【技术实现步骤摘要】
一种多目标关联方法和装置
本专利技术涉及数据融合
，具体涉及一种多目标关联方法和装置。
技术介绍
网络信息战是现代战争的趋势，而多传感器融合是其中的关键技术。由于多传感器融合技术利用不同类型的多种传感器，具有较好的鲁棒性，可以有效扩展时间、空间覆盖能力，减小系统的模糊性程度。因其具有如此多的优点，多传感器融合技术在水声和雷达领域也有着广泛应用。公知的是，多传感器数据融合的前提是数据关联，通过雷达、声呐等平台获取的目标方位跟踪信息，经过预处理，将这些量测信息统一到同一坐标系下，并计算得到合成的航迹。多传感器融合难点是如何判断来自于不同观测平台的两条航迹代表的是同一个目标，目前传统的关联方法关联准确度低，不能满足需求。
技术实现思路
本专利技术提供了一种多目标关联方法和装置，以解决传统的关联方法关联准确度低不能满足需求的技术问题。根据本申请的一个方面，提供了一种多目标关联方法，包括：获取第一观测平台和第二观测平台下目标对应的方位观测序列；利用卡尔曼滤波算法以及所述方位观测序列实时估计航迹不变量，得到航迹不变量信息；联合利用所述航迹不变量信息以及所述方位观测序列计算第...
【技术保护点】
1.一种多目标关联方法，其特征在于，包括：获取第一观测平台和第二观测平台下目标对应的方位观测序列；利用卡尔曼滤波算法以及所述方位观测序列实时估计航迹不变量，得到航迹不变量信息；联合利用所述航迹不变量信息以及所述方位观测序列计算第一观测平台下各目标的航迹分别与第二观测平台下目标的航迹之间的关联度，并对每个目标对应的各关联度进行排序；当目标的最大关联度大于第一模糊阈值时，确定第一观测平台目标的航迹与第二观测平台相应目标的航迹粗关联并输出关联结果。
【技术特征摘要】
1.一种多目标关联方法，其特征在于，包括：获取第一观测平台和第二观测平台下目标对应的方位观测序列；利用卡尔曼滤波算法以及所述方位观测序列实时估计航迹不变量，得到航迹不变量信息；联合利用所述航迹不变量信息以及所述方位观测序列计算第一观测平台下各目标的航迹分别与第二观测平台下目标的航迹之间的关联度，并对每个目标对应的各关联度进行排序；当目标的最大关联度大于第一模糊阈值时，确定第一观测平台目标的航迹与第二观测平台相应目标的航迹粗关联并输出关联结果。2.根据权利要求1所述的方法，其特征在于，该方法还包括：计算航迹的关联质量，并将计算出的关联质量与第二模糊阈值比较，如果关联质量大于第二模糊阈值，则确定粗关联的航迹为固定关联对。3.根据权利要求2所述的方法，其特征在于，计算航迹的关联质量包括：当第一观测平台的目标的航迹i与第二观测平台的目标的航迹j*被确定为粗关联时，通过下列公式计算航迹的关联质量：其中l表示时刻；否则，通过下列公式计算航迹的关联质量时刻l为0时，航迹的关联质量为0。4.根据权利要求1所述的方法，其特征在于，利用卡尔曼滤波算法以及所述方位观测序列实时估计航迹不变量，得到航迹不变量信息包括：定义状态估计量X＝[vxvy]T,其中υ为航迹不变量，vx,vy均为目标与观测平台的相对速度分量；状态方程X(tk)＝AX(tk-1)+Wk-1,其中为转移矩阵，Wk-1为过程噪声矢量；测量方程Zk＝HkX(tk)+vk,测量方程中Hk表示测量矩阵，vk为测量噪声；Hk＝[(sinθ1-βsinθ0)-(cosθ1-βcosθ0)]，θ0、θ1分别为s0、s1时刻的目标方位；确定初始状态估计量和初始状态估计方差其中vx(t0),vy(t0)分别为目标初始速度水平分量和垂直分量，分别为状态估计量的方差；卡尔曼滤波算法步骤如下：步骤41，由所述状态方程得到状态预估值：步骤42，预测误差协方差矩阵：Pk/k-1＝APk-1AT+Qk-1；步骤43，计算最优滤波增益步骤44，计算状态向量预测值步骤45，更新误差协方差矩阵Pk＝(I-KkHk)Pk/k-1；其中，Qk-1为过程噪声方差矩阵；根据以下公式计算目标的航向信息其中为目标航向。5.根据权利要求1或2所述的方法，其特征在于，第一观测平台和第二观测平台分别为雷达观测平台和声呐观测平台，方法还包括：在联合利用所述航迹不变量信息以及所述方位观测序列计算第一观测平台下各目标的航迹分...
【专利技术属性】
技术研发人员：孙伟，韩煜，周青，
申请(专利权)人：中国电子科技集团公司第三十六研究所，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。