专利名称：用于机载航电系统的多源异类传感器目标航迹关联方法
技术领域：
本发明涉及机载航电综合技术，尤其涉及机载多源异类传感器信息融合技术，主要提出了基于目标状态与特征信息的航迹关联方法，以解决目标密集、交叉情况下的多源异类信息源航迹关联问题。
背景技术：
未来战争将由以平台为中心演变成以网络为中心，是海、陆、空、天、电一体化的网络战、信息战。在网络一体化作战环境中，电磁环境十分恶劣，诱饵干扰非常复杂，所以依靠单传感器已无法满足现代战争需求，必须综合利用机载多传感器信息(如雷达、红外、激光、电视摄像、敌我识别、电子支援措施、电子情报等多种有源、无源探测设备)以及机外陆海空天一体化多平台信息网络资源。这样，军事指挥员所需处理的信息种类非常复杂，信息的来源和形式多种多样，甚至面临着多源信息组合爆炸的难题，所以迫切需要信息融合技术对多种类型、多种形式的巨量信息进行相关、分析、加工、优化和推理，给出多平台多传感器信息的统一描述，形成精确统一的战场态势信息。多源信息融合的关键在于数据关联。由于每个机载传感器往往是独立、异步工作的，不同平台上的传感器更是如此。在多目标环境下，数据关联的目的是将不同传感器针对同一目标的探测跟踪信息关联起来，利用信息的冗余和互补特性进行优化综合处理。在网络化作战环境中，只有通过一定的准则和算法把不同平台、不同传感器的数据进行有效的组织和关联起来，才能进行综合分析、优化合成和融合推理判决。因此，从我国新一代战机作战的军事需求出发，开展多源异类传感器目标信息关联技术的研究，具有相当重要的理论意义和国防应用价值。国内外研究者在多源信息关联方面已开展了大量的研究，主要分为目标点迹-点迹的关联、点迹-航迹的关联、航迹与航迹的关联。已有的研究成果中，用于目标点迹-点迹的关联以及目标点迹-航迹的关联算法有:全局最近领方法(NN)、联合概率数据互联(JPDA)方法和多假设检验法(MHT)等。JPDA比较适合于在均匀杂波或已知杂波分布的目标环境下解决目标回波与航迹的数据关联问题，不适合解决有一一对应关系的传感器航迹之间的相关处理。MHT法原本是用于点迹一点迹、点迹-航迹的关联，当把航迹看作点迹时，也可解决航迹与航迹的关联，但MHT法不仅考虑落于跟踪门内的所有回波，而且考虑跟踪过程中所建立的所有假设及其所产生的虚拟航迹，虽然互联准确性高，但须消耗系统大量的计算资源和存储资源，且由于MHT需要对历史进行追溯，不能根据当前假设结果实时输出，所以存在实时性问题，不便于工程实现。NN方法计算量小，便于工程实现，且即可用于点迹-点迹的关联、点迹-航迹的关联，也可用于航迹与航迹的关联。但在目标交叉飞行或杂波密集情况下，NN方法容易误跟或丢失目标，或造成误判。已有的研究成果中，用于航迹-航迹关联的方法主要有加权航迹关联算法、序贯航迹关联算法、有限记忆和衰减记忆航迹关联算法、双门限航迹关联算法、全局最近领方法(NN)和K近领(K-NN)法等。加权航迹关联算法主要根据二条航迹之间的统计距离是否落入一定门限来判决它们是否相关，相当于NN关联算法中的粗判决；序贯航迹关联算法是在加权航迹关联的基础上把航迹当前时刻的关联与历史联系起来、并赋予一定的关联质量管理和多义性处理，因而其相关正确概率得到了很大改善；有限记忆航迹关联算法则在序贯航迹关联算法的基础上加了滑窗，取最近的k次统计距离进行判断，衰减记忆航迹关联算法则在有限记忆航迹关联算法的基础上对每个时刻的统计距离乘上衰减因子，从而可去掉滑窗，减小不必要的计算量；双门限航迹关联算法则在序贯航迹关联算法的基础上又定义了航迹脱离质量，通过航迹关联质量和航迹脱离质量来控制关联检验的完成与终结，依次提高关联速度上述几种算法都是由加权航迹关联算法发展而来的，在一定程度上提高了关联正确性，但带来了较大的关联延迟和关联判决的复杂性。NN算法是在加权航迹关联算法的基础上增加了最小统计距离判决，其关联准确性较加权航迹关联算法高，并具有计算量小、无关联延迟、便于工程实现的优点。但在某时刻二条最接近的航迹未必是同一目标，尤其是在目标密集或交叉飞行的情况下。K-NN算法是在序贯航迹关联算法的基础上增加了最小统计距离判决，较NN算法提高了关联准确性，但同时又增加了滑窗和计算量，并带来了较大的关联延迟。另外，上述所有关联算法都没有考虑利用目标的特征信息，而事实上，许多传感器都可以提供目标在不同层次的特征信息或属性识别信息，并能提供相应的识别置信度，如果将目标的特征或属性信息用于航迹关联，则必然大大提高目标航迹关联的正确概率。
发明内容
针对现有航迹关联技术存在的缺陷，本发明的目的在于提供一种用于机载航电系统的多源异类传感器目标航迹关联方法，该方法基于目标状态与特征信息的二次解关联方法来解决目标密集、交叉情况下的多源异类信息源航迹关联问题，并采用了易于工程实现的修正NN关联处理算法，彻底解决了现有关联算法中的关联延迟与提高关联准确性这一对矛盾。对现有NN关联算法的修正之处主要是充分利用航迹的历史信息，采用衰减记忆法来对统计距离进行累积，以克服目标密集和交叉情况下的关联错误。本发明方法能用于机载航电综合系统和各类多平台多传感器信息融合系统。本发明的发明目的是通过以下的技术方案实现的:I)对多源异类传感器数据进行时空对准由于机载传感器往往是异步工作的，各传感器的探测机理不同，所获得的数据具有不同的坐标系和不同的系统延迟，所以关联处理前需将不同传感器的数据在时间上进行对准，并选用一个合适的坐标系，用坐标变换把各传感器数据都统一到同一个的坐标系中。这是数据关联处理的前提，时空对准误差将直接影响关联处理的准确性和置信度。2)对时空对准后多源异类传感器数据进行关联粗判决为提高关联的正确概率，也为了减少关联处理所需的运算时间，首先要针对待关联的二个传感器中每条目标航迹所有相同的参数，分别计算参数之间的差值，并设置一系列门限，对所有参数差值进行判断，只要有一对参数差超出门限的，就可直接设其统计距离为最大值Dniax。
3)针对待关联的二个异类传感器，根据目标运动状态(位置、速度、加速度)，采用衰减记忆法计算统计距离，并构建统计距离矩阵，设f 和^分别为传感器I第i条航迹和传感器2第j条航迹第k帧的状态估计，则采用衰减记忆法计算这二条航迹的统计距
离方法如下:
权利要求
1.一种用于机载航电系统的多源异类传感器目标航迹关联方 法，其特征在于，该方法包括以下步骤: 1)对多源异类传感器数据进行时空对准； 2)对时空对准后多源异类传感器数据进行关联粗判决； 3)针对关联的二个异类传感器，根据目标运动状态，采用衰减记忆法计算二条航迹的统计距离，并构建统计距离矩阵； 4)针对关联矩阵进行一次解关联，并计算二个传感器每个航迹对基于目标运动状态的关联成功概率； 5)再计算二个传感器基于目标属性或特征信息的关联成功概率； 6)将基于目标运动状态的航迹关联成功概率和基于目标属性或特征信息的航迹关联成功概率加权求和，构建总的关联矩阵，并进行二次解关联。
2.根据权利要求1所述的用于机载航电系统的多源异类传感器目标航迹关联方法，其特征在于，3)步骤所述计算二条航迹的统计距离方法为:
3.根据权利要求1所述的用于机载航电系统的多源异类传感器目标航迹关联方法，其特征在于，所述步骤4)中，二个传感器每个航迹对基于目标运动状态的关联成功概率的计算方法为:根据关联矩阵，进行一对一解关联，并设置计数器和Mu，分别记录每个航迹对应的关联成功次数和总的关联处理次数Mu，每次解关联运算后根据解关联结果对Hiij和Mij进行累加，并对每个航迹对，根据和Mu计算基于目标运动状态的关联成功概率
4.根据权利要求1所述的用于机载航电系统的多源异类传感器目标航迹关联方法，其特征在于，所提出的基于目标属性或特征信息的二个传感器航迹关联成功概率计算方法为:
5.根据权利要求1所述的用于机载航电系统的多源异类传感器目标航迹关联方法，其特征在于，基于目标运动状态和特征信息的总的关联成功概率计算方法如下:
6.根据权利要求5所述的用于机载航电系统的多源异类传感器目标航迹关联方法，其特征在于，所述传感器I和传感器2航迹的最终关联结果将送入其他融合处理模块进行进一步处理。
全文摘要
本发明公开了一种用于机载航电系统的多源异类传感器目标航迹关联方法，本发明的实现步骤是首先利多源异类传感器提供的目标运动状态信息进行一次解关联，并计算基于目标运动状态的航迹关联成功概率；然后再利用多源异类传感器提供的目标属性(或特征)信息计算基于目标特征信息的航迹关联成功概率；最后通过对上述二类关联成功概率进行加权合成，形成最终的关联矩阵，并通过二次解关联确定最终的关联航迹对。该关联结果将送入其他融合处理模块进行进一步处理。本发明航迹关联方法具有关联判决简单易行，计算量小、关联正确概率高，对目标交叉不敏感，特别适用于工程实现等优点。
文档编号G06F19/00GK103116688SQ20121054144
公开日2013年5月22日 申请日期2012年12月13日 优先权日2012年12月13日
发明者牟之英, 李朝霞 申请人:中国航空无线电电子研究所