一种基于异构电磁感知信息融合的目标识别系统和方法技术方案

本发明专利技术提供一种基于异构电磁感知信息融合的目标识别系统和方法，采用异构电磁感知信息融合算法，同时在决策级和特征级进行融合，并引入反馈机制提高目标识别的可靠性和稳定性，对复杂的电磁环境具有更强的适应能力。本发明专利技术的方法包括：首先由各传感器子网处理各自的传感器数据，形成对目标的初步识别，对各个异构传感器给出统一格式的识别信息；其次进行航迹模糊关联，将关联度超过一定门限的航迹归为同一目标；然后对归为同一目标的传感器信息进行融合，获得融合后的目标航迹和目标参数特征以及决策级目标识别结果；最后利用融合后的目标参数特征重新进行目标识别，生成基于异构电磁感知信息融合的目标识别结果。

【技术实现步骤摘要】
一种基于异构电磁感知信息融合的目标识别系统和方法
：本专利技术涉及目标识别
，特别是涉及一种基于异构电磁感知信息融合的目标识别系统和方法。
技术介绍
：随着信息技术的广泛应用，装载各种雷达及通信辐射源的战场目标(如飞机、舰船等)日益增多，使得当今战场电磁环境的目标识别日趋复杂。为应对这一挑战，电磁环境传感器的数量和种类也在不断增加。与单传感器相比，异构电磁传感器系统有更强的生存能力、更宽的空间和时间覆盖范围、更准确的情报和更高的可信度。但同时，异构电磁传感器系统的复杂性也大大增加，由此带来一些不利因素。如何将各个传感器的数据和处理结果进行有效融合仍然是战场电磁感知面临的主要问题之一。异构电磁感知信息融合的基本原理是利用多传感器来获得被测目标的运动状态及身份特征等信息，然后在空间或时间上对各种信息进行合理的组合，从而获得更准确的感知情报。信息融合算法主要可分为嵌入约束法、证据组合方法和神经网络方法。其中，嵌入约束法认为各传感器信息是目标通过某种映射得到的像，而信息融合就是要通过多个像求解原像。这要求对信息源的物理规律性及其与传感器的关系有明确了解，限制了其信息融合的应用范围，也往往面临计算复杂度高的问题。证据组合方法将各传感器感知结果视为不同证据，通过联合证据计算对某决策的总支持度，从而实现信息融合。该方法需要各证据有恰当的信任度，对预处理及特征提取有较高要求，容易产生误差积累，并且一般仅仅在决策级进行融合。神经网络方法能够拟合复杂的非线性映射，但是当训练样本不足或环境变化时其效能会下降，在独立完成信息融合时难以兼顾灵活性和针对性，对实际环境的适应能力不强，不适合直接构建单一的庞大系统。
技术实现思路
：为了克服现有技术存在的不足，本专利技术提供一种基于异构电磁感知信息融合的目标识别系统和方法，采用异构电磁感知信息融合算法，同时在决策级和特征级进行融合，并引入反馈机制提高目标识别的可靠性和稳定性，对复杂的电磁环境具有更强的适应能力。本专利技术的技术方案是：1.一种基于异构电磁感知信息融合的目标识别方法，其特征在于，首先对各传感器子网的传感器数据进行处理，形成对目标的初步识别，对各个异构传感器给出统一格式的识别信息；其次进行航迹模糊关联，将关联度超过一定门限的航迹归为同一目标；然后对归为同一目标的传感器信息进行融合，获得融合后的目标航迹和目标参数特征以及决策级目标识别结果；最后利用融合后的目标参数特征重新进行目标识别，将同一目标的决策级目标识别结果和基于融合后目标参数特征进行识别的特征级目标识别结果进行对比，生成基于异构电磁感知信息融合的目标识别结果。2.所述方法包括以下步骤：(1)对各传感器子网的传感器数据进行处理，得到目标运动状态、目标参数特征、目标身份识别结果以及相应的识别置信度；(2)对各传感器得到的航迹进行模糊关联，设置关联度门限，判断属于同一目标平台的航迹；(3)对同一目标的航迹、目标参数特征和目标识别结果进行融合，得到融合后的目标航迹、目标参数特征以及基于决策级融合的目标识别结果；(4)基于融合后的目标特征参数重新进行目标识别，得到基于特征级融合的目标识别结果；(5)将基于特征级融合和基于决策级融合的两种目标识别结果进行目标一致性检验，若检验未通过，则返回步骤(2)，调整关联度门限，重新进行航迹关联；若检验通过，则生成融合识别结果。3.步骤(1)中，各传感器子网利用自身的感知器件提取目标特征参数，基于自身的定位系统完成对目标的定位，得到目标不同时刻的位置信息；通过单传感器Kalman滤波的方式进行目标运动状态估计，得到目标航迹；采取概率输出的形式进行身份识别，即对不同目标给出识别置信度，采用经典的概率匹配方法或神经网络方法。4.步骤(2)中，所述对各传感器得到的航迹进行模糊关联，判断属于同一目标平台的航迹的步骤包括：21)对不同航迹的采样点进行插值，统一数据采集时刻；22)建立航迹之间的模糊因素集；23)利用模糊因素集计算不同航迹的模糊因素、隶属度、综合相似度，得到模糊关联矩阵；24)利用编网聚类的方法识别相互关联的航迹。5.步骤(3)中，所述对同一目标的航迹、目标参数特征和目标识别结果进行融合的步骤包括：31)航迹融合：对关联航迹插值前的数据取并集，得到目标的非均匀运动序列，然后合并时间间隔较小的数据点；32)特征融合：对关联航迹对应传感器获取的参数特征进行融合，方法是首先对不同属性特征取并集，然后对于相同属性特征，若特征为连续型变量，则取数值平均；若特征为离散型变量，则对离散数值取并集，并对集合中的相近数值取平均；33)识别结果融合：采取D-S证据理论对关联航迹下各传感器的目标识别结果进行融合，其中各传感器的置信度函数用特征子集的权重进行加权。6.一种基于异构电磁感知信息融合的目标识别系统，其特征在于，包括传感器子网数据处理模块、航迹关联模块、信息融合模块以及识别结果输出模块；所述传感器子网数据处理模块用于处理各自的传感器数据，形成对目标的初步识别，所述航迹关联模块用于对各传感器得到的航迹进行模糊关联，将关联度超过一定门限的航迹归为同一目标；所述信息融合模块用于对归为同一目标的传感器信息进行融合，获得融合后的目标航迹和目标参数特征以及决策级目标识别结果；所述识别结果输出模块用于利用融合后的目标参数特征重新进行目标识别，将同一目标的决策级目标识别结果和基于融合后目标参数特征进行识别的特征级目标识别结果进行对比，生成基于异构电磁感知信息融合的目标识别结果。7.所述传感器子网数据处理模块包括目标运动状态获取单元、目标参数特征获取单元、目标身份识别结果获取单元，分别用于获得目标运动状态、目标参数特征、目标身份识别结果以及相应的识别置信度。8.所述航迹关联模块包括模糊因素集建立单元、综合相似度计算单元、航迹关联单元，分别用于建立航迹之间的模糊因素集，计算不同航迹的模糊因素、隶属度、综合相似度，得到模糊关联矩阵、识别相互关联的航迹。9.所述信息融合模块包括航迹融合单元、特征融合单元、决策级融合目标识别单元，分别用于获得融合后的目标航迹和目标参数特征以及决策级目标识别结果。10.所述识别结果输出模块包括特征级融合目标识别单元、目标一致性检验单元、识别结果输出单元，分别用于获得特征级目标识别结果、两种目标识别结果的目标一致性检验、检验通过后输出融合识别结果。本专利技术的有益效果是：本专利技术提供一种基于异构电磁感知信息融合的目标识别系统和方法，采用异构电磁感知信息融合算法，同时在决策级和特征级进行融合，并引入反馈机制提高目标识别的可靠性和稳定性，对复杂的电磁环境具有更强的适应能力。本专利技术充分利用各传感器的输出结果，对各传感器输出的目标特征参数执行特征级融合，对各传感器输出的目标识别结果执行决策级融合，然后将两种融合结果进行对比，并通过调整关联度门限以反馈的方式保证融合结果的可靠性和稳定性。附图说明：图1是本专利技术基于异构电磁感知信息融合的目标识别方法流程图；本文档来自技高网...

【技术保护点】
1.一种基于异构电磁感知信息融合的目标识别方法，其特征在于，首先由各传感器子网处理各自的传感器数据，形成对目标的初步识别，对各个异构传感器给出统一格式的识别信息；其次进行航迹模糊关联，将关联度超过一定门限的航迹归为同一目标；然后对归为同一目标的传感器信息进行融合，获得融合后的目标航迹和目标参数特征以及决策级目标识别结果；最后利用融合后的目标参数特征重新进行目标识别，将同一目标的决策级目标识别结果和基于融合后目标参数特征进行识别的特征级目标识别结果进行对比，生成基于异构电磁感知信息融合的目标识别结果。/n

【技术特征摘要】
1.一种基于异构电磁感知信息融合的目标识别方法，其特征在于，首先由各传感器子网处理各自的传感器数据，形成对目标的初步识别，对各个异构传感器给出统一格式的识别信息；其次进行航迹模糊关联，将关联度超过一定门限的航迹归为同一目标；然后对归为同一目标的传感器信息进行融合，获得融合后的目标航迹和目标参数特征以及决策级目标识别结果；最后利用融合后的目标参数特征重新进行目标识别，将同一目标的决策级目标识别结果和基于融合后目标参数特征进行识别的特征级目标识别结果进行对比，生成基于异构电磁感知信息融合的目标识别结果。


2.根据权利要求1所述的基于异构电磁感知信息融合的目标识别方法，其特征在于，所述方法包括以下步骤：
(1)各传感器子网对传感器数据进行处理，得到目标运动状态、目标参数特征、目标身份识别结果以及相应的识别置信度；
(2)对各传感器得到的航迹进行模糊关联，设置关联度门限，判断属于同一目标平台的航迹；
(3)对同一目标的航迹、目标参数特征和目标识别结果进行融合，得到融合后的目标航迹、目标参数特征以及基于决策级融合的目标识别结果；
(4)基于融合后的目标特征参数重新进行目标识别，得到基于特征级融合的目标识别结果；
(5)将基于特征级融合和基于决策级融合的两种目标识别结果进行目标一致性检验，若检验未通过，则返回步骤(2)，调整关联度门限，重新进行航迹关联；若检验通过，则生成融合识别结果。


3.根据权利要求2所述的基于异构电磁感知信息融合的目标识别方法，其特征在于，所述步骤(1)中，包括：各传感器子网利用自身的感知器件提取目标特征参数，基于自身的定位系统完成对目标的定位，得到目标不同时刻的位置信息；通过单传感器Kalman滤波的方式进行目标运动状态估计，得到目标航迹；采用经典的概率匹配方法或神经网络方法进行身份识别，对不同目标给出识别置信度。


4.根据权利要求2所述的基于异构电磁感知信息融合的目标识别方法，其特征在于，所述步骤(2)中，所述对各传感器得到的航迹进行模糊关联，判断属于同一目标平台的航迹的步骤包括：21)对不同航迹的采样点进行插值，统一数据采集时刻；22)建立航迹之间的模糊因素集；23)利用模糊因素集计算不同航迹的模糊因素、隶属度、综合相似度，得到模糊关联矩阵；24)利用编网聚类的方法识别相互关联的航迹。


5.根据权利要求2所述的基于异构电磁感知信息融合的目标识别方法，其特征在于，所述步骤(3)中，所述对同一目标的航迹、目标参数特征和目标识别结果进...

【专利技术属性】
技术研发人员：吴国荣，夏亮，胡谦，刘海涛，易志鸿，
申请(专利权)人：北京波尔通信技术股份有限公司，
类型：发明
国别省市：北京;11