一種基于航跡質(zhì)量的反饋加權(quán)融合方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)公開(kāi)了一種基于航跡質(zhì)量的反饋加權(quán)融合方法，將航跡質(zhì)量和模糊聚類(lèi)方法用于多傳感器信息融合，提出了一種實(shí)時(shí)、動(dòng)態(tài)的反饋加權(quán)航跡融合方法，將上一時(shí)刻融合航跡的一步預(yù)測(cè)值反饋到各局部傳感器，局部傳感器基于此反饋信息得到各局部航跡質(zhì)量，進(jìn)一步更新各局部航跡的權(quán)因子。本發(fā)明專(zhuān)利技術(shù)的積極效果是：利用航跡質(zhì)量和模糊聚類(lèi)方法確定加權(quán)因子，集成了所有傳感器的測(cè)量誤差和性能，不僅計(jì)算量小，易于工程實(shí)現(xiàn)，而且能夠在融合中心實(shí)時(shí)、動(dòng)態(tài)地更新權(quán)因子，有效地實(shí)現(xiàn)目標(biāo)跟蹤。與單傳感器局部狀態(tài)估計(jì)相比，本發(fā)明專(zhuān)利技術(shù)方法具有良好的跟蹤精度，特別是在目標(biāo)機(jī)動(dòng)環(huán)境中，跟蹤效果尤為突出。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專(zhuān)利技術(shù)涉及目標(biāo)跟蹤
，尤其涉及。
技術(shù)介紹
如何實(shí)現(xiàn)對(duì)目標(biāo)的精確跟蹤，是各個(gè)領(lǐng)域所關(guān)注的重要問(wèn)題之一。隨著信息融合技術(shù)的發(fā)展，利用多傳感器實(shí)現(xiàn)對(duì)目標(biāo)的融合跟蹤，引起了研究人員們的廣泛興趣。信息融合是ー門(mén)信息綜合處理技術(shù)，即充分利用多傳感器或多源 數(shù)據(jù)的互補(bǔ)性和冗余性提高數(shù)據(jù)質(zhì)量，達(dá)到對(duì)目標(biāo)跟蹤問(wèn)題的可靠解決。由此，人們相繼提出了一系列的航跡融合算法實(shí)現(xiàn)對(duì)目標(biāo)的精確跟蹤。目前已有的融合算法有簡(jiǎn)單方差凸組合算法、基于分步式濾波的航跡融合算法和加權(quán)融合等。其中，簡(jiǎn)單方差凸組合算法是最早提出的估計(jì)融合算法，該算法是在假設(shè)各局部狀態(tài)估計(jì)誤差統(tǒng)計(jì)獨(dú)立的情況下實(shí)現(xiàn)的，計(jì)算比較簡(jiǎn)單；基于分步式濾波的航跡融合算法，結(jié)構(gòu)相對(duì)復(fù)雜，計(jì)算量較大，但融合效果較好。相較于以上算法，加權(quán)融合算法，簡(jiǎn)單易實(shí)現(xiàn)，具有最優(yōu)性、無(wú)偏性、均方誤差最小等優(yōu)點(diǎn)而被受到普遍重視。加權(quán)航跡融合算法是ー種常見(jiàn)的分布式航跡融合算法，加權(quán)融合算法的關(guān)鍵在于權(quán)因子的確定，已有的算法中大部分利用多傳感器的測(cè)量方差制定權(quán)因子。而權(quán)因子又與各傳感器的測(cè)量方差成反比。這說(shuō)明權(quán)因子的確定與各傳感器測(cè)量方差的估計(jì)有夫。然而，測(cè)量方差大多是通過(guò)傳感器自身的方差參數(shù)指定或憑經(jīng)驗(yàn)確定，沒(méi)有考慮環(huán)境干擾等因素。使用這種方法確定的測(cè)量方差并不能反映實(shí)際測(cè)量的不確定性。因此，在實(shí)際應(yīng)用中加權(quán)融合的效果并未達(dá)到最優(yōu)。在多傳感器系統(tǒng)中，權(quán)因子分配對(duì)融合效果的影響十分明顯。若分配得當(dāng)，則融合效果優(yōu)異；反之，會(huì)導(dǎo)致系統(tǒng)跟蹤精度和可靠性下降。因此，如何合理分配權(quán)因子，實(shí)現(xiàn)多傳感器對(duì)同一目標(biāo)觀(guān)測(cè)信息的有效融合是ー個(gè)需要深入研究的課題。
技術(shù)實(shí)現(xiàn)思路
為了克服現(xiàn)有技術(shù)的上述缺點(diǎn)，本專(zhuān)利技術(shù)將航跡質(zhì)量和模糊聚類(lèi)方法用于多傳感器信息融合，提出了一種實(shí)時(shí)、動(dòng)態(tài)的反饋加權(quán)航跡融合方法，將上ー時(shí)刻融合航跡的ー步預(yù)測(cè)值反饋到各局部傳感器，局部傳感器基于此反饋信息得到各局部航跡質(zhì)量，進(jìn)ー步更新各局部航跡的權(quán)因子。本專(zhuān)利技術(shù)解決其技術(shù)問(wèn)題所采用的技術(shù)方案是，包括如下步驟步驟一、將融合中心前一時(shí)刻的融合狀態(tài)進(jìn)行一步預(yù)測(cè)，并反饋到各局部傳感器；步驟ニ、分配權(quán)因子；步驟三、交互式多模型濾波；步驟四、對(duì)航跡進(jìn)行加權(quán)融合、交互式多模型濾波，得到系統(tǒng)航跡。步驟ニ所述的分配權(quán)因子包括如下步驟(I)利用步驟ー的結(jié)果，求取k+i時(shí)刻第i個(gè)傳感器的第j個(gè)模型狀態(tài)基于k時(shí)刻融合航跡的第j個(gè)模型狀態(tài)ー步預(yù)測(cè)的新息及其協(xié)方差；(2)求取相應(yīng)的標(biāo)準(zhǔn)化距離函數(shù)；(3)求取k+Ι時(shí)刻第i個(gè)傳感器在第j個(gè)模型中的航跡質(zhì)量；(4)求取k+Ι時(shí)刻第i個(gè)傳感器的觀(guān)測(cè)航跡質(zhì)量；(5)求取k+Ι時(shí)刻第i個(gè)傳感器觀(guān)測(cè)航跡質(zhì)量的測(cè)量度；(6)求取相應(yīng)的權(quán)因子。與現(xiàn)有技術(shù)相比，本專(zhuān)利技術(shù)的積極效果是利用航跡質(zhì)量和模糊聚類(lèi)方法確定加權(quán) 因子，集成了所有傳感器的測(cè)量誤差和性能，不僅計(jì)算量小，易于工程實(shí)現(xiàn)，而且能夠在融合中心實(shí)時(shí)、動(dòng)態(tài)地更新權(quán)因子，有效地實(shí)現(xiàn)目標(biāo)跟蹤。與單傳感器局部狀態(tài)估計(jì)相比，本專(zhuān)利技術(shù)方法具有良好的跟蹤精度，特別是在目標(biāo)機(jī)動(dòng)環(huán)境中，跟蹤效果尤為突出。附圖說(shuō)明本專(zhuān)利技術(shù)將通過(guò)例子并參照附圖的方式說(shuō)明，其中圖I是本專(zhuān)利技術(shù)方法的流程圖；圖2是權(quán)因子分配的原理圖。具體實(shí)施例方式如圖I所示，本專(zhuān)利技術(shù)方法首先將融合中心前一時(shí)刻的融合狀態(tài)進(jìn)行一步預(yù)測(cè)，并反饋到各局部傳感器。基于此反饋信息，對(duì)傳感器觀(guān)測(cè)航跡質(zhì)量進(jìn)行更新，從而進(jìn)一歩更新局部航跡的權(quán)因子，實(shí)現(xiàn)加權(quán)融合；然后通過(guò)濾波器對(duì)融合航跡進(jìn)行平滑濾波，獲得數(shù)據(jù)在時(shí)間上的相關(guān)性和平滑性，提高融合精度。本專(zhuān)利技術(shù)方法的具體步驟如下假設(shè)多傳感器系統(tǒng)的動(dòng)態(tài)方程和量測(cè)方程分別為Xj (k+1) =Fj (k)Xj (k) +wJ (k)，Z (k) =Hj (k)Xj (k) +vJ (k)，j=l, 2，…，N，式中，N為模型數(shù)目，X^k)為模型j下的狀態(tài)向量，第戶(hù)(k)為模型j下k時(shí)刻到k+Ι時(shí)刻的一歩狀態(tài)轉(zhuǎn)移矩陣，系統(tǒng)過(guò)程噪聲W(k)為高斯白噪聲序列，且E =0, Cov(m^ {k),wJ (/)) = ￡'p (k)wjI (/)] = Qj(k)Sk! ^ φ, Qj (k)為非負(fù)定矩陣，Z(k)為傳感器對(duì)目標(biāo)狀態(tài)的觀(guān)測(cè)值，tf(k)為測(cè)量矩陣，量測(cè)噪聲W (k)是高斯白噪聲序列，且E =0, Cov(vJ (k),vJ {1)) = E vJ (k)vjT [I) = ⑷各,其中，Ri (k)為正定矩陣。系統(tǒng)過(guò)程噪聲和測(cè)量噪聲相互獨(dú)立，即滿(mǎn)足Cov(wJ (k), vJ (I)) = O I = 1，2，…，k,...。設(shè)用M個(gè)傳感器對(duì)目標(biāo)進(jìn)行融合跟蹤。步驟一、將融合中心前一時(shí)刻的融合狀態(tài)進(jìn)行一步預(yù)測(cè)，并反饋到各局部傳感器對(duì)k時(shí)刻系統(tǒng)航跡的第j (j=l，2，…，N)個(gè)模型狀態(tài)的ー步預(yù)測(cè)，得到k+Ι時(shí)刻系統(tǒng)航跡的第j個(gè)模型的狀態(tài)向量為勾(を+#)= ”(り為( )，其中お沖)是k時(shí)刻系統(tǒng)航跡的第j個(gè)模型的狀態(tài)估計(jì)；從而可以得到從k到k+Ι時(shí)刻系統(tǒng)航跡的第j個(gè)模型的預(yù)測(cè)誤差協(xié)方差為Pj (k+11 k) =Fj (k)Pj (k I k)Fj (k)T+QJ (k)，其中，Pj (k | k)分別是 k 時(shí)刻系統(tǒng)航跡的第j個(gè)模型的誤差協(xié)方差；步驟ニ、分配權(quán)因子局部航跡質(zhì)量決定了系統(tǒng)航跡質(zhì)量，如果局部航跡質(zhì)量較差，那么融合后的系統(tǒng)航跡質(zhì)量也不會(huì)太高。如圖2所示，帶反饋信息的航跡融合算法中確定加權(quán)因子的基本思想是，首先在融合中心對(duì)k時(shí)刻全局狀態(tài)估計(jì)值進(jìn)行一步預(yù)測(cè)并將其反饋給局部傳感器 ，局部傳感器根據(jù)該反饋信息建立局部航跡質(zhì)量，然后利用每個(gè)傳感器的航跡質(zhì)量確定相應(yīng)的加權(quán)因子Wi, (i = I, 2，…，N),具體步驟如下設(shè)采用M個(gè)傳感器、N個(gè)模型的濾波算法對(duì)目標(biāo)進(jìn)行融合跟蹤由于觀(guān)測(cè)航跡的前三個(gè)點(diǎn)的狀態(tài)值用來(lái)初始化交互式多模型濾波器，故在k = 3吋，開(kāi)始計(jì)算權(quán)因子，下面進(jìn)行詳細(xì)介紹。(I)利用步驟ー的結(jié)果,求取從k到k+Ι時(shí)刻融合航跡第j (j=l，2, *··,Ν)個(gè)模型狀態(tài)ー步預(yù)測(cè)的新息及其協(xié)方差；由于k時(shí)刻系統(tǒng)航跡的第j (j = I, 2，…，N)個(gè)模型狀態(tài)的一歩預(yù)測(cè)值及其協(xié)方差分別為右(た+1|た)和Pj (k+i |k), PJI)按如下公式求取從k到k+Ι時(shí)刻融合航跡第j個(gè)模型狀態(tài)ー步預(yù)測(cè)的新息為VJ(k + l) = Z {k+l)-Hj(k + l)mk + l\k)Z (k+1)是 k+1 時(shí)刻傳感器的觀(guān)測(cè)值；2)按如下公式求取從k到k+Ι時(shí)刻融合航跡第j個(gè)模型狀態(tài)ー步預(yù)測(cè)新息協(xié)方差為Sj (k+1) =Hj (k+1) Pj (k+11 k) HJ(k+l)T+R(k)；(2)求取相應(yīng)的標(biāo)準(zhǔn)化距離函數(shù)dJ (k+1) =Vj (k+1) tSj (k+1) ^1Vj (k+1)(3)求取k+1時(shí)刻傳感器第j個(gè)模型的航跡質(zhì)量uJ (k+1) = a uJ (k) + (I- α ) dJ (k+1)這里，α為歷史權(quán)因子，它的取值范圍為O到I。歷史權(quán)因子α對(duì)跟蹤性能影響不大；重復(fù)(I)到(3)可以求出k+1 (k=4, 5，…)時(shí)刻第i (i = l，2,..，M)個(gè)傳感器的第j (j = I, 2，…，N)個(gè)模型的航跡質(zhì)量"/ (を+1);當(dāng)k+l=4時(shí)刻,第i個(gè)傳感器在第j個(gè)模型中的航跡質(zhì)量為本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于航跡質(zhì)量的反饋加權(quán)融合方法，其特征在于：包括如下步驟：步驟一、將融合中心前一時(shí)刻的融合狀態(tài)進(jìn)行一步預(yù)測(cè)，并反饋到各局部傳感器；步驟二、分配權(quán)因子；步驟三、交互式多模型濾波；步驟四、對(duì)航跡進(jìn)行加權(quán)融合、交互式多模型濾波，得到系統(tǒng)航跡。

【技術(shù)特征摘要】

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：張可，王澤陽(yáng)，張偉，曾慶瑾，陳龍，
申請(qǐng)(專(zhuān)利權(quán))人：電子科技大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：