一种空中交通管制雷达建模方法技术

本发明专利技术提供了一种空中交通管制雷达建模方法，包括以下步骤：选取初始样本点，并通过为空中交通控制雷达设计仿真系统得到各个初始样本点相应的飞机可飞行的范围；构建训练样本集；采用主成分降维的方法降低数据维度并重建Kriging模型的核函数；选取不同的相关函数和回归函数进行两两组合，得到不同的Kriging模型建模方案；求解每个Kriging模型建模方案的权重；得到每个Kriging模型建模方案的输出结果；基于各个Kriging模型建模方案的输出结果及各个Kriging模型建模方案的权重构建加权平均飞机飞行范围预测模型；该模型能根据天气和空气阻力等信息快速计算得到飞机的合理飞行范围。本发明专利技术提高了对空中交通管制雷达建模的效率和精度。效率和精度。效率和精度。

【技术实现步骤摘要】
一种空中交通管制雷达建模方法


[0001]本专利技术属于空中交通管制
，具体涉及一种空中交通管制雷达建模方法。

技术介绍

[0002]随着我国空中交通领域的不断快速发展，飞机空中交通状况监测对空中交通管制技术有了越来越高的要求。为了保证飞机的飞行安全和空中交通的正常运行，建立了雷达探测系统。该雷达探测系统可以实时监测飞机的飞行范围(距离)。在这种情况下，诸如飞机失踪等不幸事件是可以避免的。
[0003]具体的空中交通管控系统主要包括雷达、飞机和天气三个主要子系统。现有技术以包括飞行信息、雷达信号、天气预报、飞机阻力、飞行里程等12个设计变量作为空中交通控制雷达设计仿真系统的输入参数设置，从而可以通过模拟通信技术得到仿真结果。然而通过仿真进行昂贵估值费时费力，天气和空气阻力等参数瞬息万变，需要加快飞行范围(距离)的计算速度才能对飞机飞行状态进行及时的把控。现阶段常用的解决方法是采用某种替代模型来代替原始模型，替代模型又称为元模型，作为一种数学工具，可用于模拟近似输入和输出之间的关系。Kriging作为常用的替代模型，是一种精确的插值方法和一种广义线性回归形式，用于制定一个最小均方误差意义上的最优估计量，在处理非线性问题方面具有强大的优势。但目前针对高维空中交通控制雷达的Kriging建模还存在两个问题：一是对黑箱问题进行Kriging建模的过程中无法确定最合适的相关函数和回归函数，导致达不到最优的建模精度；二是由于协方差相关矩阵的反演和Kriging相关参数的求解，高维问题的Kriging逼近过程非常耗时，甚至不可能构造。

技术实现思路

[0004]本专利技术的目的就是为了解决上述
技术介绍
存在的不足，提供一种空中交通管制雷达建模方法，采取主成分降维方法降低空中交通管制雷达问题维度，并针对空中交通管制问题确定最合适的回归函数与相关函数的加权组合，从而提高对空中交通管制雷达建模的效率和精度。
[0005]本专利技术采用的技术方案是：一种空中交通管制雷达建模方法，包括以下步骤：
[0006]选取初始样本点，并通过为空中交通控制雷达设计仿真系统得到各个初始样本点相应的飞机可飞行的范围；所述初始样本点为用于表征空中交通管制情况的特征量；
[0007]基于初始样本及其相应的飞机可飞行的范围构建训练样本集；
[0008]基于训练样本集，采用主成分降维的方法重建Kriging模型的核函数；
[0009]选取不同的相关函数和回归函数进行两两组合，得到不同的Kriging模型建模方案；
[0010]基于似然函数求解每个Kriging模型建模方案的权重；
[0011]基于待测点的输入参数得到每个Kriging模型建模方案的输出结果；
[0012]基于各个Kriging模型建模方案的输出结果及各个Kriging模型建模方案的权重
计算得到待测点的飞机飞行范围的预测结果。
[0013]上述技术方案中，所述初始样本点包括波长，发射器功率，飞行损耗，噪声系数，天线效率，雷达范围，海拔高度，纬度分离度，射程分辨率，带宽，可靠性监测，工作环境温度。
[0014]上述技术方案中，基于训练样本集，采用主成分降维的方法重建Kriging模型的核函数的过程包括：计算训练样本集的样本数据的协方差矩阵；找到协方差矩阵的特征值和相应的单位特征向量；降序排列特征值；选择排序靠前的特征值所对应的单位特征向量计算得到新的核函数。
[0015]上述技术方案中，采用高斯函数和Matern函数作为相关函数。
[0016]上述技术方案中，采用的回归函数包括常数回归函数、线性回归函数和二次回归函数。
[0017]上述技术方案中，选择排序靠前的特征值所对应的单位特征向量计算得到新的核函数的过程包括：定义线性映射表达式：
[0018]F
l
：B
→
B
[0019][0020]n表示设计量指标数量；n＝12；通过对x的线性映射变换得到新的复合变量，选择前h个主成分作为新的向量空间，将指标的维度从n减少到了h；
[0021]每个维度相应的核函数表示为：
[0022][0023]通过h个核函数的张量积，最终生成一个基于Kriging和主成分降维的新的核函数：
[0024][0025]其中，F
l
()表示回归函数，B表示参数向量空间；表示单位特征向量，为主成分所对应的的特征向量；R
l
()表示第l维度的空间相关核函数，θ
l
是第l维度的超参数，x，w是通过观测得到的任意两组不同的空中交通情况数据，X＝(x1，x2，...，x
n
)
T
；w＝(w1，w2，...，w
n
)
T
；x
i
和w
i
分别表示第i个设计量指标数据。
[0026]上述技术方案中，采用下式计算得到各个建模方案的权重w
i
：
[0027][0028][0029]其中，为第i个Kriging模型建模方案的似然函数值的经改进后的指数化形式；是第i个候选Kriging预测模型的过程方差估计值，|R
i
|是第i个候选Kriging预测模型的相关矩阵行列式；a＝1。
[0030]本专利技术的有益效果是：本专利技术采取降维方法降低空中交通管制雷达问题维度，减少Kriging建模过程中相关参数优化和相关函数矩阵构造的时间消耗，从而提高对空中交通管制雷达建模的效率。本专利技术通过基于似然函数加权的方法集成多种回归函数与相关函数，从而保证达到在现有实验条件下最优的建模精度。本专利技术可以通过所建立的空中交通管制Kriging模型对飞机在空中的飞行范围(距离)进行实时有效的预测，要求飞机只能在安全的飞行范围内飞行，从而实现对飞机飞行的管制，。防止飞机飞出安全范围引发飞行事故，避免了昂贵的仿真估值和高维Kriging建模的“维度灾难”，还能提高建模精度，从而保证飞机的飞行安全和空中交通的实时正常运行，诸如飞机失踪等不幸事件是可以避免的。
附图说明
[0031]图1为本专利技术的改进的似然函数参数a取1～4不同值的测试函数预测精度图；
[0032]图2为本专利技术的飞机空中管制雷达系统示意图；
[0033]图3为本专利技术的飞机飞行雷达输入指标参数示意图；
[0034]图4为本专利技术的对空中交通控制系统建模时间的测试结果图；
[0035]图5为本专利技术的流程示意图。
具体实施方式
[0036]下面结合附图和具体实施例对本专利技术作进一步的详细说明，便于清楚地了解本专利技术，但它们不对本专利技术构成限定。
[0037]如图5所示，本专利技术提供了一种空中交通管制雷达建模方法，包括以下步骤：
[0038]选取初始样本点，并通过为空中交通控制雷达设计仿真系统得到各个初始样本点相应的飞机可飞行的范围；所述初始样本点为用于表征空中交通管制情况本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空中交通管制雷达建模方法，其特征在于：包括以下步骤：选取初始样本点，并通过空中交通控制雷达设计仿真系统得到各个初始样本点相应的飞机可飞行的范围；所述初始样本点为用于表征空中交通情况的特征量；基于初始样本及其相应的飞机可飞行的范围构建训练样本集；基于训练样本集，采用主成分降维的方法重建Kriging模型的核函数；筛选出3种回归函数及2种相关函数用于构建Kriging模型；将所选的相关函数和回归函数进行两两组合，并基于重建的核函数，通过训练样本集训练得到不同的Kriging模型建模方案；基于似然函数求解每个Kriging模型建模方案的权重；基于待测点的输入参数得到每个Kriging模型建模方案的输出结果；所述输入参数为与初始样本点的特征量保持一致；所述输出参数为飞机的合理飞行范围；基于各个Kriging模型建模方案的输出结果及各个Kriging模型建模方案的权重计算得到待测点的飞机飞行范围的预测结果。2.根据权利要求1所述的一种方法，其特征在于：所述初始样本点包括波长，发射器功率，飞行损耗，噪声系数，天线效率，雷达范围，海拔高度，纬度分离度，射程分辨率，带宽，可靠性监测，工作环境温度。3.根据权利要求1所述的一种方法，其特征在于：基于训练样本集，采用主成分降维的方法重建Kriging模型的核函数的过程包括：计算训练样本集的样本数据的协方差矩阵；找到协方差矩阵的特征值和相应的单位特征向量；降序排列特征值；选择排序靠前的特征值所对应的单位特征向量计算得到新的核函数。4.根据权利要求1所述的一种方法，其特征在于：采用高斯函数和Matern函数作为相关函数。5.根据权利要求1所述的一种方法，其特征在于：采用的回归函...

【专利技术属性】
技术研发人员：沈婧芳，李耀辉，刘琪璐，张倍源，李燕，陈秋剑，龙容，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：