[发明专利]单一航迹智能合成方法及装置

说明书

本发明提供了单一航迹智能合成方法及装置，方法包括：广泛收集待解决单一航迹合成问题相关航迹，建立单一航迹合成基础数据集；基于前馈网络、循环网络和注意力机制，设计单一航迹合成网络；按照单一航迹合成网络的输入和输出要求，构建单一航迹合成网络训练数据集；采用神经网络训练方法，对单一航迹合成网络进行训练寻优，得到具体的单一航迹合成网络实现；在线部署已训练好的单一航迹合成网络实现，向网络实时输入同一目标多源航迹，网络实时输出合成的单一航迹。本发明实施例提供方案有效克服了现有方法假设过多、实际效果不可控，应用范围有限的不足，为实际工程应用提供了有效、有用的单一航迹合成方法。

技术领域

本发明涉及多源航迹融合技术，更具体地，本发明涉及单一航迹智能合成方法及装置，适用于雷达组网和多源信息融合领域中同一目标多源航迹合成单一航迹问题。

背景技术

多源航迹融合是对来自不同平台不同手段的多源多目标航迹进行综合处理，以生成连续、稳定、精确的单一航迹，其中单一航迹是指一个目标唯一对应一条航迹，不存在冗余航迹，即多条航迹对应一个目标的情况。多源航迹融合主要包括目标航迹关联和单一航迹合成两大核心关键技术环节。其中目标航迹关联是在多目标环境下，对源于同一目标的多源航迹进行判别，构建多源航迹目标关联关系。而单一航迹合成则是在目标航迹关联基础上，根据多源航迹目标关联关系，进一步对同一目标的多源航迹进行融合处理，合成连续、稳定、精确的目标航迹。可见，目标航迹关联是单一航迹生成的前提和基础，决定了多源航迹融合的性能下界，而单一航迹合成则对最终生成的单一航迹质量具有直接影响，关乎多源航迹融合的性能上界。单一航迹合成作为多源航迹融合中的重要问题，自20世纪70年代初开始，就出现了相关研究，至今，仍是重要研究热点。现有研究思路一般是把单一航迹合成问题看作状态估计融合问题，基于状态估计理论，利用Kalman滤波、Unscented Kalman滤波、粒子滤波等典型滤波估计方法，结合具体的融合处理结构开展研究。比较典型的研究成果有集中式状态估计融合、分布式状态估计融合、带反馈信息的分布式状态估计融合以及异步状态估计融合等，它们具有理论性强、推导严谨、结果准确的优点。然而由于基于状态估计理论进行融合处理，需对目标运动模型和信源量测模型进行假设建模，现有方法在实际运用中，存在假设过多，所建模型与实际情况不一致、不匹配的问题，致使实际运用效果不可控，实际应用场景受限。例如，在实际运用中，现有方法经常会出现低质量信源航迹污染高质量信源航迹现象，导致合成航迹不稳定性显著增大，其航迹质量不仅无法逼近达到理论最优界，甚至可能低于原有最低航迹质量。为此，在工程实际中，为首先确保合成航迹的稳定性，避免相互污染问题，经常采用选主站的折中方法，即选择性能稳定、精确性高的信源航迹作为最终目标单一航迹。虽然选主站可保障合成航迹的稳定性，但却无法有效融合多源航迹，各取所长，实现合成航迹质量的提升，达到航迹融合的根本目的。综上可知，现有单一航迹合成方法存在假设过多、实际效果不可控，应用范围有限的问题，而实际工程中常常采用的选主站方法又无法实现航迹真正融合，因此亟需一种单一航迹智能合成方法及装置，既能适用于工程实际情况，又能有效融合多源航迹，提升航迹质量。

发明内容

本发明实施例的目的是基于机器学习和深度学习理论方法，提供单一航迹智能合成方法及装置，解决现有单一航迹合成方法假设过多、实际效果不可控，应用范围有限的问题，为实际工程运用提供适应性强、实用效果好的单一航迹合成方法和装置。具体技术方案如下：

第一方面，本发明实施例提供了单一航迹智能合成方法，所述方法包括：

广泛收集待解决单一航迹合成问题同一目标多源输入原始航迹和期望输出合成航迹，经样本构建和错误剔除，建立单一航迹合成基础数据集；

基于前馈网络、循环网络和注意力机制，设计单一航迹合成网络；

基于单一航迹合成基础数据集，按照单一航迹合成网络的输入和输出要求，经时间对齐和信息补全，构建单一航迹合成网络训练数据集；

利用单一航迹合成网络训练数据集，采用神经网络训练方法，对单一航迹合成网络进行训练寻优，得到具体的单一航迹合成网络实现；