基于动态估计反馈的灰色理论航迹关联算法

针对传统基于灰色理论航迹关联算法未充分利用航迹历史信息,在密集目标以及时变噪声协方差等场景下关联正确率下降问题,在传统灰色分析法基础上增加了一种动态估计反馈机制。改进后的算法引入了Sage-Husa估计器来实时估计传感器的噪声协方差作为评估输出数据质量的依据,并使用Critic赋权法将实时噪声协方差转换为各时刻序贯权重,从而保证最大程度上的利用航迹历史信息。仿真证明,在密集目标与时变噪声协方差等特殊关联场景下,所提算法明显优于传统灰色分析法以及模糊法、加权法等经典算法,充分证明了所提算法的性能优越性以及鲁棒性。

基于Kuhn-Munkres算法的船载地波雷达与自动识别系统船只目标航迹关联

船载地波雷达可以利用船载平台的移动特性扩展探测区域,通过船载地波雷达与AIS船只目标航迹的关联分析,可服务于船载地波雷达目标探测性能评价以及船只目标多手段融合探测等研究。固定坐标系下的最近邻关联方法仅通过某一时刻的距离信息来判定航迹关联性,在船载平台运动的情况下容易出现关联错误的情况,从而影响对目标的持续跟踪。针对船载地波雷达与AIS目标航迹关联中未考虑平台运动导致目标航迹关联正确率低的问题,本文建立了以船载平台为中心的运动坐标系,在此基础上通过对实测数据的统计分析,构建了基于航迹参数信息的航迹相似度矩阵,并首次将Kuhn-Munkres(KM)算法应用到船载地波雷达航迹关联领域。该方法可以通过对航迹关联权重的不断更新迭代求得航迹之间的最大权匹配,最终得到全局最优的关联匹配结果,有效克服了仅通过单一时刻距离信息进行局部航迹关联的缺点。本文通过船载地波雷达仿真和实测数据的验证,表明在运动坐标系下基于KM算法的船载地波雷达与AIS船只目标航迹可以进行有效的关联,且该方法关联准确率优于传统的最近邻算法。

基于组合序列波动性的异步航迹关联算法

针对传统异步航迹关联算法效率低、目标靠近传感器附近关联性能下降的问题,提出一种基于离散数据波动性的异步雷法航迹关联算法。提出分段划分方法,根据航迹长度将不等长序列转化为等长序列,以适应实际航迹轨迹的复杂变化。定义混合离散数据集的加权方差,描述同源航迹序列数据集合的波动性,以此进行关联判定。实验结果表明,与传统异步航迹关联算法相比,所提算法的正确关联率更高、耗时更低,且不受雷达随机误差分布及目标运动位置的影响,算法稳定性较强。

基于Hough变换的监视数据航迹关联算法研究

当前监视数据航迹关联算法在进行重叠宽度计算时,多以独立形式测定核算,效率较低,导致最终得出的平均偏差增大,为此提出对基于Hough变换的监视数据航迹关联算法的研究,根据当前计算需求,先进行航迹覆盖区域划分,采用多目标的方式,提升整体的计算效率,多目标形式计算出重叠关联宽度,以此为基础,构建Hough变换监视数据航迹关联测算模型,采用边缘航迹辅助修正实现测算。测试结果表明:针对选定的6个测试区域,经过连个周期的测定,最终在Hough变换的辅助下,所设计的监视数据航迹关联算法得出的航迹关联测算的平均偏差控制在1.2以下,说明此次所设计的监视数据航迹关联算法更为高效,针对性较强,具有实际的应用价值。

基于线性波门改进拍卖算法的航迹关联算法研究

针对分布式探测系统中多源传感器航迹关联问题,常用的基于距离统计构建关联代价矩阵,拍卖算法求解关联结果的流程在面临探测区域中目标数量大,目标航迹分布密集的场景时,会出现关联准确率下降及关联时间长的问题。提出了一种基于线性波门改进的拍卖算法来改进现有关联算法在面临上述场景时的关联性能。考虑传感器的测量偏差对距传感器远的目标航迹数据影响大于距离近的目标,因此设计了与距离有关的线性波门对可能关联的目标航迹筛选。仿真数据结果表明,提出的线性波门能够对传统拍卖算法在大批次目标下提升关联准确率和降低关联时间,证明了线性波门的有效性,对实际多源传感器航迹关联问题具有重要意义。

基于改进盖尔-沙普利算法的自动识别系统与双频地波雷达断裂航迹关联

高频地波雷达(HFSWR)可以实现大范围海上船只目标的连续探测,但是海杂波等干扰因素的影响容易造成跟踪航迹的断裂。目前关于地波雷达航迹关联的研究中,通常忽略了航迹断裂的情况,将航迹关联视为二分图匹配问题,这会导致可能将单一目标的断裂航迹判断为多个目标,从而引起目标的误关联。针对上述情况,该文结合模糊综合评判和迭代搜索算法,首次将盖尔-沙普利(GS)算法引入航迹关联领域,并且对其进行改进以满足航迹断裂时的多对多航迹关联情况,提出了改进的盖尔-沙普利(IGS)算法。在该算法中,通过计算航迹之间的模糊综合评判值来得到航迹之间的倾向度序列,再由迭代搜索对航迹进行聚类以获得航迹集群,最后将航迹集群及倾向度序列输入盖尔-沙普利算法来进行数轮博弈以给出关联结果。利用双频率高频地波雷达和船只自动识别系统(AIS)的仿真数据与实测数据进行实验测试,实验结果表明:所提出的算法解决了在航迹断裂情况下的多传感器航迹关联问题,且在密集区域的航迹关联效果优于传统算法。

基于多维分配的多普勒盲区目标点迹航迹关联方法

机载预警雷达固有的多普勒盲区(Doppler blind zone,DBZ)会造成目标航迹的中断,而多目标杂波环境使航迹中断更为严重。在引入多普勒盲区信息的二维分配算法基础上,提出了一种基于多维分配算法的多目标点迹航迹关联方法。该方法充分利用目标航迹演变信息,对雷达的连续多帧量测数据进行滑窗处理,构建出多维分配的代价函数,最后求得最小代价条件下函数的解,该解即为目标点迹航迹的分配结果。仿真结果表明,在多目标杂波环境且存在多普勒盲区的条件下,该方法的航迹中断率较二维分配算法有了进一步的降低。

基于损失融合策略的长时域中断航迹关联

针对目标中断航迹关联存在泛化能力差,长时域中断时关联正确率较低的问题,提出了基于损失融合策略的长时域中断航迹关联方法。首先通过航迹预测将历史航迹预测到与新航迹时域重叠的时刻,计算航迹间平均距离,构造距离损失矩阵,同时计算中断前后航迹的特征参数差值构造特征参数损失矩阵;然后将两类损失融合,构造整体关联代价矩阵;最后通过匈牙利算法实现中断航迹关联决策。将所提方法与距离损失关联方法、特征参数损失关联方法进行实验对比,结果表明,所提方法在不同的场景下关联正确率最高,且对中断时间的适应能力更强,在目标运动状态稳定的场景下平均关联正确率达到90.9%,中断时间小于90 min时,关联正确率优于86%。

基于模糊隶属度的船舶中断航迹关联识别方法

为实现对中断的航迹进行准确的关联识别,形成统一的海上态势,提出了基于航迹预测和模糊隶属度评价的航迹关联识别方法。采用多项式拟合方法进行航迹的双向推测,选取位置、航向、速度作为模糊因素集,采用岭型模糊隶属度函数计算预测的航迹点之间各模糊因素的隶属度并加权得到单时刻隶属度,构造加权函数计算综合隶属度,通过阈值门限判断两航迹是否关联。在仿真实验中,所提方法精确率大于90%,召回率大于80%,关联性能优于传统方法。为进一步研究该方法的场景适应性,仿真了不同场景下的船舶航迹雷达监测数据,包括中断区间内船舶运动稳定场景、速度变化场景、航向变化场景等,船舶运动状态稳定时关联结果的召回率大于90%,中断区间内速度变化小于8 km/h时召回率大于84%,航向变化低于25°时召回率大于88%。该方法为解决非合作船舶交叉环境下的中断航迹关联识别问题提供了有效途径。

基于深度时间对比的中断航迹关联方法

雷达在跟踪飞行目标时,常发生跟踪中断的现象。深度学习方法具有强大的学习能力,已被逐渐用于解决中断航迹关联问题。但已有基于深度学习的中断航迹关联方法未能充分考虑新老航迹特征之间的相似性,关联性能仍有待提升。因此提出一种基于深度时间对比的中断航迹关联算法(Track Segment Association based on Deep Temporal Contrasting,TSADTC),包括航迹特征提取模块、时间对比模块、航迹特征对比模块和分类器模块。航迹特征提取模块利用双向长短期记忆网络和编码器-解码器分别对新老航迹进行特征提取;时间对比模块分别使用一条航迹的特征预测另外一条航迹;航迹特征对比模块计算两条航迹的特征差别,并将此差别输入分类器中,以计算两条航迹关联的概率。算法将关联概率最大的航迹对作为关联航迹对。仿真实验表明,TSADTC算法能够有效提高中断航迹关联的正确关联率、错误关联率和航迹漏关联率性能。

两种典型情况下的多目标航迹关联方法

针对多目标测量雷达航迹关联中普遍存在的目标变换和目标重复两类典型问题,提出双向带密度控制的多项式检验和基于弹道动力学外推的雷达测元比较方法,有效解决了多目标雷达测量时一段连续航迹跟踪目标不唯一和对同一空间目标多次重复测量的技术难题,改变了完全依赖人工拼接测量数据完成多目标航迹关联的现状。实践结果证明该算法简单适用,便于工程实现,可极大地提高多目标航迹关联的准确度,缩短数据处理周期,对完成目标空域分布测量、目标识别等突防效果分析与评估具有重要价值。

基于不确定噪声分布的多目标航迹关联模型

针对传统航迹关联模型中噪声描述过于理想化的问题,提出了一种新的多目标航迹关联模型。该模型通过不确定理论中的不确定对数正态分布描述航迹关联噪声,并以匀加速直线运动目标为例,重构了其运动方程与观测方程,推导了跟踪滤波流程;为了进一步验证模型的有效性和鲁棒性,使用混合噪声模拟复杂电磁环境中的各种噪声,并分别在不同噪声环境、关联算法和目标数量条件下进行了仿真验证。结果表明:所提出的改进模型具有更好的关联准确性和鲁棒性。

基于航迹关联的系统误差自适应校正方法

基于航迹关联,分析了雷达系统误差致使目标分裂的原因,提出了一种在多雷达多传感器下的自适应误差校正方法,主要包括目标态势统计、目标数据关联、系统误差估计。该方法优于传统的方法,主要利用统计和关联的策略,对系统误差下的分裂目标进行模型匹配并加以校正,既不受每个站点都要有真实目标作为参考的局限限制,又通过模型来进行航迹数据关联,能够减少观测噪声的影响。该方法在工程应用方面的自适应性和通用性较好,已部署应用于对海雷达的船舶监视管理系统,能够有效校正多基站雷达的系统误差,大量减少目标分裂和错误关联的概率,提升了数据融合的精确性,以及目标跟踪的稳定性。

基于全球AIS的多源航迹关联数据集

数据、算法和算力是当前人工智能技术发展的3大推力,考虑到智能关联算法研究的迫切需求和多雷达协同观测航迹数据获取困难,针对航迹关联数据集缺失问题,该文公开了多源航迹关联数据集(MTAD),其由全球AIS航迹数据经栅格划分、自动中断和噪声添加处理步骤构建。该数据集包括训练集和测试集两大部分,共有航迹百万余条,其中训练集包含5000个场景样本,测试集包含1000个场景样本,每一个场景样本由几个到几百个数量不等的航迹构成,涵盖多种运动模式、多种目标类型和长度不等的持续时间。同时,进一步对构造的MTAD数据集进行可视化分析,详细研究了各个栅格内航迹的特点,证明了该数据集的丰富性、合理性和有效性。最后,作为参考,给出了关联评价指标和关联基线结果。该数据集目前已被用作海军“金海豚”杯竞赛科目专用数据集。

一种多因素多模型选择的航迹关联算法

针对模糊综合判决中同一因素和合成运算模型无法适用于所有评价等级的问题,提出了一种基于多因素多模型选择的模糊综合决策航迹关联算法。该算法在多因素模糊综合决策的基础上,分析各因素的关联特性和合成运算模型在不同评价中的适用性,通过多因素定向选择和多元合成运算模型对关联隶属度进行计算,生成航迹关联结果。仿真实验表明,在密集目标环境下,该方法具有良好关联性能,平均正确关联率达到77.70%,比传统多因素模糊综合判决方法高3.86%。

一种分区快速航迹关联算法

针对分布式多传感器信息融合系统中航迹关联运算量大的问题,提出了一种分区快速航迹关联算法。该算法将目标区域划分成若干目标子区域,为了消除传感器测量误差对航迹关联的影响,相邻目标子区域之间设置重叠区域,并给出了重叠区域宽度计算公式。只对落在每个目标子区域内的航迹进行关联,不同目标子区域之间的航迹不进行关联,并通过算法复杂度分析给出了最优分区数的判定方法。仿真实验表明,该算法可有效降低航迹关联运算量,适合于工程应用。

基于灰色关联理论的多源航迹关联方法

航迹融合系统对指挥所指挥机下达正确作战命令、了解敌机行动目标、分析战场态势具有极大的辅助作用航迹关联是航迹融合系统的关键技术。针对在目标密集、目标机动复杂的战场环境下,单传感器系统不能满足现代战场需要,传统航迹关联算法的关联正确率降低,错关联率和漏关联率上升等问题,使用多传感器系统,提出该关联方法。利用不可模糊因素对系统航迹与比较航迹进行粗关联,通过剔除明显不关联的系统航迹减少后续航迹关联的计算量,提高关联算法速率;通过灰色关联理论确定两航迹之间的相似性,使用Hausdorff距离计算航迹集之间的距离确定两航迹的相近性,通过相似性与相近性两个判断标准提高关联算法的准确率。通过仿真实验该方法在目标密集环境下算法平均速率为0.525 s,关联正确率为0.897,均优于传统航迹关联算法。

基于无人水面艇感知网的目标船航迹关联与数据融合

针对现有无人水面艇(Unmanned Surface Vehicle,USV)在航行过程中感知周围航行目标时出现的数据源单一、数据延迟、数据丢失等问题,提出一种基于USV搭载的航海雷达和全球定位系统(GPS)数据源的USV海上航行目标感知数据融合方法。基于最小误差法提出雷达原始图像数据解析算法,并采用数据剔除、时间空间统一方法完成对目标数据预处理,构建基于欧氏距离和马氏距离的航迹关联算法模型、基于层次分析法(Analytic Hierarchy Process,AHP)和专家评价法的融合数据权重分配模型。同时,开展USV试验研究,验证整体融合方法。结果表明,目标原始数据预处理方法合理可靠,融合算法稳定可信,可为USV海上航行目标感知、安全航行及快速避碰提供技术和算法支持。

雷达与AIS对海上低速目标航迹关联的特征选择

将雷达和自动识别系统(Automatic Identification System, AIS)进行航迹关联能够实现信息互补,提高船舶航行数据的可信度。传统方法利用目标的位置信息进行数据关联,在处理海上低速目标航迹关联问题时,抗噪声性能差,关联精度不高。针对上述问题提出一种航向直方图统计和动态时间规整相结合的关联方法。首先利用时间段关联度对数据预处理,然后综合利用动态时间规整和航向直方图统计提取航迹间的相似度特征,最后将这些特征和距离特征相结合并利用机器学习训练关联模型。实验结果表明:相比其它算法,上述算法充分利用时间段关联度和航迹间的相似度特征,降低了数据的复杂度,具有较好的抗噪声性能,提高了航迹关联精度。

一种基于模糊数学的灰色航迹关联方法

在多传感器信息融合系统中,针对传统航迹关联方法在目标密集且航迹交叉的场合下关联效果变差的问题,提出了一种基于模糊数学的灰色航迹关联方法。以两条航迹间的统计距离为基础得到隶属度关系,引入模糊权重因子,简化隶属度计算;将生成的隶属度矩阵输入系统进行航迹间的灰色关联度计算;求得航迹间的关联度,获得各传感器航迹间的关联结果。仿真结果表明,在目标密集且航迹交叉的场合下,该算法的航迹关联性能明显优于加权法、修正K近邻法、模糊数学法,其正确关联概率相较于以上3种方法分别提升了大约27%、13%、3%。