[发明专利]一种动态载体运行轨迹预测预报的方法

权利要求书

1.一种动态载体运行轨迹预测预报的方法，其特征在于，所述预测预报方法包括如下步骤：

步骤1，通过卫星导航模块和传感器采集动态载体的坐标信息，所述坐标信息中包括角度信息；

步骤2，通过计算机对步骤1中采集到的坐标信息进行逼近处理：

步骤2.1，构建动态载体运行轨迹逼近的数学模型，建立以下数学模型公式：

$\left\{\begin{array}{c}\min I=\underset{i=m}{\overset{n}{\Σ}}{({{\mathrm{ax}}_i}^2+{\mathrm{bx}}_i+c-y_i)}^2\\ {{\mathrm{ax}}_n}^2+{\mathrm{bx}}_n+c=y_n\\ 2{\mathrm{ax}}_n+b={\mathrm{tan\α}}_n\end{array}\right.;$

上述数学模型公式(1-1)中：minI为优化的目标函数,x_i、y_i分别为第i个测量点的横坐标与纵坐标值，x_n、y_n分别为第n个点的横坐标值、纵坐标值，α_n为第n个测量点速度方向与x轴正向夹角值(0≤<α<2π)；

步骤2.2，采用代入消元法求解计算步骤2.1所述数学模型中的为外推多项式的待求系数a、b、c，

由上述数学模型公式可得：

c＝y_n-ax_n²-bx_n

b＝tanα-2ax_n

将c、b代入上述数学模型公式中，可得关于a的函数式，令：

$\frac{\&part;I}{\&part;a}=O$

从而求得待求系数a的值，如下式所示：

$a=\frac{-\underset{i=m}{\overset{n}{\&Sigma;}}\{\&lsqb;(x_i-x_n)tan\mathrm{\&alpha;}+(y_n-y_i)\&rsqb;*({x_i}^2-2x_n{x}_i+{x_n}^2)\}}{\underset{i=m}{\overset{n}{\&Sigma;}}({x_i}^2-2x_n{x}_i+{x_n}^2)};$

步骤3，将步骤2中经逼近处理后的坐标数据，通过计算机中的运算程序采用数学模型中的关系式对坐标数据进行运算；鉴于所述动态载体系非直线运动，运行轨迹由A点到o’点再转向B点，其中A o’连线与水平方向的夹角为α₁，o’B连线与水平方向的夹角为α₂，经坐标变换后通过所述数学模型公式进行求解如下：

步骤3.1，通过A、o’点外推下一位置点坐标，设A、o’两点坐标分别为(x_n-1,y_n-1)，(x_n,y_n)，其中Ao’方向为A点速度方向，o’B方向为o’点速度方向，选取新坐标系为x’o’y’，其中o’点为新坐标系原点，选取角A o’B的一半为y’轴正向，x’轴选取符合右手定则，

设Ao’方向与x轴正向夹角为α₁，o’B方向与x轴正向夹角为α₂，若α₂-α₁＞0，则x’轴正向与x轴正向夹角按照以下公式计算：

${\mathrm{\&alpha;}}_x=\frac{1}{2}({\mathrm{\&alpha;}}_2-{\mathrm{\&alpha;}}_1)+{\mathrm{\&alpha;}}_1$

若α₂-α₁＜0，则x’轴正向与x轴正向夹角为：

${\mathrm{\&alpha;}}_x=\frac{1}{2}\&lsqb;({\mathrm{\&alpha;}}_2-{\mathrm{\&alpha;}}_1)+2\mathrm{\&pi;}\&rsqb;+{\mathrm{\&alpha;}}_1;$

步骤3.2，根据坐标转换公式可求得A点在x’o’y’坐标系中的坐标值，如以下述公式：

$\left[\begin{array}{c}{x_{n-1}}^{\&prime;}\\ {y_{n-1}}^{\&prime;}\end{array}\right]=\left[\begin{array}{cc}{x}_{n-1}-x_n& y_{n-1}-y_n\\ y_{n-1}-y_n& x_n-x_{n-1}\end{array}\right]\left[\begin{array}{c}cos{\mathrm{\&alpha;}}_x\\ {\mathrm{sin\&alpha;}}_x\end{array}\right];$

步骤3.3，将步骤3.2中的公式反变换到xoy坐标系中，即得下一点(x_n+1',y_n+1')在xoy坐标系中的坐标，按照下式确定：

$\left[\begin{array}{c}{x}_{n+1}\\ y_{n+1}\end{array}\right]=\left[\begin{array}{cc}{x_{n+1}}^{\&prime;}& -{y_{n+1}}^{\&prime;}\\ {y_{n+1}}^{\&prime;}& {x_{n+1}}^{\&prime;}\end{array}\right]\left[\begin{array}{c}cos{\mathrm{\&alpha;}}_x\\ {\mathrm{sin\&alpha;}}_x\end{array}\right]+\left[\begin{array}{c}{x}_n\\ y_n\end{array}\right];$

步骤4，由步骤3的运算结果获得动态载体运行轨迹的预测预报数据后，通过显示器或打印设备将预测预报数据输出，同时将所述预测预报数据存储到存储器内。