[發明專利]一種基于數據質量評估的自適應航跡關聯方法

有效

• 申請號: 202110287339.4
• 申請日: 2021-03-17
• 公開（公告）號: CN113124871B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 郭杰;王波蘭;張瑜;吳凱;張寶超
• 申請（專利權）人: 北京理工大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/00;G06F16/2458;G06F18/25
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 劉西云;李微微

本發明提供一種基于數據質量評估的自適應航跡關聯方法，同時將傳感器性能和局部濾波數據質量考慮在內，采用距離和角度測量誤差衡量傳感器性能，用考慮歷史信息的標準化距離函數衡量局部濾波質量，采用效用函數得到兩項指標評估結果，并根據評估結果動態調整顯著性水平αsubgt;i/subgt;的大小，最后將顯著性水平αsubgt;i/subgt;代入現有的獨立序貫航跡關聯算法，即可確定各傳感器在各時刻采集到的量測信息對應的航跡估計的所屬目標；由此可見，本發明不僅解決了由于傳感器精度有限、雜波、目標密集且軌跡出現交叉等因素，傳統的基于統計的關聯方法難以應用于復雜環境下的航跡關聯問題，還克服了現有的航跡關聯算法通常不能對影響關聯結果的因素進行完善考慮的缺陷。

技術領域

本發明屬于航空宇航科學技術領域，尤其涉及一種基于數據質量評估的自適應航跡關聯方法。

背景技術

在分布式系統中，信息融合的研究范疇即為各個傳感器的航跡融合，根據不同傳感器跟蹤得到的局部航跡形成精度更高的系統航跡。分布式系統中多傳感器數據關聯即為航跡-航跡關聯，其目的是找到各傳感器系統中來源于同一個目標的局部航跡集合。融合中心中航跡關聯的結果直接影響后續航跡融合的質量，因此良好的關聯效果是航跡跟蹤與識別的基礎。目前常用的航跡關聯算法通常可以分為兩類：基于統計的方法和基于模糊數學的方法。

基于統計的航跡關聯算法主要是通過狀態估計差進行統計檢驗，將航跡關聯問題轉化為假設檢驗問題，選擇不同的檢驗統計即可得到不同的關聯算法。1971年，Singer和Kanyuch首先提出了加權航跡關聯算法。隨后Bar-Shalom對該算法中的距離度量提出了修正，提出了修正航跡關聯算法。Singer和Kosaka等人又提出了最近鄰域法(NearestNeighbor，NN)。Bowman則運用極大似然估計(ML)描述了航跡關聯問題，Chang和Youens基于運籌學中的經典分配問題(CA)來對航跡測量進行關聯。何友教授將序貫以及雙門限思想應用于航跡關聯中，主要研究了獨立序貫、相關序貫、獨立雙門限和相關雙門限這幾種算法。

基于模糊數學的航跡關聯算法有模糊函數關聯法、模糊邏輯關聯法等。模糊函數關聯算法主要是基于模糊集理論的思想，根據隸屬度函數和綜合函數的具體模型的選擇來計算綜合相似度，同時引入航跡關聯質量進行關聯判斷。模糊邏輯航跡關聯算法就是利用航跡與航跡之間的模糊關系，運用模糊IF-THEN規則列出航跡與航跡之間的模糊關系準則圖表，根據這個圖表判別航跡是否關聯。

此外，張琤等人針對傳統的關聯門設計方法應用于雜波環境下多目標跟蹤時容易出現錯誤跟蹤現象以及跟蹤精度下降的問題，提出了一種新的自適應關聯門設計方法。該方法通過構建量測關聯性能評估指標，獲取量測向量與狀態向量之間的關聯誤差信息及其誤差變化率，并以此為敏感度指標，在丟失量測或目標關聯出現偏移之前，預先調整關聯門，從而在確保正確量測落入關聯門內的同時減小雜波和非本目標回波的干擾。

由此可見，現有航跡關聯方法的缺陷主要有：

(1)針對基于統計的關聯算法，當目標間距較大、探測誤差較小的情況下，系統對航跡關聯問題的處理較為容易。但在復雜環境中，這類算法在進行有效關聯時會比較困難，隨著目標密集程度的增大以及誤差的影響，航跡關聯效果變差，產生錯、漏關聯，算法抗干擾性較差；且隨著關聯次數的增加，算法包含了大量的對局部狀態估計誤差協方差陣的求逆運算，同時隨著目標數和雷達回波數的增加，參與關聯的航跡數量急劇增加，使得算法的復雜度和計算量增大。

(2)相比基于統計的航跡關聯方法，基于模糊的航跡關聯方法雖具有關聯效果好、處理速度快、存儲與通信量小等優點，但是由于其系統參數設置的復雜，并且參數自適應能力差，難以應用于實際的工程問題。

發明內容

為解決上述問題，本發明提供一種基于數據質量評估的自適應航跡關聯方法，結合對傳感器本身性能和局部濾波航跡質量的評估，能夠實現航跡對之間的有效關聯。