【技术实现步骤摘要】
一种拓扑辅助的鲁棒联合关联与配准方法
[0001]本专利技术涉及多源数据融合领域,具体涉及多部雷达协同观测系统的关联与配准方法。
技术介绍
[0002]关联与配准是多传感器融合系统中的两个相互耦合的过程,目标关联的核心是为不同传感器的观测数据建立对应关系,传感器配准问题是对量测偏差进行估计并予以校正,从而保证多平台多传感器系统能够实现正确有效的信息融合。受传感器偏差影响,来自各传感器的有偏量测难以直接进行关联,而传感器偏差估计又需要已知关联结果。针对此问题,一类方法使用对偏差不敏感的特征差异作为关联代价函数,独立进行关联与配准,但缺点在于易受虚警和漏检的干扰。另一类方法联合求解关联与配准问题,通过关联与配准步骤的交替迭代来实现相互优化。然而,鸟群等集群飞行目标分布密集、雷达探测存在大量漏检和虚警,在此复杂场景下,联合关联与配准算法迭代初期会不可避免地产生错误关联,当错误关联较大会影响偏差估计结果,导致出现误差积累影响最终关联效果;同时,由于量测偏差的存在,仅利用欧式距离进行关联易导致关联错误,而仅利用局部结构特征的算法易受虚警和漏检的影响,并且难以区分局部结构特征相似的目标,因此亟需将两者结合以提升关联性能。
技术实现思路
[0003]为克服现有技术存在的问题,本专利技术提供了一种拓扑辅助的鲁棒联合关联与配准方法,能够实现多部传感器在大虚警场景下对密集目标量测点迹的准确关联与配准。
[0004]有益效果:
[0005]本专利技术在联合关联与配准算法框架下,构建了一种基于欧式距离和拓扑部
【技术保护点】
【技术特征摘要】
1.一种拓扑辅助的鲁棒联合关联与配准方法,其特征在于,包括如下步骤:联合关联与配准方法通过关联和配准两个步骤交替迭代来实现;在每步迭代中,首先,基于上一次迭代中对两部雷达的量测点迹的配准结果,采用一种基于欧式距离和拓扑部分匹配相似度的复合关联代价函数,构建线性分配问题求解关联矩阵,获得关联量测对,并且设置一个随着迭代逐步衰减的关联门限,以拒绝虚警对目标关联的影响;然后,基于所有的关联量测对,构建非线性最小二乘方程组,结合最小中值平方估计方法进行传感器偏差估计,并基于偏差估计结果配准量测;重复执行上述关联和配准步骤,直至偏差估计结果趋于稳定或达到最大迭代次数,即得到最终的关联匹配结果和配准后的量测。2.如权利要求1所述的方法,其特征在于,在关联矩阵的求解过程中,使用了一种基于欧式距离和拓扑部分匹配的复合关联代价函数:s
ij
(x
1,i
,x
2,j
)=αx
1,i
‑
x
2,j2
+(1
‑
α)f(D(T
1,i
,T
2,j
))其中,x
1,i
,x
2,j
分别表示两部传感器的量测,x
1,i
‑
x
2,j2
为量测之间的欧式距离,D(T
1,i
,T
2,j
)为量测之间的拓扑部分匹配相似度,α为特征加权系数,f(g)为缩放函数,将第二项与第一项变换至同一取值区间。3.如权利要求1所述的方法,其特征在于,在传感器偏差估计过程中,基于任意两对关联量测对,构建非线性最小二乘问题求解偏差估计结果,之后采用最小中值平方估计方法选择一组偏差估计...
【专利技术属性】
技术研发人员:王锐,倪娜,姜琦,毛华锋,张济川,胡程,
申请(专利权)人:北京理工大学,
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。