[发明专利]一种基于三维特征值空间的自适应目标指示数据估计方法

权利要求书

1.一种基于三维特征值空间的自适应目标指示数据估计方法，其特征在于包括下述步骤：

步骤1，建立三维特征值空间，包括速度、高度、模型三个维度，步骤如下：

1.1)将目标速度划分为若干区间类型，表示为速度类集合是同属于第s类速度的若干速度值集合；

1.2)将目标高度划分为若干区间类型，表示为高度类集合是同属于第r类高度的若干高度值集合；

1.3)以最小二乘估计模型为数据处理模型，模型的阶数和批处理量(ψ,Γ)在同一个高度类和速度类内不变；

1.4)建立三维特征值空间

步骤2，基于历史数据学习进行三维特征值空间优化，步骤如下：

2.1)由某时刻i的目标空间位置信息(x_i,y_i,z_i)进行坐标变换得到该时刻的特征值向量(V_s,H_r)；由特征值空间中映射得到(V_s,H_r)对应的数据处理模型(ψ_sr,Γ_sr)；

2.2)根据批处理量Γ_sr，从已接收数据中采集最近的Γ_sr帧数据做最小二乘估计，计算时刻i的空间位置信息估计值

2.3)采用回归检验模型中的拟合优度检验方法，对i时刻数据处理模型(ψ_sr,Γ_sr)下的显著性进行检验，检验模型中i时刻的目标空间位置信息和空间位置信息估计值分别为(x_i,y_i,z_i)和

2.4)遍历全部试验测控数据进行步骤2.1)-2.3)，抽取同属数据处理模型(ψ_sr,Γ_sr)的所有历史数据的检验结果，若不显著的点占比超过20％，则调整模型参数，ψ_sr增加或减少1，Γ_sr增加或减少20％，然后返回步骤2.1)重新遍历全部试验测控数据；反之则抽取其他数据处理模型进行显著性检验；遍历全部数据处理模型后进入步骤3；

步骤3，基于特征值空间估计目标指示数据，步骤如下：

3.1)若最新时刻i的数据处理模型(ψ_sr,Γ_sr)与当前数据处理模型一致，则转步骤3.3)，否则转步骤3.2)；

3.2)将(x_i,y_i,z_i)添加到(ψ_sr,Γ_sr)的批处理缓存区，若积累数据量大于Γ_sr，达到批处理要求，则采用(ψ_sr,Γ_sr)为当前数据处理模型，同时清空原处理模型的批处理缓存区，转步骤3.3)；否则，将(x_i,y_i,z_i)添加到当前数据处理模型的批处理缓存区，继续采用当前数据处理模型，转步骤3.3)；

3.3)采用批处理模式下的批处理量(ψ,Γ)计算未来时刻w飞行器的空间位置信息估计值为

2.根据权利要求1所述的基于三维特征值空间的自适应目标指示数据估计方法，其特征在于：所述的目标速度划分为低速、亚音速、跨音速、超音速和高超音速五类。

3.根据权利要求1所述的基于三维特征值空间的自适应目标指示数据估计方法，其特征在于：所述的目标高度划分为对流层下层、对流层中层、对流层上层、平流层和外逸层五类。