• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      多源航跡數(shù)據(jù)融合系統(tǒng)的模糊關(guān)聯(lián)算法應(yīng)用研究

      2021-07-25 09:34:24黃濤水孝敏
      電腦知識與技術(shù) 2021年16期
      關(guān)鍵詞:數(shù)據(jù)融合

      黃濤 水孝敏

      摘要:隨著我國民航事業(yè)的高速發(fā)展,為空中交通管制提供數(shù)據(jù)的通信導(dǎo)航監(jiān)視設(shè)備種類和數(shù)量越來越多,如何將多源數(shù)據(jù)更有效地進行融合處理成為迫切需要解決的問題,本文針對其中核心算法之一的航跡關(guān)聯(lián),從處理架構(gòu)設(shè)計、算法原理和評價準則入手,詳細描述了模糊關(guān)聯(lián)法的具體應(yīng)用方法,并對測試結(jié)果進行評價后給出了基于參考目標(biāo)拓撲矩陣的改進算法,最后對需深入研究的內(nèi)容進行了探討。

      關(guān)鍵詞:多源數(shù)據(jù);數(shù)據(jù)融合;模糊關(guān)聯(lián)

      中圖分類號:TP393? ? ?文獻標(biāo)識碼:A

      文章編號:1009-3044(2021)16-0005-03

      開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

      空中交通管理通常依賴多源航跡數(shù)據(jù)經(jīng)融合后形成的系統(tǒng)航跡來實施管制。目前大中型空中交通管理自動化系統(tǒng)接入的航跡數(shù)據(jù)不僅數(shù)量多且種類也較多,如一/二次監(jiān)視雷達、ADS-B、場監(jiān)雷達和多點定位等[1]。如果監(jiān)視源數(shù)據(jù)質(zhì)量下降(諸如交織交疊、反射、丟點和遮擋等異常)將影響管制運行效率,甚至?xí)<帮w行器安全,因此研究并改進多源航跡數(shù)據(jù)融合系統(tǒng)顯得尤為必要,多源航跡關(guān)聯(lián)算法是其中關(guān)鍵的核心算法之一。

      1 系統(tǒng)處理架構(gòu)

      為了有效地驗證各個算法模塊,必須設(shè)計一個適合本系統(tǒng)實際數(shù)據(jù)源的處理架構(gòu),通常有三類[2]:

      1) 集中式:同一時刻的所有數(shù)據(jù)發(fā)送至融合中心進行處理,好處是融合性能最優(yōu),缺點是中心運算負荷大、通信帶寬高;

      2) 分布式:先各自進行航跡處理后將本地航跡發(fā)送至融合中心進行處理,好處是中心運算負荷小、通信帶寬低、魯棒性高,缺點是原始信息有所缺失,在一定程度上降低了融合性能;

      3) 混合式:兼具上面兩類的優(yōu)點,對中心的運算能力和通信帶寬都有比較高的要求,但從能效比綜合考慮是最好的。

      圖1給出了本系統(tǒng)采用的混合式處理架構(gòu):

      表1為測試數(shù)據(jù)來源的新疆4部設(shè)備基本情況:

      2 航跡關(guān)聯(lián)

      航跡關(guān)聯(lián)的實質(zhì)是航跡匹配,由于存在多種不確定性,包括各設(shè)備自身的系統(tǒng)誤差、隨機誤差以及來自內(nèi)外部的雜波干擾,都將帶來匹配問題。

      經(jīng)典的航跡關(guān)聯(lián)算法大多以假設(shè)傳感器數(shù)據(jù)通過濾波或標(biāo)校后只含觀測噪聲,算法得到的是基于此假設(shè)的多傳感器數(shù)據(jù)集合的最優(yōu)匹配結(jié)果,基于統(tǒng)計理論的最近鄰域法、貝葉斯法和D-S法等[3],利用經(jīng)典的狀態(tài)估計及協(xié)方差矩陣等信息確定關(guān)聯(lián)匹配,但是在多個觀測目標(biāo)聚集或虛警較嚴重時,可能會出現(xiàn)關(guān)聯(lián)錯誤或遺漏情況;引入模糊理論后,多觀測目標(biāo)間的位置、速度、航向的差異都可作為新因素,在一定程度上解決關(guān)聯(lián)算法中各種偏差導(dǎo)致的模糊性問題,為適應(yīng)多源航跡融合所面臨的復(fù)雜環(huán)境中關(guān)聯(lián)問題提供了一個很好的解決思路。

      3 關(guān)聯(lián)性能的評價方法

      評價方法選用了模式識別中使用的Precision-Recall-F1方法[4],具體如下:

      TP:真數(shù)據(jù)已關(guān)聯(lián),目標(biāo)匹配正確;

      FP:真數(shù)據(jù)未關(guān)聯(lián),新目標(biāo);

      TN:假數(shù)據(jù)已關(guān)聯(lián),目標(biāo)匹配錯誤;

      FN:假數(shù)據(jù)未關(guān)聯(lián),虛警;

      Precision = TP / (TP + FP);

      Recall = TP / (TP + FN);

      F1 = 2*Precision*Recall/( Precision+Recall)

      Precision給出關(guān)聯(lián)的正確率,Recall給出正確航跡的識別成功率,F(xiàn)1給出綜合性能。

      4 模糊航跡關(guān)聯(lián)法

      模糊航跡關(guān)聯(lián)為關(guān)聯(lián)過程中各因素分別確定隸屬度函數(shù)以表征待關(guān)聯(lián)航跡對在該因素的關(guān)聯(lián)度,總關(guān)聯(lián)度為各個因素關(guān)聯(lián)度的加權(quán)和。該判決結(jié)果由模糊因素集合[Ukk=1,k][Ukk=1,k],組成,各因素對應(yīng)的隸屬度函數(shù)(典型函數(shù)包括正態(tài)型分布,居中型分布,降T型分布等)定義為[μkukε0,1],加權(quán)系數(shù)為[ak],且滿足[kak=1],最終各航跡之間的相似度[Si,j]為[kakμkuk],對來自[K]部雷達的所有航跡便構(gòu)成了當(dāng)前時刻下的[K]階模糊關(guān)聯(lián)矩陣。有了矩陣后,便可尋找最佳的全局解,我們采用的方法是最大綜合相似度判別準則,具體步驟如下:

      1) 尋找矩陣中最大的元素[Si,j],如果大于門限值,則可判定航跡[i,j]為關(guān)聯(lián)對;

      2) 消去該元素所在的行列,矩陣將下降1階;

      3) 重復(fù)1)和2)直到矩陣全部消去。

      在此方法中,每個因素的加權(quán)系數(shù)體現(xiàn)各因素的影響程度,所以因素和隸屬度函數(shù)的選取是應(yīng)用中需重點關(guān)注的內(nèi)容,我們選取了位置、航向和航速構(gòu)成模糊因素集,正態(tài)型分布型為隸屬函數(shù),將時間段為1個小時的3組數(shù)據(jù)進行測試,結(jié)果如表2所列:

      從F1可以看到在不同的時間段差異較大且不夠理想,但模糊航跡關(guān)聯(lián)方法最大的好處就是對各因素沒有做任何限制,這就為我們在關(guān)聯(lián)判決過程中利用更多的信息因素提供了改進的空間。

      5 改進的模糊航跡關(guān)聯(lián)法

      5.1 方法概述

      針對系統(tǒng)偏差較大且受到一定干擾的航跡關(guān)聯(lián)場景,我們引入新的因素——目標(biāo)參照拓撲,即待關(guān)聯(lián)飛行器周邊的其他飛行器作為參照物,利用他們之間的空間拓撲信息通過模糊航跡關(guān)聯(lián)方法在處理此類非高斯分布的因素,可實現(xiàn)更好的航跡關(guān)聯(lián)效果。

      5.2 提取拓撲矩陣

      為描述參照物的拓撲矩陣,需對參照拓撲進行提取,即構(gòu)造參照物的拓撲矩陣。對于一個待關(guān)聯(lián)目標(biāo),按照設(shè)備觀測目標(biāo)的特點確定采用什么樣的坐標(biāo)系,且維度最多可定義為三維。我們按照雷達的特點,以目標(biāo)為中心,設(shè)定極坐標(biāo)區(qū)域進行劃分:沿直徑等分S個圓環(huán),方位等分T個扇區(qū),這樣參照區(qū)域就由S*T個單元組成。拓撲矩陣中元素值將對應(yīng)單元目標(biāo)存在可能性,為每個單元[Rij]分配適當(dāng)?shù)碾`屬度[Uij],i、j分別為徑向和方位的劃分,通常約定該區(qū)域無參考目標(biāo)時[Uij]為0,對應(yīng)區(qū)域存在參考目標(biāo)時0<[Uij]≤1。圖2表述劃分的示意過程:

      5.3 拓撲矩陣的彌散化處理

      隨機誤差(如系統(tǒng)差和觀測噪聲)是待關(guān)聯(lián)航跡不確定性的主因。通常航跡經(jīng)過數(shù)據(jù)源本地標(biāo)校和濾波處理后,上述不確定性的影響已經(jīng)大大減小,只要單元大小設(shè)置合適,待關(guān)聯(lián)航跡對的位置應(yīng)在同一單元內(nèi),拓撲矩陣就不會改變。彌散化處理降低了隨機誤差對航跡關(guān)聯(lián)性能的影響。

      航跡間的方位偏差反映矩陣中同一行的相鄰位置上,且無論參照物在極坐標(biāo)上的距離如何,落入同行相鄰單元的可能性基本相同。距離偏差于此基本一致,不同的是反映到列上。

      為應(yīng)對此問題,需對拓撲矩陣做彌散化處理。當(dāng)矩陣中的某一單元值為1時(即確定存在目標(biāo)),需在其周圍單元增加彌散化系數(shù)m(0

      圖3? ?彌散化過程示意圖

      5.4 基于拓撲矩陣的模糊關(guān)聯(lián)

      經(jīng)彌散化后的拓撲矩陣實質(zhì)上是參照目標(biāo)在空間拓撲信息抽象成一種模糊數(shù)學(xué)表達,航跡關(guān)聯(lián)就是將待關(guān)聯(lián)航跡對的拓撲矩陣進行關(guān)聯(lián)度(即相似程度)計算,找出最為匹配的航跡對。

      考慮計算的方便性,將矩陣的第t行放在待觀測目標(biāo)向量的第t個分量上,在k時刻,[va],[vb]分別表征雷達A,B的待關(guān)聯(lián)航跡拓撲向量集中的任意兩個向量,即代表兩部雷達同時刻觀測到的任意兩條航跡。由此獲得關(guān)聯(lián)度函數(shù)如下:

      關(guān)聯(lián)度的大小反映兩條航跡相似程度,經(jīng)過彌散化后,如果兩個參照拓撲中目標(biāo)不在同一單元內(nèi),盡管相隔很近,關(guān)聯(lián)度仍然不為0,為簡單起見以兩個單點拓撲(即只包含一個參照目標(biāo))舉例說明,分兩種情況計算關(guān)聯(lián)度:

      (1)兩點間隔為1個單元

      [νa=0,0.1,1,0.1,0]? [νb=0,0,0.1,1,0.1]

      [Sνa,νb=0.196]

      (2)兩點重合

      [νa=0,0.1,1,0.1,0] [νb=0,0.1,1,0.1,0]

      [Sνa,νb=1]

      此時可設(shè)定一個門限值[St],當(dāng)[Sνa,νb

      6 思考

      通過對基于參考目標(biāo)拓撲矩陣的改進型模糊關(guān)聯(lián)算法的實現(xiàn)機理和實際應(yīng)用過程的應(yīng)用與分析,我們認為有以下幾個方面需要關(guān)注:

      1)參考目標(biāo)拓撲區(qū)域的確定

      在拓撲中的參考目標(biāo)數(shù)越多,可提供的拓撲信息就越豐富,匹配過程中獲得的相似度的可信程度就越大。但當(dāng)單元格固定時,參照區(qū)域的擴大會導(dǎo)致計算量的增加,如何平衡運算負荷與系統(tǒng)性能值得進一步研究;

      2)拓撲單元格的劃分

      單元格劃分的精細程度實際上決定了系統(tǒng)對拓撲信息的分辨力。因此區(qū)域內(nèi)的目標(biāo)個數(shù)、疏密程度與劃分的拓撲單元大小有著直接的關(guān)聯(lián);

      3)彌散化系數(shù)的確定

      彌散化系數(shù)是對系統(tǒng)中各種不確定性的表征。雷達系統(tǒng)的性能(如隨機誤差等)與具體拓撲單元的大小將共同決定彌散化系數(shù)的大小,他們之間的最優(yōu)量化關(guān)系式也需要繼續(xù)研究。

      7結(jié)束語

      本文給出了基于參考目標(biāo)拓撲矩陣的模糊航跡關(guān)聯(lián)算法實際應(yīng)用的方法,通過對結(jié)果分析得出采用此類模式識別算法,將模糊貼近度作為相似性的度量,使得關(guān)聯(lián)過程更貼近了人腦的工作模式,可獲得更好的關(guān)聯(lián)結(jié)果。綜上所述,該算法具有較好的推廣應(yīng)用價值。

      參考文獻:

      [1] 柴昱.自動化系統(tǒng)中多雷達數(shù)據(jù)融合子系統(tǒng)的研究與實現(xiàn)[D].成都:電子科技大學(xué),2010.

      [2] 楊露菁,余華.多源信息融合理論與應(yīng)用[M].2版.北京:北京郵電大學(xué)出版社,2011:13.

      [3] 祁友杰,王琦.多源數(shù)據(jù)融合算法綜述[J].航天電子對抗,2017,33(6):37-41.

      [4] 王成,劉亞峰,王新成,等.分類器的分類性能評價指標(biāo)[J].電子設(shè)計工程,2011,19(8):13-15,21.

      【通聯(lián)編輯:梁書】

      猜你喜歡
      數(shù)據(jù)融合
      多傳感器數(shù)據(jù)融合技術(shù)在機房監(jiān)控系統(tǒng)中的應(yīng)用
      《可靠性工程》課程教學(xué)的幾點思考
      東方教育(2016年10期)2017-01-16 20:38:46
      基于數(shù)據(jù)融合的家庭遠程監(jiān)護系統(tǒng)研究
      融合K—T和K—L數(shù)據(jù)的洽川濕地水體提取
      價值工程(2016年31期)2016-12-03 00:01:51
      船舶動力定位中的數(shù)據(jù)融合技術(shù)文獻綜述
      科技視界(2016年14期)2016-06-08 13:24:00
      基于信源編碼的數(shù)據(jù)融合隱私保護技術(shù)
      科技視界(2016年3期)2016-02-26 19:57:53
      兩輪自平衡車實驗平臺的設(shè)計
      自由搜索的BPNN在WSNs數(shù)據(jù)融合中的應(yīng)用
      一種基于數(shù)據(jù)融合的新的入侵檢測框架
      多傳感器數(shù)據(jù)融合技術(shù)研究與展望
      信宜市| 西宁市| 永平县| 独山县| 南川市| 泰安市| 随州市| 车致| 灌阳县| 平乐县| 江孜县| 定西市| 通榆县| 衡水市| 新乡市| 安图县| 璧山县| 广河县| 马鞍山市| 工布江达县| 天峨县| 克什克腾旗| 安顺市| 盐津县| 招远市| 榕江县| 孟州市| 栖霞市| 金堂县| 安吉县| 巴里| 唐河县| 汤阴县| 渑池县| 东台市| 彝良县| 延吉市| 镇平县| 紫金县| 乐山市| 麻阳|