基于目标距离的异类多传感器数据融合方法技术

本发明专利技术公开了一种基于目标距离的异类多传感器数据融合方法，其判断目标的位置是否位于主动传感器的有效测量区间或被动传感器的有效测量区间，分别采用主动传感器独立跟踪目标、被动传感器独立跟踪目标或两者一起跟踪目标，分别根据目标与主动传感器和被动传感器的距离设置主动传感器测量值权重和被动传感器测量值权重，并融合主动传感器和被动传感器的目标距离测量值，得到目标的精确位置，实现异类多传感器数据的融合。本发明专利技术相比传统的等加权算法以及方差加权算法，采用变权重的数据融合方法考虑了目标实时的位置信息，得到的权值能够更加全面的满足传感器对目标的跟踪需求，提高了跟踪精度。

【技术实现步骤摘要】
基于目标距离的异类多传感器数据融合方法
本专利技术涉及多传感器
，具体涉及基于目标距离的异类多传感器数据融合方法。
技术介绍
在多传感器系统中，每个传感器提供的测量数据存在一定差异，如何将不同传感器的数据进行有效的融合，从而获取更优的系统性能，已经成为多传感器数据融合技术研究的热点之一。而异类传感器的使用有其天然的优势，每类传感器能从不同的角度观测目标，有着各自的优点，其典型应用之一就是主、被动传感器组成的目标跟踪系统。比如雷达传感器通过主动发射电磁波，可以测量目标的运动特征，但是雷达在工作时需要向外辐射大功率的电磁波，因而易遭受电子干扰，同时雷达存在低空盲区。光电传感器不向外辐射能量，通过被动接收目标辐射的能量进行探测和定位，因而隐蔽性强，具有较强的抗干扰能力，另外还具有较强的目标识别能力，因此将二者结合能提高系统的可靠性以及抗干扰能力，并且能够从多角度更加全面的观测目标。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的基于目标距离的异类多传感器数据融合方法有效提高了目标距离的识别与目标位置的锁定精度。为了达到上述专利技术目的，本专利技术采用的技术方案为：提供一种基于目标距离的异类多传感器数据融合方法，其包括以下步骤：S1、通过主动传感器获取目标的位置参数，并判断目标的位置是否位于主动传感器的有效测量区间，若是，则进入步骤S2；否则进入步骤S5；S2、判断目标至被动传感器的距离是否位于被动传感器的有效测量区间，若是，则进入步骤S3，否则进入步骤S4；S3、同时采用主动传感器和被动传感器跟踪目标，并进入步骤S6；S4、只采用主动传感器跟踪目标，并进入步骤S6；S5、通过被动传感器获取目标的位置参数，并判断目标的位置是否位于被动传感器的有效测量区间；若是，则只采用被动传感器跟踪目标并进入步骤S6，否则进入步骤S7；S6、分别根据目标与主动传感器和被动传感器的距离设置主动传感器测量值权重和被动传感器测量值权重，并对主动传感器和被动传感器获取的实时观测值进行加权处理，实现异类多传感器数据的融合，得到目标的精确位置；S7、判断是否接收到停止信号，是则结束获取目标，否则返回步骤S1。进一步地，步骤S6和步骤S7之间还包括步骤S6.5：根据目标各个时刻的精确位置，获取目标的运动轨迹与运动速度，实现对目标的持续跟踪。进一步地，步骤S6的具体方法包括以下步骤：S6-1、根据公式设置主动传感器测量值权值wa'和被动传感器测量值权值wb'；S6-2、根据公式分别获取主动传感器测量值权重wa和被动传感器测量值权重wb；S6-3、根据公式Zf＝waZa+wbZb融合主动传感器的实时观测值Za和被动传感器的实时观测值Zb，实现异类多传感器数据的融合，得到目标的精确位置Zf；其中rmaxa和rmina分别为主动传感器的有效测量距离上限值和下限值；rmaxb和rminb分别为被动传感器的有效测量距离上限值和下限值；k为调整因子。本专利技术的有益效果为：1、本专利技术相比传统的等加权算法以及方差加权算法，采用变权重的数据融合方法考虑了目标实时的位置信息，得到的权值能够更加全面的满足传感器对目标的跟踪需求，提高了跟踪精度。2、权值计算采用线性的方式拟合，更加利于工程化实现。附图说明图1为本专利技术的流程图。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。如图1所示，该基于目标距离的异类多传感器数据融合方法包括以下步骤：S1、通过主动传感器获取目标的位置参数，并判断目标的位置是否位于主动传感器的有效测量区间，若是，则进入步骤S2；否则进入步骤S5；S2、判断目标至被动传感器的距离是否位于被动传感器的有效测量区间，若是，则进入步骤S3，否则进入步骤S4；S3、同时采用主动传感器和被动传感器跟踪目标，并进入步骤S6；S4、只采用主动传感器跟踪目标，并进入步骤S6；S5、通过被动传感器获取目标的位置参数，并判断目标的位置是否位于被动传感器的有效测量区间；若是，则只采用被动传感器跟踪目标并进入步骤S6，否则进入步骤S7；S6、分别根据目标与主动传感器和被动传感器的距离设置主动传感器测量值权重和被动传感器测量值权重，并对主动传感器和被动传感器获取的实时观测值进行加权处理，实现异类多传感器数据的融合，得到目标的精确位置；S7、判断是否接收到停止信号，是则结束获取目标，否则返回步骤S1。步骤S6和步骤S7之间还包括步骤S6.5：根据目标各个时刻的精确位置，获取目标的运动轨迹与运动速度，实现对目标的持续跟踪。步骤S6的具体方法包括以下步骤：S6-1、根据公式设置主动传感器测量值权值wa'和被动传感器测量值权值wb'；S6-2、根据公式分别获取主动传感器测量值权重wa和被动传感器测量值权重wb；S6-3、根据公式Zf＝waZa+wbZb融合主动传感器的实时观测值Za和被动传感器的实时观测值Zb，实现异类多传感器数据的融合，得到目标的精确位置Zf；其中rmaxa和rmina分别为主动传感器的有效测量距离上限值和下限值；rmaxb和rminb分别为被动传感器的有效测量距离上限值和下限值；k为调整因子。本专利技术采用了基于传感器与目标之间距离的自适应方式更新权值，权值间接反映了传感器测量误差的大小，距离越远，观测误差越大。在数据融合时，通过对不同传感器进行加权处理，观测误差大的权值占比小，观测误差小的权值占比大，有效地提高了跟踪精度。权值计算采用线性的方式拟合，更加利于工程化实现。本文档来自技高网...

【技术保护点】
一种基于目标距离的异类多传感器数据融合方法，其特征在于：包括以下步骤：S1、通过主动传感器获取目标的位置参数，并判断目标的位置是否位于主动传感器的有效测量区间，若是，则进入步骤S2；否则进入步骤S5；S2、判断目标至被动传感器的距离是否位于被动传感器的有效测量区间，若是，则进入步骤S3，否则进入步骤S4；S3、同时采用主动传感器和被动传感器跟踪目标，并进入步骤S6；S4、只采用主动传感器跟踪目标，并进入步骤S6；S5、通过被动传感器获取目标的位置参数，并判断目标的位置是否位于被动传感器的有效测量区间；若是，则只采用被动传感器跟踪目标并进入步骤S6，否则进入步骤S7；S6、分别根据目标与主动传感器和被动传感器的距离设置主动传感器测量值权重和被动传感器测量值权重，并对主动传感器和被动传感器获取的实时观测值进行加权处理，实现异类多传感器数据的融合，得到目标的精确位置；S7、判断是否接收到停止信号，是则结束获取目标，否则返回步骤S1。

【技术特征摘要】
1.一种基于目标距离的异类多传感器数据融合方法，其特征在于：包括以下步骤：S1、通过主动传感器获取目标的位置参数，并判断目标的位置是否位于主动传感器的有效测量区间，若是，则进入步骤S2；否则进入步骤S5；S2、判断目标至被动传感器的距离是否位于被动传感器的有效测量区间，若是，则进入步骤S3，否则进入步骤S4；S3、同时采用主动传感器和被动传感器跟踪目标，并进入步骤S6；S4、只采用主动传感器跟踪目标，并进入步骤S6；S5、通过被动传感器获取目标的位置参数，并判断目标的位置是否位于被动传感器的有效测量区间；若是，则只采用被动传感器跟踪目标并进入步骤S6，否则进入步骤S7；S6、分别根据目标与主动传感器和被动传感器的距离设置主动传感器测量值权重和被动传感器测量值权重，并对主动传感器和被动传感器获取的实时观测值进行加权处理，实现异类多传感器数据的融合，得到目标的精确位置；S7、判断是否接收到停止信号，是...

【专利技术属性】
技术研发人员：张龙，叶显，
申请(专利权)人：成都西科微波通讯有限公司，
类型：发明
国别省市：四川,51