机载分布式多传感器两级数据融合策略选择方法技术

本发明专利技术提出的一种机载分布式传感器两级数据融合策略选择方法，是首先判断参与传感器融合数据来源，确定融合数据类型后进行坐标变换处理，将传感器融合数据统一到处理平台中心，在同一平台中心通过对传感器位置样本观测数据，对多种传感器多模式组合下位置检测数据相似性的单因素方差分析，然后对多个传感器组合方案进行显著性检验；以本机为处理中心，根据多个传感器信息组合形成备选方案,对于方案Pm，m∈[1,k]，分别进行：某一试验条件下s个试验总体和显著性检验，根据检验结果进行不同融合方法的选择，实现统一计算框架下的目标数据融合。本发明专利技术根据检验结果进行不同融合方法的选择，解决了两级不同精度组合融合问题，提高了航空多传感器融合系统的通用性及实用性。

【技术实现步骤摘要】

本专利技术涉及信息融合领域中机载多传感器系统工程的传感器数据融合处理技术，特别是涉及一种基于精度水平的航空机载多传感器数据融合策略选择方法，是对多种传感器多模式组合下检测位置数据相似性的单因素方差分析，完成多种组合方案的显著性检验，实现统一计算框架下的目标数据融合方法。
技术介绍
多传感器数据融合技术是一门新兴前沿技术。近年来，多传感器数据融合技术已经受到广泛关注，它的理论和方法已经被应用到许多研究领域。多传感器数据融合是针对一个系统使用多种传感器这一特定问题而展开的一种关于数据处理的研究，是多学科交叉的新技术，涉及到信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等理论。近年来，这一技术广泛应用于复杂工业过程控制、机器人、自动目标识别、交通管制、惯性导航、海洋监视和管理、农业、医疗诊断、模式识别等领域。实践证明：与单传感器系统相比，运用多传感器数据融合技术在解决探测、跟踪和目标识别等问题方面，能够增强系统生存能力，提高整个系统的可靠性和鲁棒性，增强数据的可信度，并提高精度，扩展整个系统的时间、空间覆盖率，增加系统的实时性和信息利用率等。多传感器数据融合技术的基本原理就像人脑综合处理信息一样，充分利用多个传感器资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间和时间上冗余或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述。具体的说，多传感器数据融合原理如如下：（1）N个不同类型的传感器（有源或无源的）收集观测目标的数据；（2）对传感器的输出数据（离散的或连续的时间函数数据、输出矢量、成像数据或一个直接的属性说明）进行特征提取的变换，提取代表观测数据的特征矢量；（3）对特征矢量Y进行模式识别处理，完成各传感器关于目标的说明；（4）将各传感器关于目标的说明数据按同一目标进行分组，即关联；（5）利用融合算法将每一目标各传感器数据进行合成，得到该目标的一致性解释与描述。多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统来说，信息具有多样性和复杂性，因此，对信息融合方法的基本要求是具有鲁棒性和并行处理能力，此外，还有方法的运算速度和精度；与前续预处理系统和后续预处理信息识别系统的接口功能；与不同技术和方法的协调能力；对信息样本的要求等。一般情况下，基于非线性的数学方法，如果它具有容错性、自适应性、联想记忆和并行处理能力，则都可以用来作为融合方法。多传感器的常用方法基本上可概括为随机和人工智能两大类，随机类方法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、证据推理，产生式规则等；而人工智能类则有模糊逻辑理论、神经网络、粗集理论、专家系统等。多传感器数据融合技术在综合处理来自多个传感器的数据和相关信息，可以获得比运动单个、孤立的传感器更加详细和精确的结论。综合使用多传感器网络，可以实现全高度、全方位、强电磁干扰和复杂气象条件下的综合探测、跟踪等不同任务。目前针对通用结构的数据融合算法研究很多，融合算法与融合结构密切相关，融合结构大致分为三类：集中式、分布式、混合式。在典型的航空分布式融合处理结构中，单个平台节点既有自身配置的传感器和信息源的输入，又有其它融合节点的输入信息，信息源类型的不同，会存在较大差异，包含粒度、精度、不确定性、时序、维度等方面的差异。存在传感器数据维度不全，各维度精度水平参差不齐的融合问题。
技术实现思路
本专利技术的任务是针对分布式传感器系统特定使用结构存在的传感器数据维度不全，各维度精度水平参差不齐的融合问题，提供一种基于精度水平的两级分布式航空传感器数据融合策略，能够解决特定传感器不同精度组合的融合问题，并能提高航空分布式传感器系统，完整性和准确性的机载分布式传感器两级数据融合策略选择方法。本专利技术的上述目的可以通过以下措施来达到，一种机载分布式传感器两级数据融合策略选择方法，其特征在于包括如下步骤：首先判断参与传感器融合数据来源，确定融合数据类型后进行坐标变换处理，将传感器融合数据统一到处理平台中心，在同一平台中心通过对传感器位置样本观测数据，对多种传感器多模式组合下位置检测数据相似性的单因素方差分析；在两级不同精度组合相似数据融合中，通过输入数据类型判断多传感器数据链网络是否有需要转换的目标位置参数，有，则对多传感器数据链网络数据进行坐标转换；首先对数据链传来的它机载机极坐标向它机载机笛卡儿坐标(xDL，yDL，zDL)转换，然后进入下一步它机载机笛卡儿坐标(xDL，yDL，zDL)向本机笛卡儿坐标(x，y，z)转换，再通过本机笛卡儿坐标(x，y，z)向本机载机极坐标转换；最后以本机为处理中心，根据多个传感器信息组合形成备选方案P1,P2,…,Pk,对于方案Pm，m∈[1，k]分别进行：（1）某一试验条件下s个试验总体,对三个位置维度依次构造检验统计量，进行ni次试验，试验总次数对考察指标进行观测，这里i＝1，2，...s;ni≥2；(2)显著性检验：零假设H0成立时，有拒绝域FA～F(s-1，n-s)；则H0的拒绝域为FA＞Fα(s-1，n-s)，式中，α为给定的显著性水平,取为0.05和0.01；对备选方案P1,P2,…,Pk，显著性检验结果为不显著的，令i＝1，2，...s；对于多个只有角度测量值而无距离测量的传感器，令则则X为最终的融合输出；显著性检验结果为显著的，表明此方案中传感器精度水平差异明显，直接采用精度最高的输出，即本专利技术具有如下有益效果。本专利技术通过坐标转换实现不同航空平台间的位置参数变换，在同一平台中心通过对位置样本观测数据单因素方差分析，对多个传感器组合方案进行显著性检验，根据检验结果进行不同融合方法的选择，实现统一计算框架下的目标数据融合，在数据链网络环境中解决两级不同精度组合融合问题，提高了航空多传感器融合系统的通用性及实用性。附图说明图1是本专利技术机载分布式多传感器两级数据融合策略选择方法流程图。图2是图1中关于机载分布式数据链网络数据坐标转换流程示意图。具体实施方式参阅图1。本专利技术提供的航空平台完成多传感器数据链网络环境中，两级不同精度组合相似数据融合策略选择方法，可以通过以下步骤予以实现：步骤1：通过输入数据类型判断判断传感器数据链网络是否有需要转换的目标位置参数，如果有，执行步骤2，如果没有，执行步骤3；步骤2：按如图2所示转换流程，融合平台中心对数据链网络数据进行坐标转换，首先对数据链传来的它机载机极坐标(ρDL，θDL，φDL)向它机载机笛卡儿坐标(xDL，yDL，zDL)转换，用公式（1）然后对它机载本文档来自技高网...

【技术保护点】
一种机载分布式传感器两级数据融合策略选择方法，其特征在于包括如下步骤：首先判断参与传感器融合数据来源，确定融合数据类型后进行坐标变换处理，将传感器融合数据统一到处理平台中心，在同一平台中心通过对传感器位置样本观测数据，对多种传感器多模式组合下位置检测数据相似性的单因素方差分析，然后对多个传感器组合方案进行显著性检验；在两级不同精度组合相似数据融合中，通过输入数据类型判断多传感器数据链网络是否有需要转换的目标位置参数，有，则对多传感器数据链网络数据进行坐标转换；首先对数据链传来的它机载机极坐标（斜距、方位、俯仰）向它机载机笛卡儿坐标(xDL，yDL，zDL)转换，然后进入下一步它机载机笛卡儿坐标(xDL，yDL，zDL)向本机笛卡儿坐标(x，y，z)转换，再通过本机笛卡儿坐标(x，y，z)向本机载机极坐标转换；最后以本机为处理中心，根据多个传感器信息组合形成备选方案,对于方案Pm，m∈[1，k]，分别进行：某一试验条件下s个试验总体,显著性检验，根据检验结果进行不同融合方法的选择，实现统一计算框架下的目标数据融合，其中k、s为自然数。

【技术特征摘要】
1.一种机载分布式传感器两级数据融合策略选择方法，其特征在于包括如下步骤：首先判
断参与传感器融合数据来源，确定融合数据类型后进行坐标变换处理，将传感器融合数据统
一到处理平台中心，在同一平台中心通过对传感器位置样本观测数据，对多种传感器多模式
组合下位置检测数据相似性的单因素方差分析，然后对多个传感器组合方案进行显著性检验；
在两级不同精度组合相似数据融合中，通过输入数据类型判断多传感器数据链网络是否有需
要转换的目标位置参数，有，则对多传感器数据链网络数据进行坐标转换；首先对数据链传
来的它机载机极坐标（斜距、方位、俯仰）向它机载机笛卡儿坐标
(xDL，yDL，zDL)转换，然后进入下一步它机载机笛卡儿坐标(xDL，yDL，zDL)向本机笛卡儿坐标
(x，y，z)转换，再通过本机笛卡儿坐标(x，y，z)向本机载机极坐标转换；最后以本机为处
理中心，根据多个传感器信息组合形成备选方案,对于方案Pm，m∈[1，k]，分别进行：某一试
验条件下s个试验总体,显著性检验，根据检验结果进行不同融合方法的选择，实现统一计算
框架下的目标数据融合，其中k、s为自然数。
2.如权利要求1所述的机载分布式传感器两级数据融合策略选择方法，其特征在于：所述
某一试验条件下s个试验总体,是对三个位置维度依次构造检验统计量，进行ni次试
验，试验总次数对考察指标进行观测，这里i＝1，2，...s;ni≥2；检验统计量
FA=SA(s-1)SE(n-s)=1σ2SA(s-1)1σ2SE(n-s)=SA‾SE‾]]>其中，σ为统计均方差，为误差离差平方和,SA为组间离差平方和，
SA=Σi=1sni(xi‾-x‾)2.]]>3.如权利要求2所述的机载分布式传感器两级数据融合策略选择方法，其特征在于：所述
的显著性检验（:不显著，：显著）是在零假设H0成立时，有拒绝域FA～F(s-1，n-s）;则
H0的拒绝域为FA＞Fα(s-1，n-s)，式中，α为给定的显著性水平,取为0.05和0.01；对备

\t选方案，显著性检验结果为显著的，表明此方案中传感器精度水平差异明显，直接采用精度
最高的输出；显著性检验结果为不显著的，令i＝1，2，...s;对于多个只有角度测量值而无距离测量的传感器，令则
X=PΣi=1sPi-1Xi,P=(Σi=1sPi-1)-1,]]>则X为最终的融合输出。
4.如权利要求1所述的机载分布式传感器两级数据融合策略选择方法，其特征在于：对数
据链网络数据进行坐标转换，它机载机极坐标向它机载机笛卡儿直角坐标
(xDL，yDL，zDL)转换，用公式（1）：
5.如权利要求1所述的机载分布式传感器两级数据融合策略选择方法，其特征在于：进行下
一步，对它机载机笛卡尔坐标向本机载机笛卡尔坐标转换，用公式（2）：
xyz=T6T5[T2T1xDLyDLzDL+T3-T4]---(2)]]>其中转换矩阵、、…、由以下公式获得
T2=-cosLDLsinMDL-sinLDL-cosLDLcosMDL-sinLDLsinMDLcosLDL-sinLDLcosMDLcosMDL0-sinMDL]]>T3=(N+HDL)cosMDLcosLDL(N+HDL)cosMDLsinLDL[N(1-e2)+HDL]sinMDL]]>T4=(N+H)cosMcosL(N+H)cosMsinL[N(1-e2)+H]sinM]]>T5=-cosLsinM-sinL-cosLcos...

【专利技术属性】
技术研发人员：张林怡，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：