基于缺失数据的流数据关联分析

发布时间：2020-07-09 05:27

【摘要】：雷达是对空中目标进行监测的重要手段,通过扫描,雷达获得空中目标的运行轨迹和目标的实时位置信息。但是,雷达获得的目标信息有限,通过雷达信号不能全面的建立目标特征画像,无法完成对目标的精确识别。民用航管监视信号作为通用航空监视信号,其含有目标位置、航速、航向和飞机识别号等详细信息。通过融合具有相关特性的雷达航迹和空管位置信息可以增加目标特征数目,提高目标特征画像清晰度,进而提高目标识别的精确度。当目标通过雷达侦察范围时,雷达可以获取目标的实时航迹信息,民用航空监视信号同样可以获得目标的更详细的轨迹以及其他类别信息。要想实现雷达与航管监视信号之间的融合从而提高目标特征数目,则以下几个问题需要被解决:(1)缺失信息处理。接收目标的信息会由于各种各样因素的影响而产生缺失,缺失数据会对关联融合的结果产生干扰。(2)航迹关联。如果通过雷达和航管信息获得多条目标航空轨迹,那么如何寻找具有关联关系的目标轨迹并对相关航迹进行融合也是一个需要解决的问题。(3)滞后航迹关联。空管监视信息具有突发性和断续性,如何实现雷达获得的航迹信息与断续的航管位置信息进行关联也是一个需要解决的问题。因此,基于上述问题,本文主要研究工作如下:(1)提出一种基于窗口的流式缺失数据处理方法。该方法是在面对含有缺失数据的流式数据时,利用动态滑动窗口技术,通过窗口来限定数据量大小来实现对窗口中的数据进行缺失填补和其他操作。(2)研究多维信息特征关联技术。利用TOPSIS方法对灰度关联算法进行了改进。在初步获得目标航迹关联因子的基础上,利用TOPSIS方法找到正负理想解的集合,通过计算各个航迹因子与理想解的距离来判断最优的结果。同时,利用改进的算法对多目标航迹进行关联仿真分析,结果显示该方法对基本灰度关联算法和最近邻算法来说都提高了目标关联的正确率。(3)研究基于窗口的数据流滞后相关性分析。提出了基于欧式距离和基于随机距离的三维空间滞后航迹的关联算法。通过利用三维空间欧式距离的性质,以真实的距离来衡量目标之间的关联特性,通过随机距离来减小航迹趋势对关联结果的影响。通过仿真,结果显示了所提出的算法提高了滞后航迹关联的正确率。本文研究了在实现航管和雷达信号关联中需要解决的一些基本问题,在已有的研究基础上提出了一些解决问题的方法,同时对方法中的具体算法提出改进。对每种方法和改进的算法都进行实验仿真分析,结果显示了所提出的方法和算法改进具有较好的结果,可以基本解决关联中的一些问题,为信息融合和目标识别提供了一些基础。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.51
【图文】：

模式图,数据缺失,模式,缺失

而分析数据缺失的处理方法首先需要了解数据缺失的模式。常见数据缺失形式如图3.2。图 3. 2 常见数据缺失模式常见的数据缺失模式包含四种：单变量缺失是获得的数据中单一变量值存在缺失情况；多变量缺失是指数据缺失的更多，缺失数据的属性也更多；单调缺失代表的是一种数据缺失变化呈现单调特性的一种数据缺失模式；随机缺失则表示数据缺失具有随机特性，找不到缺失数据之间的一般性的规律。监测设备采集的数据在数据库中一般以表的形式存储，处理过程中数据的结构就采用二维表。在对数据缺失处理过程中，基于时空相关性采用的一般缺失填充基本理论方法如下。3.2.1 基于插值法的缺失数据填充方法监测设备中的数据需要以一个标准去衡量相关性，一般采用相关系数作为衡量

地震波,数据,滞后相关

地震波数据集来自中国地震信息网，滞后相关的仿真结果如图5.3 和 5.4 所示。图 5. 3 地震波数据图 5.3 显示了地震波数据和其中具有滞后相关的两类数据的滞后相关系数计算结果，图中前两个图为具有滞后相关的两类地震波数据，滞后相关仿真结果如图 5.3中的第三张图所示，该图显示了滞后相关系数与时刻之间的关系，其中关联系数最大的点所对应的时刻即为滞后相关的时刻。其中分别使用 Braid 方法和 Bool 滞后相关算法对结果进行计算，计算结果显示在其中 650 左右时刻，两种方法都会取到最大值，也即显示处理该时刻对应着滞后相关时刻。

太阳黑子数据,滞后相关,第三,计算结果

【参考文献】