运动状态下多传感器群目标精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种基于运动状态的集中式多传感器群目标精细航迹起始算法,算法首先基于循环阈值模型和群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器不同分成多个子群,基于非抢占式修正逻辑法和同状态航迹子群获取模型剔除单传感器形成的虚假航迹,并基于多传感器同状态群关联模型消除各传感器虚假的同状态航迹子群,最后基于加权法实现同状态关联群内航迹的精细互联及合并。仿真数据表明,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,算法在起始真实航迹、抑制虚假航迹及杂波鲁棒性等方面综合性能更优。

基于直方统计特征的多特征组合航迹关联

现有的航迹关联方法主要有基于统计和基于模糊数学两大类方法。基于统计的方法大多依赖阈值的设置,基于模糊数学的方法参数设置复杂,且多数方法相关比较时只考虑单个航迹点的信息。针对现有问题,该文首先从航迹的整体出发,在传统欧式距离度量的基础上,提出了一种距离分布直方图的特征并提取了航迹的相似特征,有效地利用了航迹间的整体特性,具有较好的抗噪声性能以及关联准确率。其次充分考虑了船舶运动特征以及不同数据源位置精度,提取了航迹间的速度差分布直方图特征、传感器来源特征。然后将这些特征组合并利用机器学习的方法训练关联模型,有效地避免了需要人工设定阈值以及参数设置复杂的问题。最后,该文构建了一个真实的船舶数据集,实验结果表明距离分布直方图特征相比传统的距离特征总体关联准确率提高了3.23%～11.65%,组合特征相较于单一的距离分布直方图特征总体关联准确率提高了0.068%,验证了该文方法的有效性。

基于探测区域搜索的TOA量测数据关联

到达时间(time of arrival,TOA)量测数据关联是多发单收非协同探测系统中的关键技术之一。针对传统算法中由于需要排列组合导致运算量大的问题,提出一种基于探测区域搜索的TOA量测数据关联算法。首先通过方位搜索,得到多条TOA曲线的离散采样点,然后通过对离散曲线进行扩散叠加,可将量测数据关联问题转化为二维平面的峰值检测问题。仿真实验表明,所提算法在几乎不影响关联正确率的前提下,能够有效提高运算效率,具有良好的工程应用前景。

密集杂波环境下多目标跟踪算法

基于快速数据关联FAFDA(fastalgorithmfordataassociation)滤波算法,根据Houles和Shalom将概率数据关联PDA(ProbabilisticDataAssociation)算法推广到解决两个传感器单目标的跟踪问题的思路,构造了一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法MSFAFDA(multiplesensorfastalgorithmfordataassoci ation)。本方法主要使用的是点 航迹联合和序列估计法,蒙特卡洛仿真结果表明方法对多机动目标的跟踪具有比FAFDA更好的跟踪性能。

地下工程多时间序列监测数据异常检测算法

为实现地下工程监测数据中的异常信息检测,提出了一种多传感器关联的异常检测及识别算法。首先,通过分段线性表示算法提取原始监测序列数据特征,结合局部异常因子检测算法实现单维监测时序数据的异常值识别;然后,基于动态时间弯曲距离分析,进行多传感器间关联异常检测,识别各传感器的监测异常区段;最后,综合两步计算结果,判断异常值是由环境突变引起还是由传感器监测误差引起。算法有效利用了不同传感器间的关联信息,实现对异常来源的甄别。通过对人为施加的异常干扰的识别,验证了所提出算法的有效性。将算法应用于某实际隧道穿越工程多传感器系统的异常识别,进一步证明了本算法的可行性和适用性。