飞沉
2023-12-01
   系统将不同监视源的同一目标的数据进行融合。可以处理ADS位置报告、单雷达点迹或航迹,系统将各监视源的航迹融合成系统综合航迹。并对每个周期的综合航迹跟踪滤波,使处理后的系统航迹更加接近真实航迹。
航迹融合跟踪流程:
1.航迹关联:
    对各监视源接入的数据进行关联处理,确定同一个航迹的所有数据源,并为它们分配相同的系统航迹号。相关条件为:相同应答机编码、且距离、航向差、高度差、速度差均小于配置文件中的相关值。
 
2.数据融合:
   将不同数据源描述的同一航迹数据进行融合,确定航迹的准确位置信息。结合静态权重和动态权重,采用加权融合的方式来确定目标的准确位置。
   动态权重——
   AirNet系统除了考虑通道传输质量、测量精度、IMM算法跟踪质量外,还考虑了单雷达信息偏离多雷达融合信息的程度。根据AirNet系统融合算法得到系统融合航迹值之后,如果单雷达航迹越接近融合航迹,则该雷达的权重值应该越高;如果单雷达航迹越偏离融合航迹,则该雷达的权重值应该越低。这一因子用上一周期单雷达航迹相对于多雷达融合航迹的偏离值的倒数来表示。
     静态权重——静态权重参数配置文件 (mosaic.cfg)
    系统的静态权重划分通过马赛克的方式来实现。通过DMS,选择将管制区域划分为特定大小的马赛克区域或多边形区域。在每个多边形区域内,考虑该多边形区域与雷达的距离、雷达设备精度等因素,对该马赛克区域内的每部雷达的权重分别进行设置。静态权重值为经验值。
 
3.航迹跟踪:
    IMM交互式多模型算法,系统采用两个标准CT模型和一个CV模型,其中两个对称的转弯模型分别对应目标的逆时针和顺时针转弯运动,CT对应目标的直线运动,滤波算法采用卡尔曼滤波。
 
 
***:
对于川大ATC系统:
采用(不加权)平均算法,假如有 N 部雷达提供某航迹高度、位置坐标,则针对 N 个高度和位置坐标值进行平均得到综合航迹的高度和位置坐标。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/7970627/viewspace-761068/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/7970627/viewspace-761068/

 类似资料: