[發明專利]一種基于狀態估計的光/電傳感器目標關聯方法

有效

• 申請號: 201710376525.9
• 申請日: 2017-05-25
• 公開（公告）號: CN107271991B
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 劉錚;盛晶;陳文晶;毛宏霞
• 申請（專利權）人: 北京環境特性研究所
• 主分類號: G01S13/86
• 分類號: G01S13/86;G01S13/89;G06F17/18
• 代理公司: 北京格允知識產權代理有限公司 11609
• 代理人: 周嬌嬌

本發明公開了一種基于狀態估計的光/電傳感器目標關聯方法，步驟有：(1)輸入目標特征集合、傳感器模型和數據關聯模型，構建基于最優特征集合的目標狀態廣義似然函數；(2)以運動特性為紐帶，對連續運動姿態變化下目標的光/電特征數據矩陣進行差分，得到目標特征空間狀態轉移模型；(3)基于廣義似然函數的目標狀態預估與反饋系統建模；(4)根據多傳感器得到的觀測數據，進行多傳感器下目標組合在目標狀態預估與反饋系統建模中尋優；(5)多傳感器多目標關聯。本發明避免了對遠距離弱小目標識別中其他關聯識別傳感器權重分配、識別證據沖突、目標同一性判斷等一系列有待解決的難題，可在復雜場景下遠距離弱小目標關聯聯合識別中應用。

技術領域

本發明涉及目標識別技術領域，尤其涉及一種基于狀態估計的光/電傳感器目標關聯方法。

背景技術

雷達是外場主要的觀測手段。近年來隨著紅外探測水平的發展，紅外觀測設備在外場建設中越來越受到重視，紅外/雷達多傳感器聯合數據處理與分析技術成為國際上研究熱點。多傳感器聯合數據處理的首要問題是不同傳感器探測目標關聯。由于受到傳感器空間分辨能力制約，僅在空間維進行目標關聯的方法對近鄰目標產生很大不確定性。

美國研究了JDL模型作為多傳感器融合處理的標準模型，具體實施上D-S理論受到廣泛關注，但是如何處理沖突證據以及如何確定傳感器權重還需要進一步研究；約翰霍普金斯大學的Maurer建立了多傳感器聯合對試驗現象解譯的貝葉斯理論框架，但是當傳感器測量本身具有不確定性以及目標先驗信息具有不確定性因素時，建立貝葉斯推理網絡存在一定困難；可能性理論也是解決多傳感器數據融合的一種途徑，但是如何確定每一個特征量的隸屬度以及建立一個行之有效的理論框架，是需要進一步研究。

發明內容

針對上述現有技術存在的缺陷，本發明提供一種基于狀態估計的光/電傳感器目標關聯方法，擬構造包含光、電、運動、位置等多維度特征空間，在多維特征空間中對目標進行關聯。

本發明提供的一種基于狀態估計的光/電傳感器目標關聯方法，其改進之處在于，所述方法包括如下步驟：

(1)輸入目標特征集合、傳感器模型和數據關聯模型，構建基于最優特征集合的目標狀態廣義似然函數；

(2)以運動特性為紐帶，對連續運動姿態變化下目標的光/電特征數據矩陣進行差分，得到目標特征空間狀態轉移模型；

(3)基于廣義似然函數的目標狀態預估與反饋系統建模；

(4)根據多傳感器得到的觀測數據，進行多傳感器下目標組合在所述目標狀態預估與反饋系統建模中尋優；

(5)進行多傳感器多目標關聯。

優選的，步驟(3)包括如下步驟：

1)以目標運動學的連續性，以及目標姿態同其光/電特性的關系為紐帶，構建目標狀態轉移矩陣，包括目標六自由度的運動學參數，以及目標光/電特征數據；

2)利用所述目標狀態轉移矩陣進行前一時刻目標特征與當前時刻目標特征關聯；

3)利用當前時刻目標特征測量數據和目標特征估計數據進行匹配尋優；

4)判斷目標估計特征與測量特征之差，若在預設閾值內，則表示最終收斂，作為最終尋優標準。

較優選的，步驟(4)進行多傳感器下目標組合在所述目標狀態預估與反饋系統建模中尋優，是指將所述光/電特性數據估計后的結果與理論估計值比較，若收斂，則認為光/電傳感器測量目標是一致的，且與假設目標是一致的；若不收斂，則重復所述步驟(1)。

較優選的，步驟(5)進行多傳感器多目標關聯是指將不同傳感器觀測的目標，為同一目標的進行標記。

較優選的，所述多傳感器包括雷達和紅外地面觀測設備；