[发明专利]一种基于运动信息和属性信息的航迹关联方法

说明书

本发明公开了一种基于属目标运动信息和属性信息的航迹关联方法，包括以下步骤：步骤一多传感器采集多目标的运动信息和属性信息；步骤二计算基于目标运动信息的航迹关联度；步骤三计算基于目标属性信息的航迹关联度；步骤四加权融合步骤二和步骤三中的航迹关联度；步骤五根据步骤四计算得到的总关联度判断航迹是否关联。本发明将基于目标属性信息的航迹关联度作为权重修正基于目标运动信息的航迹关联度，并对目标属性信息之间的冲突进行度量，避免航迹误关联与漏关联，提升目标航迹关联准确度，使其在多目标、干扰和交叉、分叉航迹较多时依然可以进行正确的航迹关联。

技术领域

本发明属于目标识别领域，具体涉及一种基于运动信息和属性信息的航迹关联方法。

背景技术

在分布式多传感器环境中，每个传感器都有自己的信息处理系统，并且各系统中都收集了大量的目标航迹信息。那么，一个重要的问题是如何判断来自不同系统的两条航迹是否代表同一个目标，这就是航迹与航迹关联(或相关)问题。在多目标、干扰、杂波、噪声和交叉、分岔航迹较多的场合下，航迹关联问题将变得复杂。目标航迹正确关联是战场目标识别、态势评估与战场决策的基础，因此，尽可能提升传感器探测的目标航迹的关联正确度是作战必不可少的部分，具有重要的价值。

目前用于航迹关联的算法通常可分为2类：一类是基于统计的方法，另一类是基于模糊数学的方法。这些方法都只利用了目标的方位角、坐标、速度等运动状态信息。事实上，传感器不只是获取这些信息，它还可以获得更多的有关目标的其他特征数据(如属性信息等)。关于如何利用属性信息来提高分布式无源多目标跟踪系统的航迹关联性能，国内外的文献报道尚不多见。

由于传感器存在测量误差，特别是在密集目标环境下或交叉、分岔及机动航迹较多的场合，仅仅利用目标的运动信息来判断来自两个局部节点的航迹是否对应同一个目标是很困难的。因此，本申请基于传感器探测的目标的运动信息和属性信息，使其在多目标、干扰和交叉、分叉航迹较多时依然可以进行正确的航迹关联，提升目标航迹关联正确率。

发明内容

本发明所要解决的技术问题是：如何实现传感器探测的目标航迹关联。使用该方法进行目标航迹关联对目标识别与态势评估决策具有重要的军事价值。

为解决上述技术问题，本发明采用的技术方案是一种基于运动信息和属性信息的航迹关联方法，其特征在于，包括以下步骤：

步骤一、N_s个传感器采集目标运动信息与目标属性信息，传感器l采集的第i个目标在k时刻的运动信息为属性信息为l＝1,2,…,N_s，p＝1,2,…,n，A_p表示第p个目标类型；

步骤二、计算基于目标运动信息的航迹关联度；

步骤201：计算传感器a采集的第i条航迹在k时刻与传感器b采集的第j条航迹在k时刻的统计距离a＝1,2,…,N_s，b＝1,2,…,N_s，a≠b，计算公式为：其中，为传感器a的第i条航迹在k时刻状态估计的误差协方差矩阵，为传感器b的第j条航迹在k时刻状态估计的误差协方差矩阵，为传感器a的第i条航迹在k时刻的运动信息的状态估计，为传感器b的第j条航迹在k时刻的运动信息的状态估计；

步骤202：依次计算传感器a的第i条航迹和传感器b的第j条航迹在所有时刻的统计距离，并根据公式计算航迹i，j的统计距离

步骤203：根据公式计算基于目标运动信息的航迹i，j的关联度i＝1,2,…,n_a，j＝1,2,…,n_b；

步骤三、计算基于目标属性信息的航迹关联度；

步骤301：根据公式计算航迹i，j在k时刻的关联系数，其中

步骤302：依次计算传感器a的第i条航迹和传感器b的第j条航迹在所有时刻的关联系数，并根据公式计算航迹i，j的关联系数