凌翔

【摘 要】為了提高多傳感器數(shù)據(jù)融合中的精度，本文提出了基于誤差估計(jì)的異步融合處理方法，該方法將傳感器觀測(cè)值與融合航跡的預(yù)測(cè)值直接融合，同時(shí)保證多傳感器融合結(jié)果的數(shù)據(jù)率和融合之后的精度。本文進(jìn)行了對(duì)比仿真實(shí)驗(yàn)，結(jié)果表明該方法在直線和轉(zhuǎn)彎條件下的估計(jì)精度都比同步方法更高。

【關(guān)鍵詞】異步融合；航跡跟蹤；誤差概率

【Abstract】To improve the precision of data fusion in multi-sender network， this article proposed an asynchronous fusion method based on error estimation. In this method， the observations of every sensor calculated with fusion tracks directly， assuring data rate and precision simultaneously. In this article， comparison between asynchronous and synchronous methods is made， and indicates that the result of asynchronous method are better than the other one.

【Key words】Asynchronous fusion； Tracking； Error Probability

0 引言

多元傳感器融合處理能通過(guò)綜合多角度、多類傳感器的不同觀測(cè)，實(shí)現(xiàn)數(shù)據(jù)率、精度和發(fā)現(xiàn)概率的提高。要實(shí)現(xiàn)這些指標(biāo)的提升，需要對(duì)多個(gè)傳感器的觀測(cè)值進(jìn)行綜合估計(jì)。但是由于不同傳感器的數(shù)據(jù)率可能并不相同，或者即便相同數(shù)據(jù)率的傳感器對(duì)同一目標(biāo)的觀測(cè)時(shí)間也不一樣，這就使得數(shù)據(jù)融合首先要解決數(shù)據(jù)的時(shí)間配準(zhǔn)[1]。

數(shù)據(jù)融合按照時(shí)間配準(zhǔn)的方法可分為同步融合和異步融合兩類。同步融合[2]是將多個(gè)傳感器的觀測(cè)值同步到一個(gè)時(shí)刻，并進(jìn)行綜合參數(shù)估計(jì)；異步融合[3]并不需要做時(shí)間同步，而是直接對(duì)每一個(gè)觀測(cè)進(jìn)行單獨(dú)的參數(shù)估計(jì)過(guò)程。因此異步融合的數(shù)據(jù)率通常比同步融合更高，對(duì)不同傳感器的觀測(cè)時(shí)序不作任何假設(shè)或要求。

1 多源數(shù)據(jù)融合的一般方法

多源傳感器的數(shù)據(jù)融合一般分為三個(gè)階段：配準(zhǔn)、參數(shù)估計(jì)和濾波，而一般單一傳感器的目標(biāo)跟蹤不需要配準(zhǔn)和參數(shù)估計(jì)。因此就工程實(shí)踐來(lái)說(shuō)，多源傳感器的目標(biāo)跟蹤與單傳感器的跟蹤在軟件實(shí)現(xiàn)步驟上基本一致，只不過(guò)多源融合程序增加了時(shí)間配準(zhǔn)和參數(shù)估計(jì)的過(guò)程。整個(gè)的融合過(guò)程如圖1所示。

1.1 融合架構(gòu)

信息融合方法從架構(gòu)上可分為分布式和集中式兩種[4，5]。分布式融合[6]是對(duì)每一個(gè)傳感器觀測(cè)進(jìn)行獨(dú)立的跟蹤，產(chǎn)生局部航跡，之后對(duì)所有的局部航跡進(jìn)行融合，產(chǎn)生全局航跡。這樣做的優(yōu)點(diǎn)是融合中心得到的信息更多（如速度、加速度等），有利于時(shí)間配準(zhǔn)中對(duì)觀測(cè)數(shù)據(jù)在時(shí)間維度上的插值和外推；缺點(diǎn)是由于需要對(duì)單獨(dú)傳感器進(jìn)行獨(dú)立跟蹤，因此難以通過(guò)增加傳感器提高發(fā)現(xiàn)概率。

集中式融合將各傳感器的原始觀測(cè)值進(jìn)行統(tǒng)一融合處理，直接產(chǎn)生全局航跡，這樣做的好處是能提高系統(tǒng)整體的發(fā)現(xiàn)概率，當(dāng)單一傳感器發(fā)現(xiàn)概率達(dá)不到系統(tǒng)要求時(shí)，通過(guò)數(shù)據(jù)融合使全局發(fā)現(xiàn)概率達(dá)到檢測(cè)要求。

1.2 時(shí)間配準(zhǔn)

為了對(duì)多個(gè)傳感器數(shù)據(jù)進(jìn)行融合，必須將多個(gè)傳感器的數(shù)據(jù)和融合歷史數(shù)據(jù)配準(zhǔn)到同一個(gè)時(shí)刻，然后才能進(jìn)行參數(shù)估計(jì)。時(shí)間配準(zhǔn)包含兩個(gè)任務(wù)：1.選擇合適的時(shí)刻；2.對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)或內(nèi)插。

一般情況下，選定某一個(gè)主傳感器的觀測(cè)時(shí)刻為融合時(shí)刻，或者使用融合系統(tǒng)自身處理節(jié)拍的時(shí)刻作為融合時(shí)刻，所有其他傳感器的數(shù)據(jù)統(tǒng)一地通過(guò)預(yù)測(cè)或內(nèi)插調(diào)整至融合時(shí)刻。這種方法稱為同步融合，好處是能夠在每一個(gè)時(shí)刻得到更多的觀測(cè)數(shù)據(jù)，從而進(jìn)行精確的估計(jì)；壞處是融合數(shù)據(jù)率低于傳感器的原始數(shù)據(jù)率，并且更多的傳感器無(wú)法提高融合數(shù)據(jù)率，而只能提高精度。

直接對(duì)傳感器的觀測(cè)數(shù)據(jù)進(jìn)行融合[7]，并在每次收到任何一個(gè)傳感器觀測(cè)數(shù)據(jù)后都將該數(shù)據(jù)與歷史數(shù)據(jù)做實(shí)時(shí)融合并給出融合結(jié)果。這種方法稱為異步融合，好處是更多的傳感器可以得到更高的數(shù)據(jù)率的同時(shí)也能提高融合精度，壞處是實(shí)時(shí)觀測(cè)數(shù)據(jù)只能和歷史數(shù)據(jù)進(jìn)行融合，而非最新的觀測(cè)數(shù)據(jù)，從而影響融合精度。

2 基于誤差概率的異步融合

本文方法以集中式融合為架構(gòu)，將多傳感器的觀測(cè)值直接與全局航跡關(guān)聯(lián)和融合，實(shí)現(xiàn)全局航跡的實(shí)時(shí)更新，是一種集中式異步融合方法。

2.1 集中式異步融合處理

集中式異步融合處理是將傳感器觀測(cè)與全局航跡的外推值進(jìn)行融合，因此每一次融合分為三個(gè)步驟：1）全局航跡外推；2）參數(shù)估計(jì)；3）航跡濾波。

本文使用的航跡濾波方法采用勻加速運(yùn)動(dòng)卡爾曼濾波。實(shí)際上，基于誤差概率的異步融合方法與采用的濾波算法沒(méi)有關(guān)系，更好的、更符合目標(biāo)運(yùn)動(dòng)特征的濾波算法能夠得到更好的結(jié)果。

2.2 誤差概率估計(jì)

傳感器通常會(huì)上報(bào)多個(gè)維度的觀測(cè)數(shù)據(jù)，大部分是以傳感器為原點(diǎn)的極坐標(biāo)。不同類型的傳感器其距離和方位誤差差別巨大，例如基于電磁波的傳統(tǒng)雷達(dá)通常距離精度高，方位精度差；而基于可見(jiàn)光的激光雷達(dá)距離精度很差，但方位精度極高?？梢詫?duì)這些不同傳感器分別建立誤差模型，并以此模型為基礎(chǔ)進(jìn)行數(shù)據(jù)融合[8]。

3）最后利用這個(gè)誤差概率將觀測(cè)值與全局航跡外推值進(jìn)行融合，即zi=yiPi+xi（1-Pi），其中x代表觀測(cè)值，y代表全局航跡外推值，z代表融合值，i代表維度。

例如以傳統(tǒng)二維雷達(dá)為例，假設(shè)其理論距離誤差為100米，方位誤差為3度，最大量程為300公里。由于卡爾曼濾波是在直角坐標(biāo)系下進(jìn)行的，因此距離和方位誤差會(huì)相互耦合，那么最大距離誤差概率為Rmax×3×π/180，方位誤差仍然約為3度。

需要注意的是在跟蹤開(kāi)始時(shí)刻，由于航跡需要時(shí)間收斂至接近真值，在未收斂之前的這段時(shí)間采用全局航跡進(jìn)行誤差概率估計(jì)會(huì)導(dǎo)致結(jié)果不準(zhǔn)確。解決方法是在跟蹤初始階段直接采用觀測(cè)值進(jìn)行濾波，相當(dāng)于將這一階段的觀測(cè)值誤差概率設(shè)為0。

3 仿真實(shí)驗(yàn)

3.1 實(shí)驗(yàn)方法

仿真實(shí)驗(yàn)?zāi)M了兩個(gè)傳統(tǒng)兩坐標(biāo)雷達(dá)之間的數(shù)據(jù)融合。首先按照三次樣條曲線等間隔生成了1000組觀測(cè)值（以目標(biāo)勻速曲線運(yùn)動(dòng)為條件），然后根據(jù)兩個(gè)雷達(dá)的數(shù)據(jù)率分別在這1000組數(shù)據(jù)中抽取若干作為各雷達(dá)的觀測(cè)，并加入方位誤差（距離誤差可忽略不計(jì)）。產(chǎn)生的數(shù)據(jù)如圖2所示。

對(duì)產(chǎn)生的數(shù)據(jù)分別采用直接異步融合、同步估計(jì)融合、異步估計(jì)融合三種方法進(jìn)行數(shù)據(jù)融合。其中直接異步融合是將兩個(gè)雷達(dá)的觀測(cè)點(diǎn)當(dāng)作單傳感器直接進(jìn)行跟蹤；同步估計(jì)融合將其中數(shù)據(jù)率低的雷達(dá)時(shí)間配準(zhǔn)到數(shù)據(jù)率高的雷達(dá)觀測(cè)時(shí)刻，然后進(jìn)行同步融合；異步估計(jì)融合就是本文上一節(jié)講到的方法。同步估計(jì)融合和異步估計(jì)融合全部采用誤差概率估計(jì)方法對(duì)觀測(cè)值進(jìn)行參數(shù)估計(jì)。

3.2 實(shí)驗(yàn)結(jié)果

上述三種方法都采用相同的勻加速卡爾曼濾波器，最終的結(jié)果如圖3、圖4和表1所示。

4 總結(jié)

通過(guò)仿真對(duì)比試驗(yàn)，本文所提出的基于誤差估計(jì)的集中式異步融合算法即保證的數(shù)據(jù)率，又使得精度得到了提高，其原因是同步融合中對(duì)觀測(cè)值的外推時(shí)間跨度更大，因此引入的誤差比采用全局航跡的外推更大，特別是在目標(biāo)轉(zhuǎn)彎時(shí)表現(xiàn)非常明顯。

【參考文獻(xiàn)】

[1]劉釗.多傳感器時(shí)空一致及其信息融合技術(shù)研究[D].國(guó)防科學(xué)技術(shù)大學(xué)，2008.

[2]劉釗，戴斌.多傳感器信息融合中時(shí)間同步方法的研究[J].計(jì)算機(jī)仿真，2009，26（6）：124-127.

[3]何俊，張華，劉繼忠.基于耦合HMM的多傳感異步信息融合分類策略[J].計(jì)算機(jī)應(yīng)用研究，2009（8）：2836-2838.

[4]宋文堯.卡爾曼濾波[M].科學(xué)出版社，1991.

[5]韓崇昭.多源信息融合[M].清華大學(xué)出版社，2006.

[6]陶貴麗，鄧自立.廣義系統(tǒng)多傳感器分布式融合降階Kalman濾波器[J].科學(xué)技術(shù)與工程，2006，6（6）：661-668.

[7]劉磊，林雪原，周旻.多傳感器組合導(dǎo)航系統(tǒng)的多尺度異步信息融合算法[J].海軍航空工程學(xué)院學(xué)報(bào)，2012（3）：276-280.

[8]張士峰，蔡洪.Bayes分析中的多源信息融合問(wèn)題[J].系統(tǒng)仿真學(xué)報(bào)，2000，12（1）：54-57.

[責(zé)任編輯：王偉平]