[发明专利]一种基于综合判据的多传感器空中目标点迹数据融合方法

权利要求书

1.一种基于综合判据的多传感器空中目标点迹数据融合方法，其特征在于，包括如下步骤：

(1)点迹目标分组

针对每个时刻获取的目标点迹信息，建立目标分组综合判据，将不同传感器探测到的同一实体目标进行归类和分组，形成多个实体目标组；

设定目标最小位置误差dD＝|P₁-P₂|，目标最小速度误差dV＝|V₁-V₂|，目标最小高度误差dH＝H₁-H₂，选取某一平台的某一传感器的多个目标为基准，用每个目标与其他传感器进行综合对比：目标位置误差小于dD、且目标速度误差小于dV、且目标高度误差小于dH的目标认定为同一组目标；反之，则认为是新的基准目标，进行递推分组；

(2)点迹目标融合

基于步骤(1)目标分组结果，将同一组内的目标点迹进行融合，设置各个传感器的融合权重值，通过加权平均的方式计算各组点迹融合结果；

设定不同类型传感器S₁,S₂…S_n的目标点迹融合权重α₁,α₂…α_n，对同一组目标的不同传感器数据进行加权融合其中X_j为第j组目标的融合结果，k_j为第j组目标的目标数量，α_ji为第j组目标中第i个目标对应的融合权重，为第j组目标中第i个目标的坐标数据；

(3)时间点迹关联

对于步骤(2)融合的目标点迹，建立时间点迹关联综合判据，将当前点迹与已有航迹进行匹配关联；具体过程如下：

(3a)针对第一帧目标点迹数据，采用步骤(2)目标分组结果作为每个目标的初始航迹点；

(3b)点迹关联方法如下：设定位置关联最小误差dD′，速度关联最小误差dV′，高度关联最小误差dH′，针对前一帧目标点迹集合P′＝{p′₁,p′₂…p′_u}，与当前帧目标点迹集合P＝{p₁,p₂…p_v}，其中p与p′为6维向量，即(x_n,x_u,x_e,v_n,v_u,v_e)；对于集合P中的每个点p，与集合P′中的所有点进行比较，在同时满足位置误差小于dD′、速度误差小于dV′、高度误差小于dH′的点中，选取距离误差最小的点p′_j作为p_i关联点；

(3c)对于非第一帧目标点迹数据，采用步骤(2)进行分组后，与已有目标航迹上一帧数据进行关联，若与已有航迹关联成功，则作为该航迹的最新点迹，若无法与已有航迹关联，则作为新的目标进行航迹管理；

(3d)点迹完成关联后，对不同目标的历史点迹进行管理对新出现的点迹作为新目标进行管理；

(4)目标航迹拟合

对于步骤(3)生成的目标粗航迹，通过航迹关联错误检测及航迹光滑处理方法，分别对多个目标的航迹进行拟合，生成最贴近目标飞行轨迹的航迹拟合结果；

对每个目标航迹，采用UnivariateSpline曲线拟合方法，设定拟合方法参数k和s，拟合点迹数量N，采用滑动窗口的方式，每次取该目标的倒数后N个点迹进行拟合，实时生成拟合函数，计算该函数在当前时间点的值，作为该目标当前点迹的拟合结果。