基于灰色關聯(lián)分析的純方位航跡關聯(lián)算法

鄭慶利 關葉青

1.南京航空航天大學經(jīng)濟與管理學院，南京 210016；2.中國人民解放軍91604部隊，山東龍口265700）

基于灰色關聯(lián)分析的純方位航跡關聯(lián)算法

鄭慶利1,2關葉青1

1.南京航空航天大學經(jīng)濟與管理學院，南京 210016；2.中國人民解放軍91604部隊，山東龍口265700）

針對同平臺純方位多傳感器的航跡相關問題，建立了基于線段Hausdorff距離的灰色關聯(lián)度純方位航跡關聯(lián)算法。該算法將每條航跡的方位數(shù)據(jù)看作時間的離散函數(shù),不同傳感器的航跡經(jīng)過時間對準后,形成了具有相同時標的目標方位信息序列,通過對多傳感器目標航跡的方位信息進行灰色關聯(lián)分析,計算出各航跡對的灰色關聯(lián)度及 截航跡灰色關聯(lián)矩陣,并確定不同傳感器的航跡關聯(lián)程度。仿真試驗結(jié)果表明,該方法能有效地實現(xiàn)同平臺純方位多傳感器的航跡相關。

純方位傳感器；Hausdorff距離；航跡相關；灰色關聯(lián)度

引言

在多傳感器信息融合系統(tǒng)中,航跡相關是關鍵技術(shù)之一,也是實現(xiàn)航跡融合的前提,所謂航跡相關就是判斷來自于不同傳感器的兩個航跡是否代表同一個目標的過程，航跡相關判定的準確性將直接影響到整個融合系統(tǒng)的性能[1-2]。對于同平臺的純方位多傳感器(例如:聲吶)組成的信息融合系統(tǒng),因各傳感器輸出航跡中的目標位置信息只有不同時刻的方位信息,使得航跡相關判定的難度加大?；疑P聯(lián)分析[3]可以用少量已知信息來是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密。曲線越接近，相應序列之間的關聯(lián)程度就越大，反之就越小。已有文獻[4-6]將灰色關聯(lián)分析的思想用于航跡關聯(lián)算法，取得了不錯的效果。本文利用線段Hausdorff距離建立了基于灰色灰色關聯(lián)分析的同平臺純方位多傳感器航跡相關算法,該算法對來自于同平臺的不同純方位傳感器探測到的目標方位信息進行灰色關聯(lián)分析,計算出各航跡對的灰色關聯(lián)度及λ截航跡灰色關聯(lián)矩陣,并確定不同傳感器的航跡關聯(lián)程度。仿真試驗結(jié)果表明,該方法能有效地實現(xiàn)同平臺純方位多傳感器的航跡相關。

1 灰色關聯(lián)分析若干定義

Hausdorff距離最初用于定義兩個點集之間的距離[7-8]，Yongsheng Gao等人把這個概念進行了擴展，將其用于計算線段間的距離（Line Segment Hausdorff Distance,LHD）。

當線段mi和pj不平行時，不能直接計算。此時，可以選擇其中的一條線段以其中點為中心旋轉(zhuǎn)使其平行如圖2所示，再計算它們的值，通常旋轉(zhuǎn)較短的線段，這樣可以減少線段變形的影響。

圖2 線段的旋轉(zhuǎn)

2.3 航跡相關

不同傳感器的航跡數(shù)據(jù)經(jīng)過時間對準后,形成了具有相同時標的目標方位信息序列。

由圖4可見,不同傳感器探測相同目標的航跡平均灰色關聯(lián)度在84%以上，說明本文所提出的航跡相關算法能夠很好地解決純方位傳感器目標航跡相關問題。同時由圖3可以看出，特別是在目標比較密集情況下，對于相同的目標運動模型和傳感器誤差方差,本算法也能很好判斷兩條航跡之間的關聯(lián)程度

4 結(jié)論

由于純方位傳感器的特點，其航跡中的目標位置信息只有方位信息，可用于航跡相關判定的信息少、相關判定難度大，本文建立了基于線段Hausdorff距離的灰色關聯(lián)度純方位航跡關聯(lián)算法，該算法對于純方位傳感器探測的多目標方位信息序列進行灰色關聯(lián)分析，計算出能夠反映各航跡對之間相關程度的灰色關聯(lián)矩陣，最后根據(jù)航跡灰色關聯(lián)矩陣元素的值進行航跡相關判定。算法實現(xiàn)簡單，仿真結(jié)果表明該算法確實有效。

[1]Ashraf M.Aziz.Fuzzy track-to-track association and track fusion approach in distributed Multisensory-multitarget multiple-attribute environment[J].Signal Processing, 2007,87(6):1472-1492.

[2]Tian B,Zhang J,Yang S.Algorithm of fuzzy track correlation in multisensory system based on Neural network[C].The 8th International Conference on Signal Processing,2006:3:16-20.

[3]劉思峰,黨耀國,方志耕，等.灰色系統(tǒng)理論及其應用(第五版)[M].北京：科學出版社.2010

[4]黃友澎,周永豐，等.基于B型灰色關聯(lián)度的純方位航跡關聯(lián)算法[J].武漢理工大學學報（交通科學與工程版）.2009,33(5):988-991

[5]熊偉,張晶煒,何友.基于多維分配和灰色理論的航跡關聯(lián)算法[J].電子與信息學報.2010,32(4):898-901

[6]顏坤玉,王杰貴.基于灰色關聯(lián)無源多目標跟蹤系統(tǒng)航跡關聯(lián)算法[J].現(xiàn)代雷達.2010, 32(1): 48-51

[7]李嵩,劉黨輝,沈蘭蓀.基于ASM和線段Hausdorff距離的人臉識別[J].計算機應用.2008，25(6)：1217-1220

[8]杜成,蘇光大,林行剛，等.改進的線段Hausdorff距離的人臉識別方法[J].光電子激光.2005,16(1):89-93

[9]周永豐,張圣華.純方位線性插值問題研究[J].艦船電子工程. 2003(6):37-42

Bearings-only Track Correlation Algorithm Based on Grey correlative Analysis

Zheng Qingli1,2Guan Yeqing1
(1.College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 210016，China；2.91604 Units,PLA, Longkou, Shandong 265700, China)

For the track correlation problem of bearings-only multi sensors on the same platform,this paper presents a bearings-only track correlation algorithm based on Line Segment Hausdorff Distance grey correlation degree of grey system theory.In this algorithm each track’s azimuth information is considered as a discrete function of time.The grey correlation analysis for multi target track’s azimuth information is performed by using the line segment Hausdorff distance correlation degree,the matrix of track grey correlation degree of the line segment Hausdorff distance is calculated and the track correlation pairs are determined.The results of simulation experiment show that this algorithm can effectively accomplish track correlation for the bearings-only multi sensors on the same platform.

bearings-only sensor;Hausdorff distance;track correlation;grey correlation analysis

TP274

A

10.3969/j.issn.1001-8972.2011.005.037

鄭慶利:1978年10月,男,山東鄒城人,碩士研究生,研究方向:灰色系統(tǒng)理論。

關葉青:1968年12月,女,遼寧沈陽人,副教授,研究方向:投入產(chǎn)出、灰色系統(tǒng)理論。