基于角度关联的多源传感器量测融合方法技术

本发明专利技术公开一种基于角度关联的多源传感器量测融合方法，其实现步骤是：计算每个目标与每个传感器间的关联张角，确定每个传感器关联集合中每个时刻的量测张角，利用量测方位角差值对量测关联组合进行筛选；结合最小二乘法对筛选后量测进行角度关联，得到量测定位点；对量测定位点采取定位线关联程度的一次修正和主动传感器位置量测的二次修正，排除多数错误的定位点，对二次修正后仍有的错误定位点，利用判断法则修正，得到可以进行跟踪滤波的最终量测。本发明专利技术的多源传感器系统在量测融合方面计算复杂度低，提高了量测融合精度，提高了多目标跟踪的准确性。多目标跟踪的准确性。多目标跟踪的准确性。

【技术实现步骤摘要】
基于角度关联的多源传感器量测融合方法


[0001]本专利技术属于雷达
，更进一步涉及航迹融合
中的一种基于角度关联的多源传感器量测融合方法。本专利技术可用于不同运动目标环境中实现多目标精确跟踪。

技术介绍

[0002]现有的最具代表性的航迹状态估计融合方法是量测融合方法(Measurement Fusion，MF)、初等融合方法(Simple Fusion，SF)和加权协方差融合方法(Weighted Covariance Fusion，WCF)。量测融合方法计算量小，但精度较低；初等融合方法计算速度快，但其假设条件和实际不符，利用SF方法得到的并非最优解；加权协方差融合方法精度较高但计算量庞大。由于量测数据维度匹配问题，现有多目标跟踪算法主要以同一类型传感器或具有相同维度量测的传感器所构成的多传感器系统为主体，通过统一的数据处理框架对同构量测数据进行融合处理，从而对目标进行定位和跟踪。这类算法优势在于量测数据结构统一，不需要另行搭建数据处理框架，且发展相对成熟。但这类算法主要以单一类型传感器为主，或为主动传感器，或为被动传感器。单一的主动传感器其获得的信息多数是三维或以上的数据，在数据关联时计算量过于庞大，不利于计算；单一的被动传感器其获得的只有角度信息，缺乏能够进行准确定位的位置信息，且被动传感器系统需要在空间合理布局更多传感器对目标进行交叉测向定位，进而导致计算量增加，加之复杂环境的影响，极易造成错误量测组合数量增多，导致多目标跟踪性能下降。
[0003]哈尔滨工程大学在其申请的专利文献“一种基于距离图和数据清洗的多传感器航迹融合方法”(专利申请号：202110784798.3，授权公告号：CN 113532422 B)中公开了一种解决现有的计算量和精度不平衡问题的多传感器航迹融合方法。该方法的主要步骤为：(1)利用M个主动传感器来共同观测T0个目标，对任意的两个传感器s和l，得到在k时刻的观测航迹，通过航迹的状态向量构造传感器s和l在k时刻的距离图，通过距离图对传感器的航迹进行关联，得到每个目标的航迹数据；(2)分别对每个目标的航迹数据进行数据清洗，获得每个目标的有效航迹数据；(3)分别对每个目标的有效航迹数据进行融合，得到每个目标的航迹融合结果。该方法存在不足之处是，只采用单一类型的主动传感器得到观测航迹，后续航迹融合时计算量较大，如果传感器数量过多，容易出现组合爆炸问题。
[0004]杭州电子科技大学在其申请的专利文献“利用目标可见性实现航迹管理的多传感器航迹融合方法”(专利申请号：201811624341.0，授权公告号：CN 109657732 B)中公开了一种基于分布式融合的多传感器航迹融合方法。该方法的主要步骤为：步骤1，c个传感器分别将自身跟踪到的初始航迹集上传至融合中心；初始航迹集中的每条航迹信息均包含状态估计、误差协方差和目标可见性；将2赋值给p；以第一个初始航迹集作为主初始航迹集τ，第p个初始航迹集作为辅初始航迹集η；步骤2，融合中心对主初始航迹集τ内的各航迹与辅初始航迹集η内的各航迹分别进行航迹关联融合；步骤3，若p＜c，则将p增大1后，将融合航迹集复制后作为主初始航迹集τ，第p个初始航迹集作为辅初始航迹集η，将融合航迹集置为空集，并重复执行步骤2；若p＝c，则进入步骤4；步骤4，将融合航迹集中目标可见性小于t
FT
的
航迹作为终止航迹不再跟踪，并直接从融合航迹集中删除；将融合航迹集中目标可见性大于t
CT
的航迹作为目标航迹输出；将融合航迹集中目标可见性处于t
FT
～t
CT
之间的航迹作为未知身份航迹继续跟踪；t
FT
＝0.01；t
CT
＝0.99。该方法存在的不足之处是，由于环境噪声或虚警的影响，导致传感器得到的初始航迹集中包含错误量测，在其上传至融合中心前未经处理，后续处理过程中由于量测错误关联组合过多，则后续融合精度下降，进而使得多目标跟踪精度下降。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术的不足，提供一种基于角度关联的多源传感器量测融合方法，旨在解决现有技术中多传感器系统存在的数据关联计算量过高，以及跟踪精度因错误量测组合数量增多而下降的问题。
[0006]实现本专利技术目的的思路是：本专利技术提取两类传感器共有的角度测量值，计算每个目标与每个传感器之间的关联张角，确定每个传感器关联集合中每个时刻的量测张角，对于不处于量测关联集合中的量测，予以排除；对初筛选后的量测按不同传感器进行组合，通过构建量测方位角差值排除错误的量测关联组合，以使得处理后的量测关联组合数量达到可以快速计算的水平；结合最小二乘法对剩余量测关联组合进行角度关联，得到量测定位点；最后，通过结合主动传感器位置量测性质等途径，采取定位线关联程度的一次修正、主动传感器位置量测的二次修正以及判断准则，排除错误的定位点，得到可以进行跟踪滤波的最终量测。
[0007]为实现上述目的，本专利技术的步骤如下：
[0008]步骤1，提取同一时刻中每个传感器至少4种不同运动状态的目标角度测量值，每种运动状态至少存在两个或以上的目标，分别计算每个目标与每个传感器之间的关联张角，得到每个传感器的关联集合；
[0009]步骤2，确定每个传感器关联集合中每一个时刻的量测张角，计算测角误差，将位于量测张角范围内的所有量测组成该传感器量测关联集合；
[0010]步骤3，将系统中主动与被动传感器的量测关联集合范围内的量测值，组成该系统传感器的量测关联组合，利用量测方位角差值，筛除量测关联组合中的错误，得到筛选后的量测关联组合；
[0011]步骤4，对筛选后的量测关联组合进行角度关联融合定位，得到每一个量测关联组合对应的目标定位点；
[0012]步骤5，利用定位线关联程度修正方法，筛除每一个量测关联组合对应的目标定位点中错误的量测定位点，得到第一次筛选后的量测定位点；
[0013]步骤6，利用主动传感器位置量测的修正方法，筛除第一次筛选后的量测定位点中错误的定位点，得到第二次筛选后的量测定位点；
[0014]步骤7，判断同一目标经第二次筛选后的量测定位点的数目是否为1个，若是，则执行步骤9，否则，执行步骤8；
[0015]步骤8，将同一目标的所有量测定位点取均值，得到该目标的融合定位点后执行步骤9；
[0016]步骤9，将筛选后的定位点作为修正后的定位点。
[0017]本专利技术与现有技术相比具有以下优点：
[0018]第一，本专利技术将主动传感器定位准确的优势和被动传感器计算量小的优势结合，将主动传感器的距离和角度信息和被动传感器的角度信息融合，克服了异构传感器数据因量测纬度不同而难以融合的问题，较之单主动或单被动传感器系统，本专利技术的主被动传感器系统在量测融合方面计算复杂度低。
[0019]第二，本专利技术在进行角度关联之前通过角度量测初筛选，对传感器之间需要进行关联的量测范围进行了缩减；本专利技术提出基于统计量的二次筛选，在第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于角度关联的多源传感器量测融合方法，其特征在于，计算每个目标与每个传感器间的关联张角，确定每个传感器关联集合中每个时刻的量测张角，利用量测方位角差值对量测关联组合进行筛选；该融合方法的步骤包括如下：步骤1，提取同一时刻中每个传感器至少4种不同运动状态的目标角度测量值，每种运动状态至少存在两个或以上的目标，分别计算每个目标与每个传感器之间的关联张角，得到每个传感器的关联集合；步骤2，确定每个传感器关联集合中每一个时刻的量测张角，计算测角误差，将位于量测张角范围内的所有量测组成该传感器量测关联集合；步骤3，将系统中主动与被动传感器的量测关联集合范围内的量测值，组成该系统传感器的量测关联组合，利用量测方位角差值，筛除量测关联组合中的错误，得到筛选后的量测关联组合；步骤4，对筛选后的量测关联组合进行角度关联融合定位，得到每一个量测关联组合对应的目标定位点；步骤5，利用定位线关联程度修正方法，筛除每一个量测关联组合对应的目标定位点中错误的量测定位点，得到第一次筛选后的量测定位点；步骤6，利用主动传感器位置量测的修正方法，筛除第一次筛选后的量测定位点中错误的定位点，得到第二次筛选后的量测定位点；步骤7，判断同一目标经第二次筛选后的量测定位点的数目是否为1个，若是，则执行步骤9，否则，执行步骤8；步骤8，将同一目标的所有量测定位点取均值，得到该目标的融合定位点后执行步骤9；步骤9，将筛选后的定位点作为修正后的定位点。2.根据权利要求1所述的基于角度关联的多源传感器量测融合方法，其特征在于，步骤1中所述4种不同运动状态包括：匀速直线运动、匀加速直线运动、恒定转弯率运动和非恒定转弯率运动状态。3.根据权利要求1所述的基于角度关联的多源传感器量测融合方法，其特征在于，步骤1中所述每个目标与每个传感器之间的关联张角是由下式确定的：其中，θ
ij
表示第i个传感器与第j个传感器之间的关联张角，arcsin(
·
)表示反正弦计算符号，R
i
与R
j
表示第i个传感器与第j个传感器的最远探测半径，d
ij
表示第i个传感器与第j个传感器之间的距离，R
min
表示第i个传感器与第j个传感器中探测半径最小的传感器的探测半径。4.根据权利要求3所述的基于角度关联的多源传感器量测融合方法，其特征在于，步骤
1中所述每个传感器的关联集合是在范围内按照下述规则确定的：其中，α
ij
表示第i个传感器关于第j个传感器的方位角；第一步，判断第i个传感器与第j个传感器的距离是否小于两个传感器的最远探测半径之和，若是，则执行第二步；否则，判定两个传感器之间不存在关联集合；第二步，判断第i个传感器与第j个传感器的距离是否小于第j个传感器的最远探测半径，若是，则判定第i个传感器的量测组成这两个传感器的关联集合，否则，判定第i个传感器与第j个传感器在关联方位角范围内的量测组成这两个传感器的关联集合。5.根据权利要求1所述的基于角度关联的多源传感器量测融合方法，其特征在于，步骤2中所述每个传感器关联集合中每一个时刻的量测张角是由下式确定的：其中，表示第i个传感器与第j个传感器的量测张角，∠(
·
)表示角度符号，O
i
表示第i个传感器在空间直角坐标系中位置的坐标点，O
j
表示第j个传感器在空间直角坐标系中位置的坐标点，E表示第i个传感器相对于量测的测角定位点，F表示第i个传感器相对于量测的测角定位点，R
i
与R
j
表示第i个传感器与第j个传感器的最远探测半径，d
ij
表示第i个传感器与第j个传感器之间的距离，l2表示线段O
i
F为第i个传感器相对于量测的测距。6.根据权利要求1所述的基于角度关联的多源传感器量测融合方法，其特征在于，步骤2中所述的测角误差由下式确定：其中，v
α
表示每个传感器对目标存在的测角误差，N(
·
)表示正态分布，σ
α
表示正态分布的标准差。7.根据权利要求5所述的基于角度关联的多源传感器量测融合方法，其特征在于，步骤2中所述将位于量测张角范围内的所有量测组成该传感器量测关联集合是按照下述规则确定的：第一步，判断d
ij
是否满足R
j
＜d
ij
＜R
i
+R
j
，若是，则执行第二步；否则，执行第九步；第二步，判断第m个量测的方位角是否小于第i个传感器与第j个传感器连线的方位角，若是，则执行第三步；否则，执行第六步；第三步，判断α
ij
是否大于或者等于0，若是，则执行第四步，否则，执行第五步；第四步，判定在范围内的量测组成量测关联集合，其中，α
ji
表示第j个传感器关于第i个传感器的方位角；第五步，判定在范围内的量测组成量测关联集合，其中，α
ji
表示第j个传感器关于第i个传感器的方位角；第六步，判断α
ij
是否大于或者等于0，若是，则执行第七步，否则，执行第八步；第七步，判定在范围内的量测组成量测关联集合，其中，α
ji
表示第j个传感器关于第i个传感器的方位角；
第八步，判定在范围内的量测组成量测关联集合，其中，α
ji
表示第j个传感器关于第i个传感器的方位角；第九步，判断d
ij
和l2是否满足d
ij
＜R
j

【专利技术属性】
技术研发人员：张永权，李志彬，刘泽坤，李思伟，姬红兵，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：