丁翠 北京京北職業(yè)技術(shù)學(xué)院

基于模糊信息處理的傳感網(wǎng)系統(tǒng)中多目標(biāo)跟蹤方法

丁翠 北京京北職業(yè)技術(shù)學(xué)院

傳感器組網(wǎng)推動(dòng)了信息領(lǐng)域的發(fā)展，多目標(biāo)跟蹤就是傳感器組網(wǎng)系統(tǒng)中的關(guān)鍵技術(shù)。在傳感器組網(wǎng)系統(tǒng)中，多目標(biāo)根據(jù)主要是根據(jù)信息融合理論，通過多個(gè)不同節(jié)點(diǎn)的不同層次、精度、粒度及各種數(shù)據(jù)，從而獲得具有完整決策及精準(zhǔn)估計(jì)的目標(biāo)，在多目標(biāo)跟蹤研究中，數(shù)據(jù)關(guān)聯(lián)是一個(gè)重點(diǎn)及難點(diǎn)內(nèi)容。本文通過模糊信息處理作為基礎(chǔ)，將分布式融合模型作為框架，對(duì)傳感網(wǎng)系統(tǒng)中的多目標(biāo)跟蹤的方法進(jìn)行了介紹。多目標(biāo)追蹤主要是根據(jù)傳感網(wǎng)系統(tǒng)實(shí)現(xiàn)跟蹤處理流程的創(chuàng)建，從而能夠滿足信息融合的實(shí)際需求。

模糊信息處理 傳感網(wǎng)系統(tǒng) 多目標(biāo)追蹤

分布式傳感器組網(wǎng)過程中的信息融合就是通過多傳感器的不同層次、精度、分辨率等，使獲得的估計(jì)及決策更加精準(zhǔn)及完整。目標(biāo)的跟蹤在雜波環(huán)境中是不確定的，所以信息融合的重點(diǎn)問題就是多目標(biāo)跟蹤。在進(jìn)行傳感器系統(tǒng)創(chuàng)建過程中，因?yàn)榇嬖诙喾N問題，并且跟蹤未知數(shù)不確定，所以導(dǎo)致不能夠?qū)珳?zhǔn)的來源進(jìn)行觀測(cè)，使數(shù)據(jù)在關(guān)聯(lián)過程中具有不確定性。時(shí)間的不同，傳感器節(jié)點(diǎn)的目標(biāo)運(yùn)動(dòng)就具備不同的狀態(tài)，那么目標(biāo)觀測(cè)的創(chuàng)建也存在各種不同，從而限制了運(yùn)動(dòng)模型。數(shù)據(jù)關(guān)聯(lián)與傳感網(wǎng)系統(tǒng)具有密切的聯(lián)系，基于此，本文就以模糊處理為基礎(chǔ)，對(duì)傳感網(wǎng)系統(tǒng)中基于模糊信息處理的多目標(biāo)跟蹤方法進(jìn)行分析。

1 基于異類傳感器模糊航跡開始

在多目標(biāo)跟蹤過程中具有不確定性，主要包括觀測(cè)的設(shè)備性能、環(huán)境及對(duì)象三種。簡(jiǎn)單來說，觀測(cè)的對(duì)象也就是目標(biāo)的運(yùn)動(dòng)數(shù)量及模型，在目標(biāo)跟蹤的過程中傳感器及節(jié)點(diǎn)數(shù)據(jù)也不確定，要想解決這些問題，能夠通過模糊理論實(shí)現(xiàn)，在目標(biāo)追蹤過程中，模糊信息處理能夠解決其中缺乏先驗(yàn)信息、不準(zhǔn)確等問題。

將傳感器節(jié)點(diǎn)層、紅外傳感器及二維雷達(dá)相互結(jié)合，是平臺(tái)的抗干擾、生存及跟蹤精度都有效提高。因?yàn)楫愵悅鞲衅鞯臏y(cè)量空間、系統(tǒng)誤差等都各不相同，所以不同緯度的航跡開始觀測(cè)較難。要想解決這一問題，可以直接從異類傳感器中得出分量，以同個(gè)時(shí)間中不同目標(biāo)的關(guān)系，對(duì)在同時(shí)間觀測(cè)到的緯度進(jìn)行分類及合成，之后進(jìn)行合成，從而實(shí)現(xiàn)基于異類傳感器模糊航跡的開始。

2 觀測(cè)-航跡關(guān)聯(lián)

觀測(cè)-航跡關(guān)聯(lián)的主要方式就是聯(lián)合概率數(shù)據(jù)，通過關(guān)聯(lián)門限將不可行的假設(shè)消除，創(chuàng)建目標(biāo)及可行假設(shè)關(guān)聯(lián)。此種方法只能夠適用于關(guān)聯(lián)觀測(cè)，為了能夠?qū)δ繕?biāo)運(yùn)動(dòng)及歷史信息進(jìn)行觀測(cè)，可以對(duì)其進(jìn)行重構(gòu)，提出GJPDA的方式。為了能夠充分使用這些信息，GJPDA以模糊觀測(cè)s及統(tǒng)計(jì)觀測(cè)z兩者進(jìn)行了不確定度量的定義：

σ（k）表示第l類觀測(cè)統(tǒng)計(jì)的標(biāo)準(zhǔn)差；H（p）表示第l類觀測(cè)統(tǒng)計(jì)的熵；σ1（k）表示第l類模糊觀測(cè)的標(biāo)準(zhǔn)差；H1（u）表示第l類模糊觀測(cè)的模糊熵。

3 航跡-航跡關(guān)聯(lián)

航跡-航跡關(guān)聯(lián)中，要求傳感器平臺(tái)各不相同，但是要實(shí)現(xiàn)其中目標(biāo)是否是相同的判斷，將其作為實(shí)現(xiàn)多目標(biāo)跟蹤的基本內(nèi)容。以數(shù)據(jù)從底到高的傳輸，航跡的關(guān)聯(lián)主要包括局部及傳感器兩種方式。因?yàn)閭鞲衅飨到y(tǒng)中的分布范圍較廣，數(shù)量也較多，所以節(jié)點(diǎn)的處理要通過大量的數(shù)據(jù)實(shí)現(xiàn)。但是節(jié)點(diǎn)通信及處理的能力有限，所以要求航跡處理能力較高。

航跡-航跡的關(guān)聯(lián)一般通過單次關(guān)聯(lián)的實(shí)現(xiàn)進(jìn)行，這種方式一次只能夠評(píng)估一個(gè)局部狀態(tài)，為了進(jìn)一步的提高航跡-航跡關(guān)聯(lián)的質(zhì)量，就要更新航跡實(shí)現(xiàn)。那么就約束了更新航跡的時(shí)間，并且不能夠在多局部節(jié)點(diǎn)中使用。在實(shí)際應(yīng)用過程中，航跡數(shù)據(jù)都是通過報(bào)文的方式從低到高傳輸?shù)模粭l報(bào)文中的局部估計(jì)只有一個(gè)。節(jié)點(diǎn)相鄰并且局部狀態(tài)同源的狀態(tài)表示為子航跡，以此對(duì)通過單次關(guān)聯(lián)方式進(jìn)行更新及優(yōu)化，得出基于航跡-航跡的關(guān)聯(lián)方式。

因?yàn)閭鞲衅鞯念愋筒煌?，那么其虛警率及分辨率?duì)航跡的影響也各有不同。在模糊航跡關(guān)聯(lián)中，航跡-航跡的關(guān)聯(lián)通過以下表示：

t及T分別為子航跡及航跡，μ表示為模糊關(guān)聯(lián)的因子，w表示為航跡-航跡關(guān)聯(lián)過程中的加權(quán)系數(shù)。

4 機(jī)動(dòng)目標(biāo)跟蹤方式

將多目標(biāo)跟蹤的數(shù)量作為基礎(chǔ)，從而得出兩種機(jī)動(dòng)跟蹤的方式，分別為多機(jī)動(dòng)及單機(jī)動(dòng)。在實(shí)際的跟蹤過程中，因?yàn)槟繕?biāo)的運(yùn)動(dòng)狀態(tài)是不確定的，并且針對(duì)單機(jī)動(dòng)目標(biāo)，提出基于模糊邏輯的濾波器，示為：

基于模糊邏輯的濾波器能夠通過模糊系統(tǒng)的設(shè)計(jì)，同時(shí)對(duì)航向角及殘差的變化進(jìn)行觀測(cè)，并且將其作為輸入，只適應(yīng)對(duì)衰減因子進(jìn)行調(diào)整，以此能夠在統(tǒng)計(jì)特性不確定的基礎(chǔ)上實(shí)現(xiàn)目標(biāo)的跟蹤。

5 結(jié)束語

分布式多傳感組網(wǎng)過程中，多目標(biāo)跟蹤方式和傳感網(wǎng)系統(tǒng)及數(shù)據(jù)具有密切的關(guān)系，并給傳感網(wǎng)數(shù)據(jù)的特點(diǎn)是根據(jù)傳感網(wǎng)類型及性能實(shí)現(xiàn)的，所以其也與傳感網(wǎng)融合算法性能息息相關(guān)。那么就要將傳感器網(wǎng)絡(luò)作為基礎(chǔ)，要全面對(duì)數(shù)據(jù)特性進(jìn)行分析，從而針對(duì)性的設(shè)計(jì)多目標(biāo)的跟蹤算法。

[1]范恩.基于模糊信息處理的傳感網(wǎng)系統(tǒng)中多目標(biāo)跟蹤方法[D].西安電子科技大學(xué),2015

[2]范恩,謝維信,劉宗香,等.傳感器組網(wǎng)中基于模糊信息處理的多目標(biāo)跟蹤[J].指揮信息系統(tǒng)與技術(shù),2014,5(6):15-21

[3]王強(qiáng).基于視覺傳感網(wǎng)絡(luò)的目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2016,39(8):88-91

丁翠(1984－)，女，碩士學(xué)位，講師，主要研究領(lǐng)域?yàn)樾盘?hào)與信息處理，無線通信網(wǎng)絡(luò)。