DOI：10.16661/j.cnki.1672-3791.2112-5042-1960

摘要：現(xiàn)階段，多源信息融合是一項(xiàng)多層次、多方法的數(shù)據(jù)處理環(huán)節(jié)，可以有效提升目標(biāo)狀態(tài)的估計(jì)精度，有助于形成對(duì)態(tài)勢(shì)的評(píng)價(jià)，開(kāi)發(fā)出快速且高效的信息融合系統(tǒng)，成為了目前一項(xiàng)基本需求。在機(jī)載多源信息融合領(lǐng)域內(nèi)，面對(duì)于空間量測(cè)系統(tǒng)誤差狀態(tài)估計(jì)精度產(chǎn)生的不良影響，提出了合理的誤差估計(jì)以及補(bǔ)償算法，針對(duì)數(shù)值不發(fā)生改變的系統(tǒng)誤差可以利用最小均方誤差參數(shù)估計(jì)方式定量獲取偏差內(nèi)的確定性部分，把目標(biāo)航跡估計(jì)和誤差配準(zhǔn)相互結(jié)合到一起，以此確保濾波的準(zhǔn)確性。經(jīng)過(guò)相關(guān)探究表明，科學(xué)合理地應(yīng)用改進(jìn)算法可以減少系統(tǒng)誤差造成的不良影響。關(guān)鍵詞：目標(biāo)航跡融合 ?算法改進(jìn) ?統(tǒng)計(jì)理論 ?航跡補(bǔ)償算法 ??空間誤差 ?展望

中圖分類號(hào)：V243;TP212???文獻(xiàn)標(biāo)識(shí)碼：A ??文章編號(hào)：1672-3791（2022）04（b）-0000-00

Discussion on Spatial Error Estimation and Compensation Algorithm of Target Track Fusion

YU Fangwei

（Dalian Air Traffic Management Station of Civil Aviation of China， Liaoning， Dalian Province， 116000 China）

Abstract： At present， multi-source information fusion is a multi-level and multi-method data processing link， which can effectively improve the estimation accuracy of target state， help to form the evaluation of situation， and develop a fast and efficient information fusion system， which has become a basic requirement at present. In the field of airborne multi-source information fusion， facing the adverse impact on the error state estimation accuracy of space measurement system， a reasonable error estimation and compensation algorithm are proposed. For the system error whose value does not change， the minimum mean square error parameter estimation method can be used to quantitatively obtain the deterministic part within the deviation， Target track estimation and error registration are combined to ensure the accuracy of filtering. The relevant research shows that the scientific and reasonable application of the improved algorithm can reduce the adverse impact caused by system error.

Key?Words：?Target track fusion; Algorithm improvement; Statistical theory; Track compensation algorithm;?Spatial error;?Expectation????多源信息融合技術(shù)是從軍事領(lǐng)域形成的，主要表現(xiàn)為利用各項(xiàng)傳感器，從中獲取目標(biāo)信息，分層處理和整合各項(xiàng)信息拓展以及延伸時(shí)空覆蓋領(lǐng)域，明確基本目標(biāo)，提升準(zhǔn)確性，改善傳感器使用性能，以此達(dá)到信息閉環(huán)的目底，該項(xiàng)技術(shù)在目標(biāo)跟蹤和識(shí)別以及圖像融合等多項(xiàng)領(lǐng)域中得到了廣泛應(yīng)用，在機(jī)載應(yīng)用領(lǐng)域內(nèi)，目標(biāo)航跡融合通過(guò)控制雷達(dá)以及紅外等無(wú)源探測(cè)手段，采取規(guī)范性的航跡融合算法提高目標(biāo)的精準(zhǔn)度。其中，數(shù)據(jù)預(yù)處理是算法的基本環(huán)節(jié)，是指統(tǒng)一時(shí)空體系中實(shí)時(shí)估計(jì)和補(bǔ)償傳感器兩側(cè)的固定性誤差，徹底消除誤差對(duì)目標(biāo)航跡造成的不良影響。通過(guò)相關(guān)分析來(lái)看，引起系統(tǒng)誤差的具體原因表現(xiàn)為導(dǎo)航定位偏差、傳感器安裝誤差以及量測(cè)精度限制等。我國(guó)有關(guān)于空間配準(zhǔn)的研究涉及兩種類型，分別是離線估計(jì)和在線估計(jì)。第一種方式是對(duì)確定位置的合作目標(biāo)傳感器系統(tǒng)誤差恒定的情況下，量測(cè)固定目標(biāo)的回波方位，創(chuàng)建目標(biāo)狀態(tài)和系統(tǒng)誤差的聯(lián)合估計(jì)擴(kuò)展濾波，后者則是分析誤差配準(zhǔn)以及目標(biāo)狀態(tài)，創(chuàng)建準(zhǔn)確的模型，進(jìn)而提升良好的效果。該文通過(guò)分析航跡融合系統(tǒng)誤差配對(duì)期間存在的難點(diǎn)，結(jié)合機(jī)載領(lǐng)域的應(yīng)用情況提出了基于最小均方誤差意義的系統(tǒng)誤差估計(jì)和補(bǔ)償優(yōu)化化算法，把主流的離線估計(jì)和在線估計(jì)方式相互結(jié)合到一起，以徹底消除固定誤差造成的影響，提升融合效率，實(shí)現(xiàn)目標(biāo)的一致性。

1 對(duì)于改進(jìn)算法的論述

基于目前進(jìn)一步探究的基礎(chǔ)上，文章中提出了機(jī)載傳感器協(xié)同場(chǎng)景，從各個(gè)平臺(tái)各項(xiàng)傳感器均有使用的獨(dú)立性和局限性等多方面入手，結(jié)合研究目標(biāo)的特征深入探究目標(biāo)運(yùn)動(dòng)狀態(tài)和傳感器誤差參數(shù)聯(lián)合估計(jì)方。第一，系統(tǒng)誤差辨識(shí)和估計(jì)。為了保障系統(tǒng)誤差估計(jì)的無(wú)偏性，應(yīng)當(dāng)使用最大后驗(yàn)概率或者最小均方誤差估計(jì)手段，將傳統(tǒng)意義上最小二乘估計(jì)在應(yīng)用中的局限性，徹底解決傳感器的隨機(jī)量測(cè)噪聲服從零均值正態(tài)分布的情況下，MAP和MMSE等價(jià)。第二，誤差補(bǔ)償。當(dāng)對(duì)目標(biāo)運(yùn)動(dòng)狀態(tài)進(jìn)行估計(jì)期間，從量測(cè)過(guò)程中徹底消除系統(tǒng)誤差估計(jì)值問(wèn)題，退化為無(wú)偏轉(zhuǎn)換以后的標(biāo)準(zhǔn)濾波器形態(tài)，避免了系統(tǒng)誤差對(duì)狀態(tài)估計(jì)精度以及誤差協(xié)方差造成的影響。并且增強(qiáng)系統(tǒng)的生存能力，在目標(biāo)航跡融合空間系統(tǒng)中，多個(gè)傳感器的量測(cè)信息之間存在著一定的冗余度，假如系統(tǒng)中的一部或者幾部傳感器出現(xiàn)故障，受到干擾以后，系統(tǒng)內(nèi)的其他傳感器仍然能夠提供有效的目標(biāo)信息。第三，拓展時(shí)空覆蓋領(lǐng)域。信息融合系統(tǒng)一般是使用多部時(shí)空交疊覆蓋的傳感器協(xié)同作用?；诖?，某項(xiàng)目標(biāo)脫離部分傳感器覆蓋范圍以后獲得某個(gè)時(shí)間段，部分傳感器無(wú)法獲取有效信息的情況下，系統(tǒng)內(nèi)的其他傳感器依舊可以維持對(duì)目標(biāo)的觀測(cè)，確保目標(biāo)評(píng)估過(guò)程的連續(xù)性。第四，提升可信度。通過(guò)目標(biāo)航跡融合空間和信息，能夠使多項(xiàng)傳感器對(duì)同一目標(biāo)加以確認(rèn)，使估計(jì)數(shù)據(jù)更加真實(shí)，進(jìn)而降低探測(cè)環(huán)節(jié)不確定性的出現(xiàn)概率。第五，增加量測(cè)信息的維數(shù)。通過(guò)應(yīng)用目標(biāo)航跡融合空間系統(tǒng)能夠獲取對(duì)目標(biāo)更加全面的描述，解決以往量測(cè)信息的片面性，提升目標(biāo)識(shí)別。

2 航跡融合算法發(fā)展情況????對(duì)多項(xiàng)傳感器獲取的目標(biāo)航路信息，采取何種方式有效的整理各項(xiàng)信息，把具備一樣目標(biāo)的信息全面聯(lián)系到一起，降低信息誤差性出現(xiàn)概率以及減少所提供目標(biāo)信息的噪聲值，被叫作航跡融合，航跡融合算法本身有著非常高的作用，具體表現(xiàn)為借助傳感器的優(yōu)勢(shì)對(duì)有關(guān)的信息進(jìn)行測(cè)量，確保數(shù)據(jù)的準(zhǔn)確性和完善性，精準(zhǔn)地評(píng)估不足之處，將難點(diǎn)全面解決，明確目標(biāo)跟蹤狀態(tài)，使其具備完善性。從目前發(fā)展?fàn)顟B(tài)來(lái)看，針對(duì)于航跡融合算法來(lái)講，具體表現(xiàn)為多個(gè)階段，航跡融合屬于多源信息融合期間非常重要的一方面，在航跡狀態(tài)評(píng)估下的航跡融合算法也處于良好的發(fā)展?fàn)顟B(tài)，從實(shí)際情況對(duì)各項(xiàng)要點(diǎn)加以考慮，具體如下所示。第一，是以測(cè)量者為主，而另外一方面則是明確局部傳感器的估計(jì)值。當(dāng)前階段，把分布式航跡融合和集中式航跡融合全面結(jié)合到一起是非常重要的，后者的功能是融合傳感器內(nèi)包含的所有數(shù)據(jù)值，涉及一項(xiàng)融合中心，分布式航跡融合是極為合理的一項(xiàng)數(shù)據(jù)處理方式，把多個(gè)大系統(tǒng)劃分為小系統(tǒng)，改變數(shù)據(jù)處理結(jié)果，為計(jì)算機(jī)處理提供方便，我國(guó)對(duì)于融合航跡算法探究時(shí)間較晚，在具體應(yīng)用期間，需要結(jié)合實(shí)際情況選擇與之相符的算法。

3基于統(tǒng)計(jì)理論的航跡補(bǔ)償算法????當(dāng)前階段，從傳感器多目標(biāo)跟蹤實(shí)際情況來(lái)看，因?yàn)槭艿蕉喾矫嬉蛩氐挠绊?，比如傳感器的條件和環(huán)境知識(shí)點(diǎn)的掌握程度等，因此就需要結(jié)合具體情況有效的配對(duì)航跡，保持良好的關(guān)聯(lián)性，只有這樣才可以和中心內(nèi)實(shí)施航跡處理工作，關(guān)聯(lián)的要點(diǎn)是采取合理的方式分辨各項(xiàng)行業(yè)是否從同一目標(biāo)形成的航跡關(guān)聯(lián)程度，與融合系統(tǒng)性能體現(xiàn)有著密切的聯(lián)系性，基于此，怎樣實(shí)施航跡關(guān)聯(lián)是該文探究的要點(diǎn)。文章中依照不同的信息融合體系結(jié)果對(duì)航跡關(guān)聯(lián)算法加以分析和探究，具體表現(xiàn)為集中航跡關(guān)聯(lián)和分布式及關(guān)聯(lián)。由于前者關(guān)聯(lián)過(guò)程中各項(xiàng)傳感器與融合中心的通信帶寬被影響，因此在這一現(xiàn)狀下，對(duì)于融合中心傳感器系統(tǒng)提出的要求是非常高的，實(shí)用性以及可靠性缺失，而分布式航跡關(guān)聯(lián)則是有效地計(jì)算和處理局部傳感器內(nèi)包含的信息。確保信息完善性以后反饋到融合中心中，自身產(chǎn)生的作用較高，可靠性良好，所以在工作期間，相關(guān)人員通常是將后者當(dāng)成首要的選擇方案。對(duì)于航跡信息，使用分布式形體方式把各項(xiàng)雷達(dá)信息展開(kāi)處理，應(yīng)用于分布式航跡關(guān)聯(lián)的算法分為兩種類型，一種是基于統(tǒng)計(jì)的方式，另外一種是基于模糊教學(xué)的方式，統(tǒng)計(jì)方法主要是在航跡狀態(tài)估計(jì)之差為統(tǒng)計(jì)量模糊數(shù)學(xué)式，判斷行情是否關(guān)聯(lián)，主要是基于航跡的隸屬程度，因?yàn)榻y(tǒng)計(jì)假設(shè)檢驗(yàn)技術(shù)相對(duì)成熟，因此得到了普遍應(yīng)用。基于統(tǒng)計(jì)理論的航跡融合算法，在綜合到多個(gè)傳感器的情況下，被稱為全局融合狀態(tài)值。

4展望????最近幾年中，伴隨著信息化技術(shù)、計(jì)算機(jī)技術(shù)以及人工技術(shù)的不斷發(fā)展和創(chuàng)新，新型傳感器呈現(xiàn)出來(lái)，面對(duì)于不同應(yīng)用的多項(xiàng)傳感器系統(tǒng)，在目標(biāo)跟蹤領(lǐng)域中，可以利用多項(xiàng)傳感器信息融合技術(shù)提升目標(biāo)的跟蹤精度。第一，該文從目標(biāo)航跡融合空間誤差估計(jì)情況入手，闡述了信息融合的方式對(duì)目標(biāo)跟蹤中的狀態(tài)估計(jì)機(jī)制進(jìn)行了討論，其中包含了兩側(cè)數(shù)據(jù)預(yù)處理技術(shù)中的坐標(biāo)變換、時(shí)間對(duì)準(zhǔn)和空間對(duì)準(zhǔn)技術(shù)，為后期的航跡關(guān)聯(lián)、航跡融合算法以及補(bǔ)償算法提供良好的數(shù)據(jù)支持。第二，把目標(biāo)密集交叉以及合并的情況下，修正法只考慮了更新信息，產(chǎn)生了錯(cuò)誤聯(lián)系的現(xiàn)象，通過(guò)改進(jìn)傳統(tǒng)的序貫航跡關(guān)聯(lián)算法，采取抽樣檢查的方式，每隔一段時(shí)間重新關(guān)聯(lián)，以此降低了錯(cuò)誤現(xiàn)象的發(fā)生。第三，信息融合是一項(xiàng)多領(lǐng)域、多層次、多學(xué)科的新型技術(shù)，在具體的工程應(yīng)用領(lǐng)域中，傳感器因?yàn)闆](méi)有統(tǒng)一的數(shù)學(xué)模型而面臨著一系列的問(wèn)題。該文提出的目標(biāo)航跡融合空間誤差估計(jì)和補(bǔ)償算法是基于統(tǒng)計(jì)理論基礎(chǔ)上形成的，但是伴隨著各項(xiàng)系統(tǒng)的復(fù)雜以及多樣性，基于統(tǒng)計(jì)理論算法不可避免存在著一些弊端，將神經(jīng)系統(tǒng)和模糊邏輯全面落實(shí)于目標(biāo)航跡融合空間誤差估計(jì)以及補(bǔ)償算法中，必定會(huì)加快信息融合技術(shù)的良好發(fā)展，復(fù)雜環(huán)境下的多傳感器目標(biāo)跟蹤在技術(shù)上實(shí)現(xiàn)相當(dāng)復(fù)雜，基于分布式系統(tǒng)的多傳感器目標(biāo)跟蹤中包括單傳感器目標(biāo)跟蹤以及多傳感器航跡融合。其中，傳感器將進(jìn)行局部目標(biāo)跟蹤得到航跡并上傳至融合中心，融合中心完成航跡融合。隨著傳感器技術(shù)的不斷進(jìn)步，傳感器的監(jiān)控范圍日益拓展和延伸，精度得到提升。雖然有利于目標(biāo)的探測(cè)，但是也會(huì)形成諸多的非感興趣目標(biāo)量測(cè)，受惡劣天氣以及環(huán)境的影響，傳感器的探測(cè)概率下降，目標(biāo)量測(cè)不具備連續(xù)性能，會(huì)嚴(yán)重影響目標(biāo)跟蹤性能。在單傳感器目標(biāo)跟蹤中，綜合概率數(shù)據(jù)關(guān)聯(lián)算法因?yàn)橐肽繕?biāo)存在概率并利用目標(biāo)存在概率進(jìn)行航跡管理。航跡管理功能有效解決了復(fù)雜環(huán)境下目標(biāo)自動(dòng)跟蹤問(wèn)題，可以快速得到目標(biāo)航跡、抑制虛假航跡。通過(guò)將傳感器滿足航跡上傳條件的航跡上傳至融合中心，并在融合中心對(duì)目標(biāo)可見(jiàn)性進(jìn)行融合，同時(shí)利用目標(biāo)可見(jiàn)性進(jìn)行航跡管理功能，進(jìn)而提供利用目標(biāo)可見(jiàn)性實(shí)現(xiàn)航跡管理的多傳感器航跡融合方法。

5結(jié)語(yǔ)????從以上論述來(lái)看，基于機(jī)載多傳感器目標(biāo)航跡融合的具體應(yīng)用情況以及傳感器兩側(cè)的復(fù)雜性特征，探究了量測(cè)系統(tǒng)誤差的來(lái)源形式和估計(jì)以及補(bǔ)償措施，在目標(biāo)跟蹤背景下提出了有效的誤差配準(zhǔn)改進(jìn)算法，這在提升目標(biāo)航跡估計(jì)精確度的基礎(chǔ)上有著極高的意義，能將改進(jìn)算法的效果發(fā)揮到最大化。

參考文獻(xiàn)

[1] 周垂紅，俞建國(guó).基于距離平移相關(guān)的空間密集群目標(biāo)航跡起始算法研究[J].現(xiàn)代雷達(dá)，2021，43（9）：20-23.

[2] 陳永利.多船舶雷達(dá)信息的航跡算法與目標(biāo)跟蹤研究[J].艦船科學(xué)技術(shù)，2021，43（16）：40-42.

[3] 李寅龍，張?zhí)焓?多傳感器航跡關(guān)聯(lián)算法綜述[J].艦船電子工程，2021，41（8）：44-50.

[4] 譚順成，陳中華，于洪波.分布式2D雷達(dá)網(wǎng)的航跡關(guān)聯(lián)方法[J].現(xiàn)代防御技術(shù)，2021，49（4）：49-55+63.

[5] 郭婉，李彭偉.基于航跡的目標(biāo)群識(shí)別算法與可視化設(shè)計(jì)[J].指揮信息系統(tǒng)與技術(shù)，2021，12（3）：30-34.

[6] 李文廣，李建增，胡永江，等.基于集中一體化遺傳算法的協(xié)同航跡規(guī)劃方法[J].火力與指揮控制，2021，46（6）：27-31.

作者簡(jiǎn)介：喻方惟（1991—），女，本科，助理工程師，研究方向?yàn)橥ㄐ拧?/p>