一种情报处理目标关联方法
【技术领域】
[0001] 本发明涉及数据处理尤其是目标运动数据信息的融合领域，尤其是多传感器情况 下目标识别以及目标运动预测模型的设计，具体而言涉及一种情报处理目标关联方法。
【背景技术】
[0002] 目标关联在数据融合领域是核心技术之一，相关的研究非常多，其突破始于上个 世纪70年代。1971年，R.A.Singer和R.G.Sea提出了最近邻算法，认为在某一时刻的所 有量测中，距离与被跟踪目标预测位置最近的量测应该作为目标的真实量测，并预测目标 在下一时刻的预测位置。实际上，目标的真实量测未必与目标的预测位置最近，因此，最近 邻法在杂波环境下容易导致目标的丢失或误跟。1972年，Bar-shalom和Tse提出了概率数 据互联算法，将跟踪波门中所有的量测进行概率意义上的加权平均作为滤波输出，。随后， Shalom又针对多个目标跟踪门相交情况进行了详尽的研究，提出了确认矩阵的概念，将概 率数据互联算法推广为适用于多目标跟踪的联合概率数据互联算法。2000年以后，国外有 大量学者针对多目标跟踪做出了大量的研究成果。
[0003] 与欧美国家相比，国内的相关技术起步较晚，目前开展相关研究的单位有：中电 29所，中电14所，中电28所等，他们在多传感器目标跟踪领域研制出一批目标跟踪系统。 尽管我国在多目标理论和应用实践方面有了一定的研究成果，但是与国外先进国家相比， 我国仍有较大差距，需要进一步深入研究。
【发明内容】
[0004] 本发明目的在于提供一种情报处理目标关联方法，针对不同传感器发送过来的报 文进行自适应的选择关联波门，并根据已有目标个数进行关联算法的自适应，从而提高信 息报的去重率，降低误关联率，提高多源多目标背景下目标融合的精度。
[0005] 本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有 利的方式发展独立权利要求的技术特征。
[0006] 为达成上述目的，本发明提出一种情报处理目标关联方法，包括：
[0007] 步骤1、针对不同传感器发送过来的报文进行自适应的选择关联波门，选择的关联 波门包括椭圆形关联门、环形关联门以及截尾扇形关联门；
[0008] 步骤2、根据报文内容选取关联波门之后，对关联波门的有效区域内的多个传感器 量测值进行选择，其中选择策略是根据已有目标个数进行关联算法自适应。
[0009] 进一步的实施例中，前述步骤1中，对于不同传感器发送的报文进行自适应的选 择关联波门，其实现包括：
[0010] 1)对于速度、运动方向以及速度最大值、最小值均未知的报文，选择椭圆形关联门 进行目标关联，将可能与目标关联的量测值包括在有效区域内；
[0011] 2)对于运动方向未知，速度已知或者速度最大值、最小值已知的报文，选取环形关 联门进行目标关联，将可能与目标关联的量测值包括在有效区域内；
[0012] 3)对于目标初始运动方向明确，且速度的最大值、最小值均可知时，选取截尾扇形 关联门进行目标关联，将可能与目标关联的量测值包括在有效区域内。
[0013]进一步的实施例中，前述步骤2中，对关联波门的有效区域内的多个传感器量测 值进行选择，根据已有目标个数进行关联算法自适应，其实现包括：
[0014] 1)目标个数小于判定阈值的情况下，选取最近邻域算法对多个传感器量测值进行 选择；
[0015] 2)目标个数大于判定阈值时，则选取联合概率数据关联方法对多个传感器量测值 进行选择。
[0016]应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这 样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保 护的主题的所有组合都被视为本公开的发明主题的一部分。
[0017]结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实 施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面 的描述中显见，或通过根据本发明教导的【具体实施方式】的实践中得知。
【附图说明】
[0018]附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组 成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。 现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
[0019] 图1是说明根据本发明某些实施例的椭圆形关联门的示意图。
[0020] 图2是说明根据本发明某些实施例的环形关联门的示意图。
[0021] 图3是说明根据本发明某些实施例的截尾扇形关联门的示意图。
[0022] 图4是说明根据本发明某些实施例的情报处理目标关联方法的流程示意图。
[0023] 图5是说明根据本发明某些实施例的利用椭圆形关联门进行目标关联的示意图。
[0024]图6是说明根据本发明某些实施例的环形关联门进行目标关联的示意图。
[0025] 图7是说明根据本发明某些实施例的截尾扇形关联门进行目标关联的示意图。
[0026]图8是说明根据本发明某些实施例的最近邻域数据关联的示意图
【具体实施方式】
[0027]为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
[0028]在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。 本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和 实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实 施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一 些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
[0029]本发明提出一种自适应的情报处理目标关联方法，针对不同传感器发送过来的报 文进行自适应的选择关联波门，对于速度、运动方向以及速度最大值、最小值均未知的报文 选取椭圆形关联门；对于运动方向未知，速度已知或者速度最大最小值已知的报文选取环 形关联门；对于速度未知，运动方向已知的报文选取扇形关联门；对于速度和方向均已知 的报文选取截尾扇形关联门；再根据已有目标个数进行关联算法自适应，小于判定阈值的 选取最近领域算法，大于判定阈值则选取联合概率数据关联方法。
[0030] 下面结合图1-3所示的关联波门模型以及图4、5_8所示，更加具体地说明本发明 的实施例的目标关联方法的实现。
[0031] 图1、图2以及图3所示的关联波门的模型示例图中，灰色区域均为关联门的有效 区域，三角图标为预测值，方形图标为观测值。
[0032] (1)椭圆形关联门
[0033] 椭圆形关联门是对两个已知目标通过所选运动模型预测到与新信息报同时刻，分 别使用各自的关联门与新信息报进行关联，如图1所示。
[0034] 其关联方程为：
[0036] 对于椭圆形关联门，其椭圆中心是点（x。，y。)，为已知目标的预测值，a，b分别为椭 圆的长轴和短轴，如果预测值落入有效区域外，则认为该量测值与目标不关联。这样就可以 很大程度上排除其它目标和干扰。
[0037] 特别指出，当椭圆关联门在a=b的情况下转化为圆形关联门。所以也可以说圆 形关联门是椭圆关联门的一种特殊情况。
[0038] (2)环形关联门
[0039] 环形关联门与矩形和椭圆形关联门的情况有些不同，如图2所示。其关联公式为：
[0040] R12^ (x-x1)2+(y-y1)2^R22 (1~2)
[0041] 式中：
[0042] R1=vnint
[0043] R2=vnaxt
[0044] 其中：RpR2环的内径和外径；
[0045] Vmin--速度的最小值；
[0046] Vmax--速度的最大值；
[0047]t目标运动的持续时间。
[0048] (3)截尾扇形关联门
[0049] 截尾扇形关联门是扇形关联门的一种，在目标初始运动方向明确，速度的最大值、 最小值也可知的情况下使用的，如图3所示。
[0050] 其关联方程为：
[0052] 式中：A0--运动方向偏离轴向的角度大小；
[0053] a--偏尚轴向的最大的角度值。
[0054] 结合图4所示，总体来说，根据本发明的实施例，一种情报处理目标关联方法，包 括：步骤1、针对不同传感器发送过来的报文进行自适应的选择关联波门，选择的关联波门 包括椭圆形关联门、环形关联门以及截尾扇形关联门；步骤2、根据报文内容选取关联波门 之后，对关联波门的有效区域内的多个传感器量测值进行选择，其中选择策略是根据已有 目标个数进行关联算法自适应。
[0055] 根据本发明某些实施例的情报处理目标关联方法，针对情报处理工程应用背景 中，不同传感器发送的报文内容不同，有的传感器发送的报文目标属性信息比较全面，有的 传感器发送的报文属性信息则比较简单，以及报文内容可能缺失，采用单一的关联门进行 目标关联可能会导致误关联和消息冗余的问题，提出一种自适应的目标关联方法，提高信 息报的去重率，降低误关联率，提高多源多目标背景下目标融合的精度。
[0056] 在一些例子中，前述步骤1中，对于不同传感器发送的报文进行自适应的选择关 联波门，其实现包括：
[0057] 1)对于速度、运动方向以及速度最大值、最小值均未知的报文，选择椭圆形关联门 进行目标关联，将可能与目标关联的量测值包括在有效区域内；
[0058] 2)对于运动方向未知，速度已知或者速度最大值、最小值已知的报文，选取环形关 联门进行目标关联，将可能与目标关联的量测值包括在有效区域内；
[0059] 3)对于目标初始运动方向明确，且速度的最大值、最小值均可知时，选取截尾扇形 关联门进行目标关联，将可能与目标关联的量测值包括在有效区域内。
[0060] 下面结合图5、图6与图7,对前述三种不同情形下的关联门的自适应选择