梅 衛(wèi)，鄭昌艷

（軍械工程學(xué)院，河北 石家莊 050003）

多傳感器跟蹤系統(tǒng)的混合架構(gòu)設(shè)計(jì)*

梅 衛(wèi)，鄭昌艷

（軍械工程學(xué)院，河北 石家莊 050003）

多傳感器跟蹤系統(tǒng)通常采用集中式或分布式結(jié)構(gòu)。據(jù)報(bào)告分析，在混合架構(gòu)設(shè)計(jì)下的多傳感器追蹤系統(tǒng)，融合中心將可以直接訪問傳感器數(shù)據(jù)?；旌鲜郊軜?gòu)的多傳感器跟蹤系統(tǒng)，首先進(jìn)行航跡關(guān)聯(lián)（T2TA），然后利用中央跟蹤器實(shí)現(xiàn)測量值融合，這樣航跡關(guān)聯(lián)和測量值融合可同時(shí)獲得最佳性能。此外，在滑動(dòng)窗口下實(shí)行的T2TA結(jié)合了航跡估計(jì)和分布式壓縮測量的功能，可形成混合檢驗(yàn)的數(shù)據(jù)。仿真實(shí)驗(yàn)證明，所提出的基于混合檢驗(yàn)的T2TA是混和架構(gòu)的多傳感器跟蹤系統(tǒng)的理想解決方案。

目標(biāo)跟蹤；航跡關(guān)聯(lián)；航跡融合；假設(shè)檢驗(yàn)；混合架構(gòu)

0 引言

采用多傳感器進(jìn)行目標(biāo)跟蹤比采用單一傳感器性能更好，因?yàn)樗哂懈玫目梢曅浴⒏嗟难a(bǔ)充信息等［1-3］。跟蹤數(shù)據(jù)的融合通常有兩種方法：一種是集中式觀測融合（CMF），由中央跟蹤器對航跡關(guān)聯(lián)（M2TA）和跟蹤更新進(jìn)行測量值計(jì)算； 另一種是航跡融合 （T2TF），即將局部跟蹤系統(tǒng)中的傳感器航跡在執(zhí)行航跡關(guān)聯(lián)后，融合形成系統(tǒng)航跡。集中式觀測融合（CMF）方法被認(rèn)為擁有最理想的跟蹤效果，但由于通信協(xié)議和通信組織的限制［1，3，4］，航跡融合（T2TF）在眾多實(shí)際系統(tǒng)中被經(jīng)常采用。

本文討論融合中心可對傳感器數(shù)據(jù)進(jìn)行直接訪問的多傳感器跟蹤系統(tǒng)。為了同時(shí)提高關(guān)聯(lián)與融合的精度，本文更偏向于采用混合融合架構(gòu)，而不是采用 CMF或者 T2TF。所提出的混合融合設(shè)計(jì)，首先執(zhí)行 T2TA操作，然后使用中央跟蹤器實(shí)現(xiàn)測量值融合。而且在滑動(dòng)窗口下實(shí)行T2TA時(shí)，可以利用多重掃描數(shù)據(jù)提高關(guān)聯(lián)的精度。由于多重掃描跟蹤數(shù)據(jù)具有時(shí)間關(guān)聯(lián)性［5］，傳統(tǒng)的滑動(dòng)窗口T2TA會導(dǎo)致跟蹤性能下降，文獻(xiàn)［3］給出了此問題的一個(gè)精確的解決方案。本文解決方案是在白噪聲的假設(shè)下，利用與時(shí)間無關(guān)的航跡估計(jì)和分布式壓縮的混合檢驗(yàn)統(tǒng)計(jì)數(shù)據(jù)。

1 多傳感器跟蹤的混合構(gòu)架

多傳感器跟蹤裝置的設(shè)計(jì)目的是：（1）在帶寬和無線信道的限制下，降低傳感器節(jié)點(diǎn)與融合中心之間的數(shù)據(jù)通信量［6］；（2）提高關(guān)聯(lián)與融合的精度。融合中心擁有足夠強(qiáng)大的計(jì)算能力，所以并不需要過多關(guān)注。本文設(shè)計(jì)的混合結(jié)構(gòu)的多傳感器跟蹤裝置如圖1所示。不同傳感器的測量值會周期性地發(fā)送給融合中心進(jìn)行處理。需要注意的是，每個(gè)傳感器的測量值可能來自于幾個(gè)已經(jīng)被局部M2TA編入索引的目標(biāo)。這些被索引的測量值作為局部航跡已經(jīng)有了相同的序列編號，并被命名為局部航跡測量序列。

中央站進(jìn)行數(shù)據(jù)融合包括三個(gè)步驟：預(yù)跟蹤、航跡關(guān)聯(lián)和CMF。在預(yù)跟蹤環(huán)節(jié)中，每個(gè)傳感器測量的局部航跡測量序列將重新濾波產(chǎn)生局部航跡。在航跡關(guān)聯(lián)環(huán)節(jié)，不同跟蹤器的待定航跡對將被關(guān)聯(lián)起來，以判定它們是否屬于單一的假定目標(biāo)。一旦一對航跡被關(guān)聯(lián)，測量序列產(chǎn)生的相應(yīng)航跡也會被同時(shí)關(guān)聯(lián)。從航跡關(guān)聯(lián)模塊到中心跟蹤裝置模塊的關(guān)聯(lián)過程如圖1所示，通過使用中央跟蹤器融合來自于不同跟蹤器關(guān)聯(lián)的測量序列，從而形成系統(tǒng)航跡。此混合處理架構(gòu)具有三大優(yōu)勢，將在下文詳細(xì)列出。

圖1 混合構(gòu)架多傳感器跟蹤系統(tǒng)

1.1 傳輸傳感器測量值通信流量小

多傳感器跟蹤系統(tǒng)的每個(gè)跟蹤器在球面坐標(biāo)系下測量值為（r，α，ε）。 規(guī)定用測量誤差的標(biāo)準(zhǔn)偏差（σr，σα，σε）來表示跟蹤器的精度，標(biāo)準(zhǔn)偏差通常是常數(shù)并可在融合中心提前設(shè)置。這就意味著在每個(gè)通信周期中，發(fā)送傳感器測量值的流量只包含三個(gè)元素。如果是傳感器航跡，還包括航跡估計(jì)和它的協(xié)方差。在三維坐標(biāo)跟蹤的情況下，航跡估計(jì)至少包括位置估計(jì)和速率估計(jì)，是6種元素的向量。相應(yīng)的協(xié)方差是 36個(gè)元素的 6維矩陣。因此，在每個(gè)通信周期內(nèi)的總流量將會上升至 42個(gè)元素。盡管傳感器航跡代替?zhèn)鞲衅鳒y量值輸入至融合中心可在一個(gè)較低的速率下進(jìn)行，但是通常情況下這樣并不能節(jié)省通信流量。這就是在設(shè)計(jì)的多傳感器跟蹤系統(tǒng)中選擇將傳送傳感器測量值輸入到融合中心的原因。

1.2 卓越的關(guān)聯(lián)性能

卓越的關(guān)聯(lián)性能通過兩種方式來實(shí)現(xiàn)：（1） 采用T2TA來替代M2TA，因?yàn)楹桔E估計(jì)通常比測量值更為精準(zhǔn)；（2）采用滑動(dòng)窗口測試方法，其相比于只使用兩條待定傳感器航跡現(xiàn)有數(shù)據(jù)的單次測試擁有更出色的關(guān)聯(lián)性能。傳統(tǒng)的滑動(dòng)窗口檢驗(yàn)T2TA運(yùn)用了圖2所示的多重掃描航跡估計(jì)，例如：m1=5用于計(jì)算檢驗(yàn)統(tǒng)計(jì)量的掃描數(shù)據(jù)。假設(shè)航跡估計(jì)x?i和x?j為 n1維向量，估測誤差服從高斯分布，則下列統(tǒng)計(jì)檢驗(yàn)量 Ck應(yīng)遵循 n=m1n1，卡方檢驗(yàn)自由度為 χn2［4-5］。

其中，Tij=Pi+Pj-Pij-Pji，Pi和 Pj為和的估計(jì)誤差協(xié)方差，Pij=［Pji］T為它們的互協(xié)方差。

圖2 滑動(dòng)窗口測檢驗(yàn)

其中 Rki和 Rkj為壓縮測量值 zi和 zj的協(xié)方差。注意壓縮測量值 z位于笛卡爾坐標(biāo)，可由球面壓縮測量值（r，α，ε）通過各種方式轉(zhuǎn)化而來［7-8］。 如上所述，壓縮測量值是一系列測量值的統(tǒng)計(jì)平均值。例如：已知m2=4時(shí)，球面掃描測量值為（r1，α1，ε1），（r2，α2，ε2），（r3，α3，ε3）和（r4，α4，ε4），它們的標(biāo)準(zhǔn)偏差為（σr′，σα′，σε′），則壓縮測量值（r，α，ε）即為：

相應(yīng)的標(biāo)準(zhǔn)偏差（σr，σα，σε）為：

圖3 混合檢驗(yàn)

1.3 最佳的融合性能

CMF方法首次被用于將來自不同傳感器的關(guān)聯(lián)測量值作為輸入的中央跟蹤器（如圖1所示，融合中心內(nèi)航跡關(guān)聯(lián)區(qū)塊的輸出信息也作為了中央跟蹤器的輸入），并利用這種融合觀測來估計(jì)狀態(tài)向量。CMF方法相比于航跡狀態(tài)融合方法，如航跡融合方法（T2TF）［3，9］，擁有更卓越的融合性能。 T2TF算法的 一種特殊 形式——信息矩陣融合（IMF）［10-11］， 在融合中心全速運(yùn)行時(shí)可與CMF達(dá)到同等的效果。然而，一旦如文獻(xiàn)［12］中所描述的，當(dāng)融合中心低速運(yùn)行時(shí)，它便會出現(xiàn)不一致性甚至是嚴(yán)重的偏差。在此，混合架構(gòu)設(shè)計(jì)的多傳感器跟蹤系統(tǒng)的中央跟蹤器采用CMF方法。需要強(qiáng)調(diào)的是雖然CMF被用于跟蹤中心，但航跡估計(jì)通常比測量值更為準(zhǔn)確，所以在關(guān)聯(lián)方面還是應(yīng)采用T2TA來替代M2TA。

2 仿真實(shí)驗(yàn)

仿真實(shí)驗(yàn)針對提出的混合檢驗(yàn)方法 T2TA進(jìn)行重點(diǎn)研究，采用了以下的仿真場景將其與傳統(tǒng)的T2TA方法進(jìn)行對比。

場景 1：兩個(gè)雷達(dá)同時(shí)跟蹤同一個(gè)目標(biāo)：目標(biāo) 1。場景 1被設(shè)計(jì)用來評估正確關(guān)聯(lián)概率（Probability of Correct Association，PCA）。文獻(xiàn)［5，13］對 PCA的定義如下：正確地將兩條來自單一目標(biāo)的傳感器航跡判定為來自同一目標(biāo)的概率。

場景2：兩個(gè)雷達(dá)分別跟蹤兩個(gè)不同的目標(biāo)：目標(biāo) 1和目標(biāo) 2，目標(biāo)相距Δy≈50m。場景 2被設(shè)計(jì)用來評估錯(cuò)誤關(guān)聯(lián)率（Probability of False Association，PFA）。同樣地，文獻(xiàn)［5，12］對 PFA的定義：錯(cuò)誤地將來自兩個(gè)不同目標(biāo)的傳感器航跡認(rèn)定為來自同一目標(biāo)的概率。

根據(jù)下列方程式，建立如圖4所示的笛卡爾坐標(biāo)。

圖4 兩個(gè)平行目標(biāo)的軌跡

目標(biāo) 1：

x1（k）=18 000-200k+vx（k）

y1（k）=10 000-100k+vy（k）

z1（k）=3 000+vz（k）

目標(biāo) 2：

x2（k）=18 000-200k+vx（k）

y2（k）=10 000-100k+Δy+vy（k）

z2（k）=3 000+vz（k）

整個(gè)過程中，噪聲 vx（k），vy（k），vz（k）都服從 N（0，22）分布。而且在所有的場景中，雷達(dá)站均設(shè)置在笛卡爾坐標(biāo)系的原點(diǎn)，并以 T=2 s的采樣間隔利用 60組球面掃描測量值跟蹤目標(biāo)。 雷達(dá)測量誤差的標(biāo)準(zhǔn)差為：σα= σε=10 mrad，σr=15m。

圖5～圖7所示的仿真結(jié)果都是通過 500次的相關(guān)檢驗(yàn)得到，滑動(dòng)窗口檢驗(yàn)也采用了 5項(xiàng)傳感器掃描的數(shù)據(jù)。關(guān)聯(lián)測試的顯著水平被設(shè)定為 95%，這意味著正確關(guān)聯(lián)率應(yīng)達(dá)到 95%。由圖5可知，單次檢驗(yàn)和混合檢驗(yàn)在PCA方面具有不相上下的競爭力，其PCA值都非常接近95%。但是，滑動(dòng)窗口檢驗(yàn)由于航跡與時(shí)間相關(guān)，其PCA值只有75%左右。圖6中，混合檢驗(yàn)的PFA明顯要比單次測試更佳?；瑒?dòng)窗口測試雖然擁有最低的PFA，但考慮到其PCA為最低，因此其整體效果并未達(dá)到理想要求。將滑動(dòng)窗口檢驗(yàn)的判決門檻提高以令其PCA提升至95%，但與此同時(shí)它的PFA會如圖7所示變得比混合測試更糟糕。綜上所述，從整體上看，本文所提出的混合檢驗(yàn)設(shè)計(jì)具備最令人滿意的關(guān)聯(lián)性能。

圖5 正確關(guān)聯(lián)率

圖6 錯(cuò)誤關(guān)聯(lián)率

圖7 將滑動(dòng)窗口測試PCA提升至95%后的錯(cuò)誤關(guān)聯(lián)率

3 結(jié)論

當(dāng)融合中心可直接訪問傳感器數(shù)據(jù)時(shí)，本文提出的基于混合檢驗(yàn)的T2TA混合架構(gòu)多傳感器跟蹤系統(tǒng)，是獲得較低的流量需求以及優(yōu)越的關(guān)聯(lián)和融合性能的一種理想的解決方案。

［1］CHONG C Y，CHANG K C，MORI S，et al.Architectures and algorithms for track association and fusion［J］.IEEEMagazine on Aerospace and Electronic Systems， 2000，15（1）：5-13.

［2］SCALA B，F(xiàn)ARINA A.Choosing a track association method［J］. Information Fusion，2002，3（2）：119-133.

［3］TIAN X，BAR-SHALOM Y.Track-to-track fusion configurations and association in a sliding window［J］.Journal of Advances in Information Fusion，2009，4（2）：146-165.

［4］HE Y，ZHANG J W.New track correlation algorithms in a multisensor data fusion system［J］.IEEE Tran.on Aerospace and Electronic Systems，2006，42（4）：1359-1371.

［5］MEI W，SHAN G L.Performance of a multiscan track-totrack association technique［J］.Signal Processing，2005，85（1）：15-22.

［6］秦杰，楊洋，熊娟，等.FBAR傳感器信號處理電路的設(shè)計(jì)［J］.微型機(jī)與應(yīng)用，2013，32（6）：22-24.

［7］LERRO D，BAR-SHALOM Y.Tracking with debiased consistent converted measurements versus EKF［J］.IEEE Trans. on Aerospace and Electronic Systems，1993，29（3）：1015-1022.

［8］MEI W，BAR-SHALOM Y.Unbiased Kalman filter using converted measurements：revisit［C］.Proc.of SPIE Conference on Signal and Data Processing of Small Targets，USA，San Diego，2009：74450u：1-74450u：9.

［9］ROECKER J A，MCGILLEM C D.Comparison of twosenosr tracking methods based on state vector fusion and measurement fusion［J］.IEEE Trans.on Aerospace and Electronic Systems，1988 24（4）：447-449.

［10］CHONG C Y，MORI S，CHANG K C.Distributed multitarget multisensor tracking［M］.MA：Artech House，1990.

［11］CHANG K C，SAHA R K，BAR-SHALOM Y.On optimal track-to-track fusion［J］.IEEE Trans.on Aerospace and Electronic Systems，1997，33（4）：1271-1276.

［12］CHANG K C，TIAN Z，SAHA R.Performance evaluation of track fusion with information matrix filter［J］.IEEE Trans. on Aerospace and Electronic Systems，2002，38（2）：455-466.

［13］WANG G H，MAO S Y，HE Y.Analytical performance evaluation of association of active and passive tracks for airborne sensors［J］.Signal Processing，2003，83（5）：973-981.

Hybrid architecture design for multisensor tracking system

Mei Wei，Zheng Changyan
（Ordnance Engineering College of PLA，Shijiazhuang 050003，China）

Multisensor tracking systems usually use either centralized structure or distributed architecture.According to the report analysis，the multisensor tracking system with designed hybrid architecture，where the fusion center can direct access to the sensor data.It performs track-to-track association （T2TA）first and then uses a central tracker to implement measurement fusion so that association and fusion can achieve best performance simultaneously.Especially， T2TA is handled in a sliding window， which combines track estimate and the subsequent compressed measurement to form a hybrid test statistics.Simulation test shows that the proposed T2TA based on hybrid test is a desired solution.

target tracking；track-to-track association；track fusion；hypothesis test；hybrid architecture

TP399

A

1674-7720（2015）23-0076-04

梅衛(wèi)，鄭昌艷.多傳感器跟蹤系統(tǒng)的混合架構(gòu)設(shè)計(jì)［J］.微型機(jī)與應(yīng)用，2015，34（23）：76-79.

2015-09-12）

梅衛(wèi)（1971-），男，博士，副教授，主要研究方向：目標(biāo)跟蹤，不確定性理論，機(jī)器學(xué)習(xí)。

國家自然科學(xué)基金（61141009）

鄭昌艷（1990-），通信作者，女，碩士研究生，主要研究方向：目標(biāo)跟蹤，機(jī)器學(xué)習(xí)。E-mail：echoaimaomao@163.com。