[发明专利]目标特征辅助多源数据的关联方法

说明书

本发明提出的一种目标特征辅助多源数据的关联方法，旨在提供一种量测参数利用率高，能够提高雷达与ESM的关联正确率的关联方法。本发明通过下述技术方案予以实现：根据异类特征之间的相关性，确定异类传感器数据的关联分类规则，建立目标运动特征空间、目标识别特征空间与目标类型空间的映射关联模型，构建类别辨识框架，按照K‑近邻法K‑NN规则找出距离目标特征的K个近邻，并基于目标与其近邻之间距离和接受阈值、拒绝阈两个阈值构造信任指派；在每个采样时刻获取目标的特征，然后对每个t时刻的目标特征进行BK‑NN训练，获得各个类别对应时刻的局部静态证据，融合生成静态判据；计算不同特征动态分类的综合结果，获得关联滤波结果。

技术领域

本发明涉及信息融合领域中的基于辅助特征的雷达与电子支援措施ESM关联方法。尤其是目标与雷达航迹关联的方法。

背景技术

多传感器信息融合系统中雷达与电子支援措施关联部分十分重要，有源雷达与电子支援措施(ESM)数据关联是雷达与ESM数据融合的前提。在多传感器数据融合中，异类传感器的数据融合是一个重要问题。雷达与电子支援措施ESM传感器的数据关联是典型的异类传感器数据关联。k时刻雷达的距离、速度、角度、相位成为一个关键的问题。雷达与 ESM是重要的机载传感器，将二者结合使用，对二者的探测信息进行融合。在信息融合时， ESM与雷达的航迹间关联是必不可少的环节。多源传感器目标数据的关联的本质是将关于同一目标的多个源的探测数据进行集成在一起，以便进行综合分析与处理，是综合目标识别、目标复合跟踪等应用的前提与基础。作为被动传感器，雷达、通信等射频信号，或者改变工作频率参数后，都会对目标的连续跟踪造成影响，出现航迹的断裂及批号的改变；而雷达因为盲区、杂波、虚警，以及未主动开关机等，都会造成目标航迹断续，给航迹关联带来困难。此外，角度关联的不确定性，也会造成目标的错误关联、漏关联，从而使同一目标出现多个融合批号。由于ESM只能测得目标的方位信息而不能测得目标的距离信息，这使雷达和ESM 之间的航迹关联问题具有很大的不确定性。为解决雷达与ESM航迹关联门限的不确定性，现有技术提出了基于几何法的雷达与ESM航迹关联算法。该算法根据雷达与ESM的几何位置建立航迹粗关联函数，并利用航迹的历史信息建立航迹关联代价矩阵，通过代价最小实现航迹关联。传统多源数据关联算法多采用目标的运动学特征进行关联，由于ESM能提供的运动学参数只有方位角，或者是定位精度很低的位置结果，所有在雷达、与ESM数据关联时，传统方法只能进行角度关联，或者是用误差极大的位置进行关联。这些传统的计算方法在目标密集、交叉、以及传感器运动学特征不完备时，就会造成多源数据关联的不确定性和模糊性，从而使得关联结果不可靠。

传感器关联数据的证据转化及关联规则在基于理论的航迹关联中，作为证据的主要参数包括:属性、重频、脉宽等特征参数，以及位置的量测数据。假设已知重频、脉宽量测的隶属目标及其概率，位置量测数据则需要转换为证据及其概率。在传统的关联算法中，一般都是直接使用位置量测信息，这样的方法常用来处理三维数据，但是处理仅有角度数据的关联，很容易造成误判。由于目标的密度往往很大，如果仅靠雷达等探测系统获取的目标位置信息已很难将各目标区分开来，这时对目标的混淆在所难免。其结果是：当两个不同类型的飞机以较小的角度接近飞行或交叉飞行时，多源综合探测系统很容易将两个飞机的传感器数据错误关联在一起，从而引起识别错误、跟踪错误、定位错误等错误的目标信息。