[發(fā)明專利]一種基于生物搜索算法的多目標數(shù)據(jù)關(guān)聯(lián)方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110969982.5
• 申請日: 2021-08-23
• 公開（公告）號: CN113701758A
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計）人: 王超;曲承志;李斌;賁馳;張艷;陳金濤;張鑫;蘇東
• 申請（專利權(quán)）人: 中國北方工業(yè)有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 中國兵器工業(yè)集團公司專利中心 11011
• 代理人: 劉瑞東

本發(fā)明涉及一種基于生物搜索算法的多目標數(shù)據(jù)關(guān)聯(lián)方法及系統(tǒng)，屬于多目標跟蹤領(lǐng)域。本發(fā)明結(jié)合初始條件并建立數(shù)據(jù)關(guān)聯(lián)等效量測代價函數(shù)模型；根據(jù)所有量測點中每個量測點與前一時刻目標一步預測點的馬氏距離及波門從所有量測點中篩選出目標對應(yīng)的門內(nèi)候選量測點；設(shè)定種群數(shù)量，將與該目標對應(yīng)的所有候選量測點的一組關(guān)聯(lián)概率作為種群個體；通過共生生物搜索算法對代價函數(shù)模型尋優(yōu)，根據(jù)尋優(yōu)個體包含的候選量測關(guān)聯(lián)概率獲得種群數(shù)量的等效量測點；將等效量測點作為等效候選量測點與目標建立關(guān)聯(lián)，通過標準聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法進行數(shù)據(jù)關(guān)聯(lián)；重復尋優(yōu)和關(guān)聯(lián)，完成航跡關(guān)聯(lián)。解決局部最優(yōu)和組合爆炸問題，實現(xiàn)多目標關(guān)聯(lián)，提高搜索計算能力。

技術(shù)領(lǐng)域

本發(fā)明屬于多目標跟蹤技術(shù)領(lǐng)域，具體涉及一種基于生物搜索算法的多目標數(shù)據(jù)關(guān)聯(lián)方法及系統(tǒng)，適用于密集雜波環(huán)境下多目標跟蹤數(shù)據(jù)關(guān)聯(lián)。

背景技術(shù)

多目標跟蹤的主要目的是將傳感器接受的測量數(shù)據(jù)分解為對應(yīng)于不同信息源所產(chǎn)生的不同觀測集合或航跡。數(shù)據(jù)關(guān)聯(lián)是多目標跟蹤的核心部分，在防空反導、空間攻防等任務(wù)中，由于多目標密集分布或存在強背景雜波干擾，目標測量跟蹤門內(nèi)可能混有虛假測量，破壞了測量與目標源間的對應(yīng)關(guān)系，使得多目標跟蹤的數(shù)據(jù)關(guān)聯(lián)問題日益突出。在密集雜波環(huán)境下多目標跟蹤數(shù)據(jù)關(guān)聯(lián)的研究方面，聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)方法(JPDA)根據(jù)假設(shè)將所有的目標和量測組合為聯(lián)合事件計算關(guān)聯(lián)概率，能夠很好地解決雜波環(huán)境下多目標量測關(guān)聯(lián)問題，但JPDA方法隨著目標數(shù)和雜波數(shù)的增長，其關(guān)聯(lián)概率的計算會出現(xiàn)組合爆炸的情況。因此在JPDA的改進方面已存在許多方法，元啟發(fā)式優(yōu)化算法是其中重要的一類方法。目前常用的應(yīng)用于數(shù)據(jù)關(guān)聯(lián)的元啟發(fā)式優(yōu)化算法有：粒子群算法、蟻群算法等。這些算法通過模仿生物體的社會行為和生活習性來完成最優(yōu)解的搜索。但是這些算法極易陷入局部最優(yōu)解，很難滿足數(shù)據(jù)關(guān)聯(lián)的實際需要。

為了克服上述方法的缺點，不斷有一些新的元啟發(fā)式算法被提出。Cheng等人在“Symbiotic Organisms Search:A new metaheuristic optimization algorithm”【ComputersStructures，2014，139:98-112】中提出了一種新的元啟發(fā)式優(yōu)化算法——共生生物搜索算法。共生生物搜索算法容易實現(xiàn)，而且最顯著的優(yōu)點是探索能力強快。但基本的共生生物搜索算法的互利因子設(shè)置不合理，同時也存在陷入局部最優(yōu)的缺點，不適合應(yīng)用于多目標跟蹤數(shù)據(jù)關(guān)聯(lián)領(lǐng)域。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題

本發(fā)明要解決的技術(shù)問題是如何提供一種基于生物搜索算法的多目標數(shù)據(jù)關(guān)聯(lián)方法及系統(tǒng)，用于克服現(xiàn)有技術(shù)中難于滿足數(shù)據(jù)關(guān)聯(lián)實際需要且多目標量測關(guān)聯(lián)概率計算易導致組合爆炸等缺陷，克服局部最優(yōu)的缺陷，加速搜索能力，實現(xiàn)多目標跟蹤數(shù)據(jù)關(guān)聯(lián)。

(二)技術(shù)方案

為了解決上述技術(shù)問題，本發(fā)明提供一種基于生物搜索算法的多目標跟蹤數(shù)據(jù)關(guān)聯(lián)方法，包括：

步驟S1，結(jié)合初始條件并根據(jù)最近鄰代價函數(shù)和運動匹配度函數(shù)建立數(shù)據(jù)關(guān)聯(lián)等效量測代價函數(shù)模型；

步驟S2，根據(jù)所有量測點中每個量測點與前一時刻目標一步預測點的馬氏距離及波門從所有量測點中篩選出目標對應(yīng)的門內(nèi)候選量測點；

步驟S3，設(shè)定種群數(shù)量，所述種群數(shù)量小于門內(nèi)候選量測點數(shù)量；將目標與該目標對應(yīng)的所有候選量測點的一組關(guān)聯(lián)概率作為種群的一個個體；

步驟S4，對于每個個體通過共生生物搜索算法對代價函數(shù)模型進行尋優(yōu)，根據(jù)尋優(yōu)個體包含的候選量測關(guān)聯(lián)概率獲得種群數(shù)量的等效量測點；

步驟S5，將等效量測點作為等效候選量測點與目標建立關(guān)聯(lián)，通過標準聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法進行數(shù)據(jù)關(guān)聯(lián)；

步驟S6，重復上述步驟S4尋優(yōu)和步驟S5關(guān)聯(lián)過程，直到完成航跡關(guān)聯(lián)。