【技术实现步骤摘要】
一种基于多因素多模型选择的航迹关联方法
[0001]本专利技术涉及多源传感器航迹关联融合
,具体而言,涉及一种基于多因素多模型选择的航迹关联方法。
技术介绍
[0002]随着现代信息化技术的发展,传感器种类日益增多且多源信息日趋复杂,多源传感器融合技术越来越受到研究者的关注。传感器信息融合主要包括目标检测、识别、关联、融合、状态估计等技术,其中目标关联是融合的基础,决定了综合识别的上限。
[0003]分布式系统是工程应用实践中最经济合理的选择,可用较低的费用获得较高的可靠性和可用性。在航迹融合分布式系统中,决定融合性能的关键是对不同传感器的航迹进行正确、稳定、高效的关联。分布式系统中的多传感器数据关联为航迹—航迹关联,目的是判断不同传感器中的航迹是否属于同一目标。航迹关联是航迹融合的先决条件,决定了航迹融合性能的上限,正确的关联是目标稳定跟踪的基础。因此,对航迹进行关联是多传感器信息融合的关键,研究航迹关联是必要的、有意义的。
[0004]关联的目的是判断不同传感器的量测是否属于同一目标,航迹关联算法按是否为统计检验问题分为基于统计的航迹关联算法和基于模糊数学的航迹关联算法。基于统计的航迹关联方法包括最近邻法、加权法、序贯法、多维分配法等。基于模糊数学的方法包括模糊综合函数法、多因素模糊决策法等。基于统计的方法将航迹关联问题转换为假设检验问题,由于导航、传感器延迟和误差问题导致关联存在较大的模糊性,因此基于统计的方法在目标密集等场景下无法取得较好的关联性能。基于模糊数学的方法引入关联模糊度描述航 ...
【技术保护点】
【技术特征摘要】
1.一种基于多因素多模型选择的航迹关联方法,其特征在于,包括如下步骤:S10,选取模糊因素集和评价集。S20,基于模糊因素集和评价集计算权重模糊集。S30,基于模糊因素集、评价集和权重模糊集计算关联程度模糊集。S40,基于关联程度模糊集对航迹进行关联决策。2.根据权利要求1所述的基于多因素多模型选择的航迹关联方法,其特征在于,步骤S10包括如下子步骤:S11,选取模糊因素集:将两目标位置间欧式距离、两航迹目标速度间欧式距离和两航迹目标航向间欧式距离作为模糊因素,共3个模糊因素,模糊因素集表示为:U={u1,u2,u3}其中,u1表示两目标位置间欧式距离,u2表示两航迹目标速度间欧式距离,u3表示两航迹目标航向间欧式距离;S12,选取评价集的隶属度函数:将正态隶属度作为衡量两条航迹的相似程度,第k个模糊因素的隶属度表示为:其中,σ
k
表示第k个模糊因素的展度,u
k
表示第k个模糊因素的调整度。按2个评价等级评判时,有r
k1
+r
k2
=1,因此,衡量两条航迹的不相似程度的第k个模糊因素的非隶属度表示为:S13,选取评价集V={关联,不关联}。3.根据权利要求2所述的基于多因素多模型选择的航迹关联方法,其特征在于,步骤S20包括如下子步骤:S21,将所述权重模糊集表示为:其中,A1=[a
11
,a
12
,a
13
],A2=[a
21
,a
22
,a
23
],其中A1表示用于衡量“关联”评价的权重模糊集,A2表示用于衡量“不关联”评价的权重模糊集,a
ij
表示用第j个模糊因素衡量第i个评价时的权重值;S22,模糊因素充分必要性测度:分析各模糊因素的关联特性,具体为分析各模糊因素与关联评价之间的充分必要性;S23,根据模糊因素充分必要性测度,推导每一模糊因素在各关联评价下的权重,从而得到权重模糊集。4.根据权利要求3所述的基于多因素多模型选择的航迹关联方法,其特征在于,步骤S22中,各模糊因素与关联评价之间的充分必要性如下:若两条航迹间的模糊...
【专利技术属性】
技术研发人员:王贤圆,
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:
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。