专利名称：一种航迹融合方法
技术领域：
本发明属于多源信息融合技术领域，尤其涉及一种航迹融合方法。
背景技术：
面对日益复杂的信息环境及信息表现形式的多样性、信息数量的巨大性、信息之间关系的复杂性，以及要求对信息处理的实时性，不仅超出了人脑的综合处理能力，而且单个传感器的量测信息存在着不精确性、不可靠性、不一致性及不完整性，因此必须依靠多传感器协同工作，利用多传感器信息融合技术综合优化处理信息，以最大限度地获取观测目标的状态、特征等完整信息，实现目标的精确定位及跟踪。信息融合是一门信息综合处理技术，即利用多传感器或多源数据的互补性、冗余性，使各传感器提供的各种信息能接近无损失和无误地加以融合，从而提高数据的质量。目标跟踪作为信息融合的一个经典应用及各个领域中的关键部分，引起了广泛的兴趣。针对此问题的研究，相继提出了一系列的航迹融合方法，不断地改善航迹融合质量，提高了目标的跟踪性能。目前，针对航迹融合问题的方法主要分为两类，一类是集中式航迹融合方法，另一类是分布式航迹融合方法。前者由于信息损失最小，使其融合精度较高，然而当其中某个传感器失效时会对融合性能产生较大的影响，稳定性不高，且计算量大；后者虽融合精度相对较低，但结构简单，通信量小，同时具有局部跟踪能力。通过对分布式融合系统的研究，已提出的融合方法有简单方差凸组合法、加权融合法、基于分步式滤波的航迹融合法等。其中简单方差凸组合法是最早提出的融合估计方法，该方法在假设各局部状态估计误差统计独立的情况下实现的，计算比较简单；加权融合法是利用权因子简单组合多源信息，易实现，在工程上应用广泛，此外，针对加权因子的制定，现在已提出了许多分配权值的方法，如极大似然法、最小二乘法等，通过对制定权因子算法的改进，易达到对加权融合法性能的提高； 相对于以上方法，基于分步式滤波的航迹融合法，主要是利用多传感器的观测值，结合系统先前信息对目标状态的预测估计值，通过Kalman滤波依次对目标状态估计值进行更新，从而得到基于全局系统的融合估计值。该方法虽然结构相对复杂，计算量较大，但因充分考虑了各个传感器所提供的观测信息，使其与其他算法相比，具有相对较高的信息融合精度。然而由于受到传感器本身性能及外界随机干扰的影响，使各传感器提供的观测信息具有不确定性及相关性，从而造成该融合算法稳健性及融合性能的降低。
发明内容
本发明的目的是为了解决现有的分步式滤波的航迹融合方法由于各传感器提供的观测信息的不确定性及相关性造成融合性能降低的问题，提出了一种航迹融合方法。本发明的技术方案是一种航迹融合方法，包括如下步骤Si.利用预处理后的多传感器的观测信息建立数据间的相对距离矩阵；S2.依据步骤Sl得到的相对距离矩阵，计算支持度函数，获得支持度矩阵，建立方程组，求解加权因子；
S3.将步骤S2得到的各个传感器的权因子与其相应的观测值相乘，分别滤波获取对应的滤波值，将获取的全部滤波值相加得到观测系数化后的滤波融合值；S4.将步骤S3得到的滤波融合值作为状态更新输入值，利用Kalman滤波，分步对目标状态估计值进行估计更新。所述步骤Sl具体过程如下计算数据间相对距离，建立相对距离矩阵，在k时亥IJ， 利用多传感器对同一目标的观测值，计算相对距离du(k)Clij. (k) = |Zi(k)-Zj.(k) |i，j = 1，2，L，N，其中，Zi(k)表示预处理后的第 i 个传感器的观测信息，N是传感器的个数；在k时刻N个传感器的相对距离矩阵D (k)记为
权利要求
1.一种航迹融合方法，其特征在于，包括如下步骤·51.利用预处理后的多传感器的观测信息建立数据间的相对距离矩阵；·52.依据步骤Sl得到的相对距离矩阵，计算支持度函数，获得支持度矩阵，建立方程组，求解加权因子；·53.将步骤S2得到的各个传感器的权因子与其相应的观测值相乘，分别滤波获取对应的滤波值，将获取的全部滤波值相加得到观测系数化后的滤波融合值；·54.将步骤S3得到的滤波融合值作为状态更新输入值，利用Kalman滤波，分步对目标状态估计值进行估计更新。
2.根据权利要求1所述的航迹融合方法，其特征在于，所述步骤Sl具体过程如下计算数据间相对距离，建立相对距离矩阵，在k时刻，利用多传感器对同一目标的观测值，计算相对距离du(k)ClijGO = |Zi(k)-Zj(k)|i，j = l，2，L，N，其中，Zi(k)表示预处理后的第i个传感器的观测信息，N是传感器的个数；在k时刻N个传感器的相对距离矩阵D (k)记为
3.根据权利要求2所述的航迹融合方法，其特征在于，所述步骤S2具体包括如下分步S21.计算相对距离矩阵D (k)中元素的最大值0_11狀(10 ；
4.根据权利要求2或3所述的航迹融合方法，其特征在于，所述步骤S3中的滤波采用的是交互式多模型滤波算法。
5.根据权利要求4所述的航迹融合方法，其特征在于，所述步骤S4具体包括如下步骤S41.状态初始化，当k= 1时，利用等权因子加权思想求得全局状态估计值1(111)及估计误差协方差P(Ill)分别为
全文摘要
本发明属于多源信息融合技术领域，公开了一种航迹融合方法。包括利用多传感器的观测信息建立数据间的相对距离矩阵；计算支持度函数，获得支持度矩阵，建立方程组，求解加权因子；将权因子与其相应的观测值相乘，分别滤波获取对应的滤波值，将获取的全部滤波值相加得到观测系数化后的滤波融合值；将滤波融合值作为状态更新输入值，利用Kalman滤波，分步对目标状态估计值进行估计更新。本发明通过对多传感器的观测信息进行观测系数化的滤波融合，在不增加数据处理复杂度的条件下，降低了观测信息不确定性对航迹融合的影响，同时在观测系数化滤波融合过程，考虑了观测信息的相关性，进而提高了观测精度，获得了对目标的可靠跟踪。
文档编号G01C21/20GK102322861SQ20111014293
公开日2012年1月18日 申请日期2011年5月31日 优先权日2011年5月31日
发明者全丽, 张伟, 张可, 谢家泽, 陈华 申请人:电子科技大学