專利名稱：用于機載航電系統的多源異類傳感器目標航跡關聯方法
技術領域：
本發明涉及機載航電綜合技術，尤其涉及機載多源異類傳感器信息融合技術，主要提出了基于目標狀態與特征信息的航跡關聯方法，以解決目標密集、交叉情況下的多源異類信息源航跡關聯問題。
背景技術：
未來戰爭將由以平臺為中心演變成以網絡為中心，是海、陸、空、天、電一體化的網絡戰、信息戰。在網絡一體化作戰環境中，電磁環境十分惡劣，誘餌干擾非常復雜，所以依靠單傳感器已無法滿足現代戰爭需求，必須綜合利用機載多傳感器信息(如雷達、紅外、激光、電視攝像、敵我識別、電子支援措施、電子情報等多種有源、無源探測設備)以及機外陸海空天一體化多平臺信息網絡資源。這樣，軍事指揮員所需處理的信息種類非常復雜，信息的來源和形式多種多樣，甚至面臨著多源信息組合爆炸的難題，所以迫切需要信息融合技術對多種類型、多種形式的巨量信息進行相關、分析、加工、優化和推理，給出多平臺多傳感器信息的統一描述，形成精確統一的戰場態勢信息。多源信息融合的關鍵在于數據關聯。由于每個機載傳感器往往是獨立、異步工作的，不同平臺上的傳感器更是如此。在多目標環境下，數據關聯的目的是將不同傳感器針對同一目標的探測跟蹤信息關聯起來，利用信息的冗余和互補特性進行優化綜合處理。在網絡化作戰環境中，只有通過一定的準則和算法把不同平臺、不同傳感器的數據進行有效的組織和關聯起來，才能進行綜合分析、優化合成和融合推理判決。因此，從我國新一代戰機作戰的軍事需求出發，開展多源異類傳感器目標信息關聯技術的研究，具有相當重要的理論意義和國防應用價值。國內外研究者在多源信息關聯方面已開展了大量的研究，主要分為目標點跡-點跡的關聯、點跡-航跡的關聯、航跡與航跡的關聯。已有的研究成果中，用于目標點跡-點跡的關聯以及目標點跡-航跡的關聯算法有:全局最近領方法(NN)、聯合概率數據互聯(JPDA)方法和多假設檢驗法(MHT)等。JPDA比較適合于在均勻雜波或已知雜波分布的目標環境下解決目標回波與航跡的數據關聯問題，不適合解決有一一對應關系的傳感器航跡之間的相關處理。MHT法原本是用于點跡一點跡、點跡-航跡的關聯，當把航跡看作點跡時，也可解決航跡與航跡的關聯，但MHT法不僅考慮落于跟蹤門內的所有回波，而且考慮跟蹤過程中所建立的所有假設及其所產生的虛擬航跡，雖然互聯準確性高，但須消耗系統大量的計算資源和存儲資源，且由于MHT需要對歷史進行追溯，不能根據當前假設結果實時輸出，所以存在實時性問題，不便于工程實現。NN方法計算量小，便于工程實現，且即可用于點跡-點跡的關聯、點跡-航跡的關聯，也可用于航跡與航跡的關聯。但在目標交叉飛行或雜波密集情況下，NN方法容易誤跟或丟失目標，或造成誤判。已有的研究成果中，用于航跡-航跡關聯的方法主要有加權航跡關聯算法、序貫航跡關聯算法、有限記憶和衰減記憶航跡關聯算法、雙門限航跡關聯算法、全局最近領方法(NN)和K近領(K-NN)法等。加權航跡關聯算法主要根據二條航跡之間的統計距離是否落入一定門限來判決它們是否相關，相當于NN關聯算法中的粗判決；序貫航跡關聯算法是在加權航跡關聯的基礎上把航跡當前時刻的關聯與歷史聯系起來、并賦予一定的關聯質量管理和多義性處理，因而其相關正確概率得到了很大改善；有限記憶航跡關聯算法則在序貫航跡關聯算法的基礎上加了滑窗，取最近的k次統計距離進行判斷，衰減記憶航跡關聯算法則在有限記憶航跡關聯算法的基礎上對每個時刻的統計距離乘上衰減因子，從而可去掉滑窗，減小不必要的計算量；雙門限航跡關聯算法則在序貫航跡關聯算法的基礎上又定義了航跡脫離質量，通過航跡關聯質量和航跡脫離質量來控制關聯檢驗的完成與終結，依次提高關聯速度上述幾種算法都是由加權航跡關聯算法發展而來的，在一定程度上提高了關聯正確性，但帶來了較大的關聯延遲和關聯判決的復雜性。NN算法是在加權航跡關聯算法的基礎上增加了最小統計距離判決，其關聯準確性較加權航跡關聯算法高，并具有計算量小、無關聯延遲、便于工程實現的優點。但在某時刻二條最接近的航跡未必是同一目標，尤其是在目標密集或交叉飛行的情況下。K-NN算法是在序貫航跡關聯算法的基礎上增加了最小統計距離判決，較NN算法提高了關聯準確性，但同時又增加了滑窗和計算量，并帶來了較大的關聯延遲。另外，上述所有關聯算法都沒有考慮利用目標的特征信息，而事實上，許多傳感器都可以提供目標在不同層次的特征信息或屬性識別信息，并能提供相應的識別置信度，如果將目標的特征或屬性信息用于航跡關聯，則必然大大提高目標航跡關聯的正確概率。
發明內容
針對現有航跡關聯技術存在的缺陷，本發明的目的在于提供一種用于機載航電系統的多源異類傳感器目標航跡關聯方法，該方法基于目標狀態與特征信息的二次解關聯方法來解決目標密集、交叉情況下的多源異類信息源航跡關聯問題，并采用了易于工程實現的修正NN關聯處理算法，徹底解決了現有關聯算法中的關聯延遲與提高關聯準確性這一對矛盾。對現有NN關聯算法的修正之處主要是充分利用航跡的歷史信息，采用衰減記憶法來對統計距離進行累積，以克服目標密集和交叉情況下的關聯錯誤。本發明方法能用于機載航電綜合系統和各類多平臺多傳感器信息融合系統。本發明的發明目的是通過以下的技術方案實現的:I)對多源異類傳感器數據進行時空對準由于機載傳感器往往是異步工作的，各傳感器的探測機理不同，所獲得的數據具有不同的坐標系和不同的系統延遲，所以關聯處理前需將不同傳感器的數據在時間上進行對準，并選用一個合適的坐標系，用坐標變換把各傳感器數據都統一到同一個的坐標系中。這是數據關聯處理的前提，時空對準誤差將直接影響關聯處理的準確性和置信度。2)對時空對準后多源異類傳感器數據進行關聯粗判決為提高關聯的正確概率，也為了減少關聯處理所需的運算時間，首先要針對待關聯的二個傳感器中每條目標航跡所有相同的參數，分別計算參數之間的差值，并設置一系列門限，對所有參數差值進行判斷，只要有一對參數差超出門限的，就可直接設其統計距離為最大值Dniax。
3)針對待關聯的二個異類傳感器，根據目標運動狀態(位置、速度、加速度)，采用衰減記憶法計算統計距離，并構建統計距離矩陣，設f 和^分別為傳感器I第i條航跡和傳感器2第j條航跡第k幀的狀態估計，則采用衰減記憶法計算這二條航跡的統計距
離方法如下:
權利要求
1.一種用于機載航電系統的多源異類傳感器目標航跡關聯方 法，其特征在于，該方法包括以下步驟: 1)對多源異類傳感器數據進行時空對準； 2)對時空對準后多源異類傳感器數據進行關聯粗判決； 3)針對關聯的二個異類傳感器，根據目標運動狀態，采用衰減記憶法計算二條航跡的統計距離，并構建統計距離矩陣； 4)針對關聯矩陣進行一次解關聯，并計算二個傳感器每個航跡對基于目標運動狀態的關聯成功概率； 5)再計算二個傳感器基于目標屬性或特征信息的關聯成功概率； 6)將基于目標運動狀態的航跡關聯成功概率和基于目標屬性或特征信息的航跡關聯成功概率加權求和，構建總的關聯矩陣，并進行二次解關聯。
2.根據權利要求1所述的用于機載航電系統的多源異類傳感器目標航跡關聯方法，其特征在于，3)步驟所述計算二條航跡的統計距離方法為:
3.根據權利要求1所述的用于機載航電系統的多源異類傳感器目標航跡關聯方法，其特征在于，所述步驟4)中，二個傳感器每個航跡對基于目標運動狀態的關聯成功概率的計算方法為:根據關聯矩陣，進行一對一解關聯，并設置計數器和Mu，分別記錄每個航跡對應的關聯成功次數和總的關聯處理次數Mu，每次解關聯運算后根據解關聯結果對Hiij和Mij進行累加，并對每個航跡對，根據和Mu計算基于目標運動狀態的關聯成功概率
4.根據權利要求1所述的用于機載航電系統的多源異類傳感器目標航跡關聯方法，其特征在于，所提出的基于目標屬性或特征信息的二個傳感器航跡關聯成功概率計算方法為:
5.根據權利要求1所述的用于機載航電系統的多源異類傳感器目標航跡關聯方法，其特征在于，基于目標運動狀態和特征信息的總的關聯成功概率計算方法如下:
6.根據權利要求5所述的用于機載航電系統的多源異類傳感器目標航跡關聯方法，其特征在于，所述傳感器I和傳感器2航跡的最終關聯結果將送入其他融合處理模塊進行進一步處理。
全文摘要
本發明公開了一種用于機載航電系統的多源異類傳感器目標航跡關聯方法，本發明的實現步驟是首先利多源異類傳感器提供的目標運動狀態信息進行一次解關聯，并計算基于目標運動狀態的航跡關聯成功概率；然后再利用多源異類傳感器提供的目標屬性(或特征)信息計算基于目標特征信息的航跡關聯成功概率；最后通過對上述二類關聯成功概率進行加權合成，形成最終的關聯矩陣，并通過二次解關聯確定最終的關聯航跡對。該關聯結果將送入其他融合處理模塊進行進一步處理。本發明航跡關聯方法具有關聯判決簡單易行，計算量小、關聯正確概率高，對目標交叉不敏感，特別適用于工程實現等優點。
文檔編號G06F19/00GK103116688SQ20121054144
公開日2013年5月22日 申請日期2012年12月13日 優先權日2012年12月13日
發明者牟之英, 李朝霞 申請人:中國航空無線電電子研究所