数据挖掘技术在雷达数据的分析中应用的研究.pdfVIP

塑塑堡塑垫查堡重堡塾量坌堑生塑壁旦翌窒 第一章 概 述 1．I研究背景、目的和内容 民用航空是指从地球表面的某个地点到达所希望地点，涉及旅客和货物安全的、快捷的 运输方式。飞行员对于整个航行的安全负有责任，他们离不开地面航管系统及地勤人员的帮 助。航行的安全通过飞机之问足够的航距得以保证，为了实现这个要求，国际民航组织 (ICAO)制定了相关的规则。我国也在领空进行空中交通管制。空中交通是指在空中飞行 和在机场地面活动的航空器。对这些航空器的飞行活动进行管理和控制，称为空中交通管制， 其任务是防止航空器相撞，防止机场及其附近空域内的航空器与地面障碍物相撞，维护空中 交通秩序，保障空中交通畅通，保证飞行安全，提高飞行效率。 空中交通管制主要分为程序管制和雷达管制两种。在雷达管制中雷达管制员根据雷达显 示，可以了解本管制空域雷达波覆盖范围内所有航空器的精确位置，并根据航行规定来调配 航空器之间的横向和纵向间隔，以保证飞行安全。目前民航使用的雷达种类有一次雷达和二 次雷达。一次雷达发射的-Jb部分无线电脉冲被目标反射回来并由该雷达收回加以处理和显 示，在显示器上只显示—个亮点，并元其他数据。二次雷达是一种把已测到的目标与一种以 应答机形式相配合设备协调起来的雷达系统，可以在显示器上显示出识别代码和飞行高度等 数据。 贵阳空管中心的职责就是负责在贵阳区域内的空中交通管制任务，利用所属的一、二次 雷达来进行空中交通管制。由于近年来经济的发展，在雷达站附近新修了大量的建筑、高速 公路和天线竿等引起的反射使二次雷达长期有大量假目标存在，严重影响了管制员对飞机的 指挥工作。为解决该问题需对雷达应答机接收到的数据进行分析，以期找出产生假目标的内 在规律，进行有针对性的处理，解决假目标问题。 在众多的计算机应用技术中，数据挖掘(Data Mining)是目前一种新兴而重要的研究领 域。目前数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其 中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，它也是知识发现(Knowledge in DiscoveryDatabase)的关键步骤。数据挖掘应用于信号处理，是为计算机信号挖掘技术， 它可以以人力所不能及的大规模运算能力、速度和有效的算法从大量数据中发现隐含的知识 或者模式。 数据挖掘技术在雷达数据分析中的应用研究 数据挖掘任务可以分为四类：关联规则挖掘、分类、类描述和孤立点(例外)检测。前 三类用于发现数据集中大比例的模式，大多数数据挖掘的研究，如关联规则、分类、聚类、 概念生成都属于这种类型。而孤立点检测用来发现数据集中小部分对象，这些对象通常被忽 略或视为噪音。尽管有不少机器学习和数据挖掘的算法考虑了孤立点，但它们的目的只是使 算法尽可能免受孤立点的影响，或者排除它们。 所谓孤立点，是指数据集合中与多数数据的特征或行为完全不一致的数据。在最初的挖 掘算法中，人们总是将孤立点从数据集合中删除，以保证数据的纯洁性。然而，删除孤立点 可能会导致忽略某些非常有用的特殊规则，因而对孤立点需作特殊处理。在一些应用中，罕 见的事件可能比正常出现的那些更有趣、更有意义。 应用孤立点挖掘的方法对数据进行处理非常适用于这个领域，这也正是我们设立并研究 本项目的主要原因。 本项目的任务，就是从大量的雷达数据中寻找异常的雷达数据，换而言之，也就是寻找 那些在正常的雷达应答信号中不应出现的部分，而它们的异常表现方式可以是多种多样的， 例如飞行速度明显异常的航空器、高度异常的航空器及在某些位置上短时存在而后有消失的 目标等。在这里，对管制员而言，异于正常情况的目标不是所关心和寻找的目标，它们的存 在会对判断真实航空器的位置产生不利影响。如果把这些异常的目标视为大量雷达数据的孤 立点，那么我们所进行的工作就是对这些孤立点进行挖掘，将它们从大量的数据中找出来， 在此基础上找到它们出现的规律，并以此为指导去探索消除它们的方法。 在本文中，我们将对雷达询问机获取的数据进行孤立点挖掘。用飞机对二次雷达的应答 CODE编码等参数对雷达数据进行聚类，获得不同目标 信号中的时间、方位、距离、MSSR 报告的聚类信息，构造聚类参数矢