系統誤差下基於雙重模糊拓撲的編隊目標航跡關聯算法
2023-09-18 01:51:40
系統誤差下基於雙重模糊拓撲的編隊目標航跡關聯算法
【專利摘要】本發明屬於多傳感器多目標信息融合【技術領域】，提供一種系統誤差下的分布式多傳感器編隊目標航跡關聯算法。現有的系統誤差下航跡關聯算法沒有充分考慮編隊目標運動特徵的相似性，並且要求不同傳感器對編隊目標分辨狀態完全一致，因此其工程實用性較差。本發明首先基於循環閾值模型對各傳感器獲得的航跡進行編隊識別，然後利用編隊中心航跡代替編隊整體，深入分析系統誤差對編隊中心航跡的影響，建立第一重模糊拓撲模型，完成編隊航跡的預互聯和普通目標航跡的對準關聯，最後基於預關聯編隊目標航跡之間或與航跡關聯對之間的拓撲關係建立第二重模糊拓撲模型，實現編隊內目標航跡的關聯。本發明能較好的滿足系統誤差下編隊目標航跡關聯工程需求。
【專利說明】系統誤差下基於雙重模糊拓撲的編隊目標航跡關聯算法
【技術領域】
[0001] 本發明屬於多傳感器多目標信息融合【技術領域】，提供一種系統誤差下的分布式多 傳感器編隊目標航跡關聯算法。
【背景技術】
[0002] 隨著傳感器解析度的提高，編隊目標跟蹤技術受到國內外學者的廣泛關注。在一 些實際應用中，與編隊的整體態勢相比，往往更關心編隊內個體目標的情況。例如，當面對 敵方編隊飛機突防時，為更好的進行戰術攔截和打擊，要求在探測系統只能部分分辨飛機 編隊的條件下，儘可能精確的估計出編隊中飛機的個數及各架飛機的運動軌跡，以便為後 續的作戰決策提供精確的信息支持。此時，為有效改善編隊內目標的精確跟蹤效果，工程上 通常從測量系統層面，利用多套不同的設備、從不同測向獲取編隊目標測量數據，進行數據 互聯和融合等處理。而當組網傳感器存在系統誤差時，系統誤差下編隊目標的航跡關聯成 為必須要解決的問題。
[0003] 傳統的系統誤差下航跡關聯算法對編隊內目標航跡的複雜性估計不足，設計相對 簡單，整體關聯效果十分有限。首先，編隊中各目標空間距離較小且行為模型相似，如採用 系統誤差下的模糊航跡關聯算法，其模糊因素集中的航向、航速、加速度等因子已喪失對關 聯判決的輔助作用，繼續採用會干擾正確的評判，加大航跡錯誤關聯率；其次，各航跡前後 時刻相似性很強，錯誤的航跡關聯在後續時刻會繼續存在，此時採用傳統的雙門限準則進 行關聯對的確認，會增大錯誤航跡關聯率；再次，對從不同角度進行探測的各傳感器而言， 編隊內目標間的相互遮擋情況各異，而且各傳感器的分辨能力也不盡相同，因此各傳感器 對同一編隊目標的分辨狀態通常是不一致的，這種情況下，傳統的系統誤差下航跡關聯算 法不再適用。
【發明內容】
[0004] 1?要解決的技術問題
[0005] 本發明的目的在於提供一種系統誤差下編隊目標航跡關聯算法，該算法首先基於 編隊中心航跡建立第一重模糊拓撲關聯模型實現編隊航跡和普通目標航跡的整體關聯；然 後基於參照關聯航跡對建立第二重模糊拓撲關聯模型，實現各傳感器對編隊目標分辨狀態 不一致等複雜環境下的編隊內航跡關聯。具有關聯性能穩定，實時性好的特點，能較好的滿 足工程上對系統誤差下編隊目標航跡關聯需求。
[0006] 2?技術方案
[0007] 本發明所述的系統誤差下的分布式多傳感器編隊目標航跡關聯算法，包括以下措 施：首先基於循環閾值模型對各傳感器獲得的航跡進行編隊識別，然後利用編隊中心航跡 代替編隊整體，深入分析系統誤差對編隊中心航跡的影響，建立第一重模糊拓撲模型，完成 編隊航跡的預互聯和普通目標航跡的對準關聯，最後基於預關聯編隊內目標航跡之間或與 航跡關聯對之間的拓撲關係建立第二重模糊拓撲模型，實現編隊內目標航跡的關聯。
[0008] 3.有益效果
[0009] 相比於現有的系統誤差下編隊目標航跡關聯算法，本發明具有如下優點：
[0010] (1)該發明利用模糊拓撲信息進行系統誤差下的編隊目標航跡關聯，因此關聯性 能不受系統誤差變化的影響。
[0011] (2)能夠有效處理不同角度觀測的各傳感器對編隊目標分辨狀態不一致的情形。 分辨狀態不一致使目標拓撲結構不一致，給模糊拓撲方法帶來困難，本發明可以有效解決 該問題。
[0012] (3)具有較小的耗時，能較好的滿足工程上對系統誤差下編隊內目標航跡的關聯 需求。
【專利附圖】
【附圖說明】
[0013] 圖1是系統誤差下基於雙重模糊拓撲的編隊目標航跡關聯算法流程圖；
[0014] 圖2是編隊航跡跟蹤整體效果圖；
[0015] 圖3是系統誤差對編隊中心航跡的影響示意圖；
[0016] 圖4是模糊因子m22建立示意圖。
【具體實施方式】
[0017] 結合圖1所示算法流程圖，系統誤差下基於雙重模糊拓撲的編隊目標航跡關聯算 法【具體實施方式】如下：
[0018] (1)基於循環閾值模型完成編隊航跡識別。傳感器的系統誤差使目標航跡相對 真實位置產生旋轉和平移，但基本不改變各目標航跡間的相對位置關係，因而不影響編隊 航跡的識別。編隊識別以傳感器為單位進行，設乂 和 幻(A: I幻⑷⑷，％⑷]別為k時刻傳感器A探測目標集合UA(k)和傳感器 B探測目標集合UB (k)中目標h和i2的狀態更新值，基於編隊航跡的位置和速度特性，利用 循環閾值模型完成各傳感器各時刻的編隊航跡識別。如果
[0019]
【權利要求】
1.本發明用於系統誤差下編隊目標航跡關聯，主要技術特徵在於該方法包括雙重模糊 拓撲模型的構建方法： 步驟（1)基於編隊航跡的位置和速度特性，利用循環閾值模型完成各傳感器各時刻的 編隊航跡識別； 步驟（2)利用編隊的中心航跡代替編隊航跡整體，使系統誤差下編隊內目標航跡的關 聯問題退化為傳統的系統誤差下航跡關聯問題；系統誤差使編隊中心航跡發生了整體的旋 轉和平移，旋轉角度與普通目標的旋轉角度相同；當兩個分辨狀態一致時，平移距離與普通 目標相同，當分辨狀態不一致時，平移距離由下式確定
建立第一重模糊因素集CZ1 = ，其中W11、《丨、W分別對應於各目標間的拓 撲關係、航跡和航向，並將一條航跡是否為編隊中心航跡計入模糊因素集 m1 乃為群中心航跡 ~_1〇7；為普通屮心航跡 式中，Td為待關聯航跡；模糊因素權值採用動態分配方法，設k時刻對應於U1的權值集 合為離)=(心M⑷如:⑷)，且有=丨'棚各傳感器對同一編隊目標分辨 狀態對4(幻的取值進行動態分配；設定A1GO的自適應調整因子為 八 ?Γ(幻=叫匪 + 一Olmax - ^min) ^max 式中，a1mav和a1ml、為a, (k)可取的最大值和最小值，可憑經驗確定；
式中，[4,xix, 4,xL]、[4,jL,4,]分別為€和K中量測在X、y方向上 的最大值和最小值；因此，A1GO中的各個因子為
再選用正態模糊隸屬度函數建立模糊關聯矩陣，結合航跡質量及多義性處理實現編隊 航跡整體及普通目標的關聯； 步驟（3)根據預關聯成功的兩個編隊航跡，建立第二重模糊拓撲關聯模型，實現編 隊內部航跡的精確關聯；定義模糊拓撲模型的模糊因素集CZ2 = ，其中M12對應編 隊內各目標間的拓撲關係，並利用待關聯目標航跡與參照航跡之間的相對拓撲關係構 造模糊因子W22;模糊因素權值同樣採用動態分配方法，設對應於U2的權值集合為分別 為A(幻=(f (幻，在仿真中，初值取為⑷=0.6，％(々)=0.4;若g】矣W，則4對決策的影響 遠小於W22，所以aj2(幻《α22(幻，在仿真中，初值取為af〇)=0.15，α22(々)=0.85;最後，進行編 隊內航跡精確關聯。
【文檔編號】G06F19/00GK104239719SQ201410478314
【公開日】2014年12月24日 申請日期:2014年9月19日 優先權日:2014年9月19日
【發明者】王海鵬, 董凱, 熊偉, 何友, 潘麗娜, 劉瑜, 賈舒宜, 王聰 申請人:中國人民解放軍海軍航空工程學院