雷达与ACARS数据融合算法提升空中目标监控性能

本篇论文研究论文名为《论文研究-一种相容矩阵的启发式属性约简算法.pdf》，主要探讨的是如何有效地融合雷达(Radar)和航空通信寻址及报告系统(Airborne Communications Addressing and Reporting System, ACARS)的数据，以提升空中目标监控的性能。雷达作为实时监控的主要工具，其数据更新频率通常为4到10秒，而ACARS则能提供飞机的位置、速度、高度等详细信息，但传输周期较长，一般为每2分钟一次。 作者首先对雷达与ACARS的数据特性进行了分析，指出两者各自的优势和局限性。雷达提供精确的位置和运动状态，但可能存在目标跟踪丢失或误跟踪的问题，而ACARS则能提供连续的航路信息，但位置信息可能不连续且不如雷达实时。因此，数据融合成为关键，目的是增强数据连续性、扩大监控范围、改善目标识别能力以及补充雷达目标的详细信息。 研究的核心内容包括四个步骤：坐标变换，用于统一两个系统数据的参考框架；时空配准，确保雷达和ACARS数据在时间和空间上的同步；航迹关联，包括空间粗关联来初步匹配可能来自同一目标的雷达和ACARS信号，逻辑航迹关联则处理数据的不确定性，如多义性问题；最后是航迹融合，通过集成两种数据源的信息，生成更完整和准确的目标状态描述。 论文的创新之处在于提出了一种启发式属性约简算法，这种算法旨在减少数据冗余，提高融合效率，同时保留关键信息。通过仿真结果，研究者证明了该算法能够显著提高空中目标监控的数据率，不仅识别出雷达中的商用和通用航空飞机，还能获取更为详细和精确的目标状态，这对于提升飞行安全和航班管理具有重要意义。 这篇论文对于航空交通管理和数据融合技术的发展具有重要价值，展示了如何结合不同数据源的优势，优化空中目标监控系统，为实际应用提供了新的理论支持和技术方法。