基于改进加权航迹关联的异步融合算法与仿真

在分布式多传感器信息融合系统中,来自各传感器的局部航迹往往是不同步的。针对分布式多传感器异步航迹关联与融合问题,文中提出一种基于改进加权航迹关联的异步航迹顺序融合算法。把多传感器异步航迹外推校准到同一时刻,实现异步航迹的同步化,再用改进的加权航迹关联算法进行航迹关联,并利用顺序融合算法对已关联航迹进行融合。仿真结果表明了该算法的有效性。     

基于深度学习网络模型的端到端航迹关联

为提高雷达数据处理中航迹关联的智能性,充分利用目标的特征信息,并简化系统处理流程,提出了一种基于深度学习网络模型的端到端航迹关联算法。首先分析了基于神经网络的航迹关联存在样本细节少、处理流程繁杂的问题,然后提出了端到端的深度学习模型。该模型根据航迹关联数据的处理特征,改进了卷积神经网络结构用于特征提取,充分利用了长短期记忆网络对历史信息和将来信息的处理能力,并分析了前后航迹的关联性。在对原始数据进行卡尔曼滤波后,将全部航迹信息特征作为输入,并由基于卷积神经网络特征提取的长短期记忆深度神经网络模型直接输出航迹关联结果。仿真结果表明,提出的模型可以充分学习推演目标的多个特征信息,具有较高的航迹关联准确率,对航迹关联的智能化分析具有一定的参考价值。     

小波变换在多源航迹处理中的应用

航迹滤波、航迹关联和航迹融合是多源航迹处理中的关键问题。利用小波去噪和小波重构原理,将一段时间内的多信息源目标航迹估计看作带噪声的一维信号,并对这些航迹进行小波变换。将得到的小波分解系数进行不同的处理,最后进行航迹重构,实现航迹去噪、航迹关联及航迹融合等相关处理。     

两种典型情况下的多目标航迹关联方法

针对多目标测量雷达航迹关联中普遍存在的目标变换和目标重复两类典型问题，提出双向带密度控制的多项式检验和基于弹道动力学外推的雷达测元比较方法，有效解决了多目标雷达测量时一段连续航迹跟踪目标不唯一和对同一空间目标多次重复测量的技术难题，改变了完全依赖人工拼接测量数据完成多目标航迹关联的现状。实践结果证明该算法简单适用，便于工程实现，可极大地提高多目标航迹关联的准确度，缩短数据处理周期，对完成目标空域分布测量、目标识别等突防效果分析与评估具有重要价值。     

基于K-中心点聚类的模糊航迹关联算法

为提高目标航迹相交和近距平行状态时航迹关联的正确率,提出了一种基于K-中心点聚类的模糊航迹关联算法。该算法基于K-中心点聚类算法,将系统航迹作为聚类中心,采用局部航迹与系统航迹关联的策略,为描述航迹间的相似性,采用模糊分析方法,综合考虑各个因素的影响,构造模糊关联矩阵,并利用历史信息和先验知识进行航迹关联。仿真表明该算法在航迹相交状态下,相交时刻关联正确率比K-medoids聚类算法提高5%左右,近距平行状态下关联正确率的收敛速度优于K-medoids聚类算法。     

战略空中目标经典航迹匹配模型研究

针对战略空中目标经典航迹匹配问题,提出一种多属性加权关联匹配模型,重点解决了热点区域战略空中目标经典航迹提取及实时航迹的关联匹配.针对热点区域经典航迹库生成,应用凸包Graham's Scan算法对航迹群进行聚类分析,提取经典航迹凸包并生成经典航迹库;针对实时航迹的关联匹配,提出一种多属性加权关联匹配模型,通过仿真试验...     

分数阶多目标航迹过程关联

为了解决多目标航迹关联模糊的问题,将分数阶引入到多目标航迹关联模型中,提出了针对多目标的分数阶航迹关联模型.算法从数学角度上将整数阶关联度量扩展到分数阶关联度量,并将点信息的非过程关联延伸到线信息的过程关联.实例证明,分数阶较整数阶关联算法能够为关联决策提供更丰富的支持,提高系统可信度、降低系统信息的不确定性,提高了航迹关联的精度.     

基于方位与时延信息融合的被动声纳航迹关联

在探测区域存在多个目标的情况下,水声岸站被动测向定位系统必须首先解决多目标的航迹关联问题,即确定各个传感器所测量的信息哪些是来源于同一目标的.通过融合被动声纳所测量到的方位和时延信息提出了一种方位最近邻关联方法,对该方法和传统的多维分配算法进行仿真表明该方法能获得很高的正确关联概率,同时该方法克服了传统的多维分配算法在传感器和目标数量较多时计算量过大的问题,是一种优于多维分配算法的水声被动多传感器多目标航迹关联方法,这说明利用信息融合手段解决水声领域航迹关联问题具有潜在的优势.     

分布式多传感信息融合系统的异步航迹关联方法

在分布式多传感信息融合系统中,由于每个局部传感器的采样频率不同以及具有不同的通信延迟,导致来自不同传感器的局部航迹往往是异步的.针对此问题,提出了一种异步航迹关联方法.该方法首先基于最小二乘法实现单传感器的时域融合,从而将多传感异步航迹同步化.接下来,将多传感多目标航迹关联问题转化为在网络中搜索总费用最小的多个互不相交的路径问题,从而获得相应于每个目标的各个传感器的局部航迹组合.仿真试验表明,算法可以有效地解决异步航迹的关联问题,且具有较高的关联成功率.     

基于相参积累的距离多普勒二维航迹关联方法研究

为了改善多目标跟踪雷达在相参积累工作模式下的航迹关联性能,提出了基于距离-多普勒速度二维信息联合处理的多目标航迹关联方法.针对典型的雷达线性调频信号模型,讨论了回波信号相参积累的具体实现方法,分析了脉冲雷达在相参积累工作模式下的速度分辨力;利用相参积累工作模式下显著的径向速度高分辨力,结合目标距离分辨信息,研究了雷达目标回波的距离-多普勒二维分辨能力,以及利用距离-多普勒二维分辨力进行多目标航迹关联的可行性.实测数据表明:利用距离-多普勒速度联合处理的多目标航迹关联方法能有效提升雷达对密集目标的分辨与跟踪能力,特别是对目标分离过程和交错过程的跟踪性能有明显改善,其效果明显优于只采用距离信息进行航迹关联的结果.     

在目标航迹断续下雷达和ESM数据关联的新方法

雷达和ESM是获取敌方目标电子信息最重要的传感器,通过航迹关联、估计处理,可以提高对空域的态势感知能力.当雷达和ESM的探测目标航迹处于断续情况下,角度直接关联的不确定性很容易造成错误关联或漏关联,从而不断起始新的融合航迹.论文将测量的角度转换为证据,再利用DS理论进行频谱、属性等证据综合推理,能较好地提高关联正确率,维持融合航迹的连续性.     

多传感器多目标跟踪及航迹融合系统

多传感器数据融合能够实现信息互补以提高目标跟踪精度、识别能力以及增强系统的抗干扰性,因此受到广泛关注。本文主要针对雷达和红外跟踪及航迹融合的体系结构,对目标跟踪、航迹关联和航迹融合的各个算法进行详细描述及仿真。仿真结果表明,基于雷达和红外传感器数据融合跟踪相对于单传感器的跟踪,性能有所提高。      

基于杂波特性的自动跟踪起始试验统计方法

Two test statistics based on clutter characteristics are derived. A tentative track is confirmed when the track-is-on-clutter hypothesis is rejected. A constant and known false track rate results when the assumptions of the null hypothesis are true. The first test statistic is based on the clutter density. A high probability of target detection is resulted when the expected distance to the nearest target peak is less than the expected distance to the nearest clutter peak. The second test statistic is based on the clutter amplitude. A high probability of target detection is resulted when the expected amplitude of the target peak is greater than the expected amplitude of clutter peaks. The behavior of the clutter-based test statistics is compared with the target visibility method, using simulated data. All track initiation methods are applied using a track updater based on probabilistic data association (PDA), extended to incorporate peak amplitude information, which is available.     

一种基于多传感器轨迹融合的伪实时场景监控系统

在分布式多传感器融合系统中,各局部传感器接收到量测信息后,经关联得到局部轨迹,再将该轨迹送入融合中心进行处理.本文对一种伪实时场景监控系统,实现轨迹关联后,提出根据固定场景量测误差的先验知识,计算轨迹修正函数,以获得更好的轨迹融合结果.实验结果表明,该算法能够实现伪实时的轨迹关联与融合,充分考虑了场景所造成的量测误差,融合效果优于加权融合算法.     

交互式多模型异步航迹融合算法

对分布式融合系统中的异步航迹融合算法进行了研究.已有的异步航迹融合算法要求传感器所采用的状态方程与目标运动模式相同,这在实际应用中很难满足.针对已有异步航迹融合算法的不足,建立了基于状态方程集合的异步航迹融合模型.所有传感器均采用基于同一状态方程集合的交互式多模型(IMM)算法来实现航迹生成,融合中心对来自于相同状态方程的异步航迹数据进行加权平均来获得同步航迹,提出了交互式多模型异步航迹融合(IMMASTF)算法.仿真结果验证了IMMASTF算法的有效性.     

一种高性能航迹融合反馈系统的设计与实现

根据数据融合功能层次性,数据融合多集中在测量融合和航迹融合两方面。在具有较高稳定性、可靠性和易实现性的航迹融合系统中,航迹关联和航迹融合是主要研究内容,系统结构设计也围绕这两个核心展开。本文详细介绍了具有评估反馈的多传感器异步航迹融合系统模型,该模型可分为航迹预处理、航迹关联、误差检测、航迹融合几个模块,在此基础上给出了相应算法。仿真结果表明,该系统模型具有较好的航迹关联与航迹融合性能。     

改进的Kohonen神经网络航迹关联算法

针对传统的航迹关联算法在运动目标交叉、分岔时,常出现错漏相关航迹且计算量随着传感器和目标数量增加而飞速增长的缺陷,提出一种改进的Kohonen神经网络航迹关联算法。该算法由聚类关联、目标状态估计、神经元优化和状态融合估计等模块组成。通过给每个竞争层神经元加上一个合适的阈值,有效避免了常规的Kohonen神经网络因初始权值选择不合适而容易造成坏死神经元的问题。进一步设计了自组织竞争神经网络学习规则,将多传感器在同一时刻的测量数据进行自组织聚类,从而实现测量数据的有效关联。最后,利用连续时间下的关联数据,实现运动目标航迹关联。仿真研究验证了该算法的可行性和有效性。