[發明專利]基于證據推理的航跡航路分類方法

有效

• 申請號: 201310167801.2
• 申請日: 2013-05-08
• 公開（公告）號: CN103294895A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 梁彥;李立;馮肖雪;楊峰;焦連猛;蘭華;潘泉
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

技術領域

航跡分類的主要任務是將航跡分為航路目標航跡與非航路目標航跡，是對跟蹤器輸出的航跡進行后處理的過程。航跡分類可以為顯控臺操作員提供目標威脅度的判斷依據，減輕其工作負擔，并輔助態勢評估，增強對態勢的把握。

背景技術

有關目標檢測、目標跟蹤問題已有大量的研究，但是針對航跡航路分類問題的研究并不多見。程銘（飛行計劃和雷達航跡關聯目標識別算法[J].四川兵工學報,2010,31(5):107-109.）通過提取偏航、時差，高度等相關因子計算航跡與飛行計劃的相關度，提出了飛行計劃和航跡相關算法，但針對的是精度較高的常規雷達。對于低信噪比的雷達系統，M.Oxenham（Automatic?Air?Target?to?Airline?Association[C].The3th?International?Conference?on?Information?Fusion,2000.）將位置作為統計量，提出了基于假設檢驗的航跡-航路相關方法，但僅限于單航跡-單航路情形，且并未給出算法驗證結果。上述的這些航跡航路相關算法，都是在概率框架下基于貝葉斯理論的。而復雜環境下的目標跟蹤面臨的低信噪比等問題是造成數據不一致，沖突的來源，使用概率框架下的航跡航路分類只能將航跡分為航路目標和飛航路目標，存在分類風險。本發明是在證據推理框架下建立航跡航路相關模型，首先給出了基于概率分布函數的距離、航向基本值置信指派以及基于線性函數的弦長基本置信指派的構造方法。考慮到低信噪比下所構造的證據存在高沖突，不確定，采用基于證據距離和矛盾因子證據組合法進行多證據組合，進而進行分類判決。

發明目的

本發明的目的是解決概率框架下的航跡航路相關不能有效處理低信噪比跟蹤系統中存在的高沖突以及不確定性的問題，采用在證據推理框架下建立航跡航路相關模型的方法，給出了基于概率分布函數的距離、航向基本值置信指派以及基于線性函數的弦長基本置信指派的構造方法，并采用基于證據距離和矛盾因子證據組合法在各個時刻對這三個證據進行融合。從而實現低信噪比跟蹤系統下的航跡航路的分類，為航跡航路相關研究提供參考價值。

發明內容

為了實現上述發明目的，本發明以低信噪比跟蹤系統下航跡航路相關為應用背景，提出了基于證據推理的航跡航路相關方案。本發明方案的優點是在低信噪比跟蹤系統下，提高了相關正確率，并提出了不可分的概念，并給出了不可分率的度量，對于低信噪比跟蹤系統下態勢評估具有非常重要的意義。

一種基于證據推理的航跡航路分類方法，包括以下步驟：

第一步，建立航跡航路相關模型；

所述的建立航跡航路相關模型包括以下步驟：

A1、首先在雷達地理坐標系中建立航路的平面模型；

B1、假設目標在航路上，那么目標狀態在位置和航向上嚴格受航路約束，由此得到航跡點滿足的方程及其統計特性；

C1、假設目標沿著航路飛行，得到航跡點滿足的方程及其統計特性；

第二步，多特征指派；

所述的多特征指派包括以下步驟：

A2、通過概率函數的方法，得到航跡點在距離因子上屬于航路的置信度，歸一化后，得到航跡點在距離因子上的基本置信指派；

B2、通過計算航跡點處的橢圓波門，利用線性函數的方法構造在弦長因子上的基本置信指派；

C2、通過概率函數的方法，得到航跡點在航向因子上屬于航路的置信度，歸一化后，得到航跡點在航向因子上的基本置信指派；

第三步，融合分類；

所述的多特征指派包括以下步驟：

A3、采用基于證據距離和矛盾因子的證據組合法，對三個因子的基本置信指派進行融合，得到最終航跡屬于航路的置信值；

B3、根據制定的三個準則：目標類別應具有最大的決策函數值，目標類別的決策函數值與其它類別的決策函數值的差值大于某一閾值，不確定性決策函數值必須小于某一閾值，來最終決策航跡是否屬于航路目標。并規定，如果不符合上述三個準則的決策，那么此次風險較大，即此航跡是不可分的；

C3、在一次航跡航路相關過程中，通過統計各個時刻的判決結果，可以得到各個判決結果出現的比例。其中，我們定義不可分決策結果的出現比例為不可分率，其代表的決策的風險程度，如果其值大于0.5，則需要人工干預；決策結果錯誤的比例為誤分率。