基于關(guān)聯(lián)度的多目標(biāo)同一性識(shí)別*

?

基于關(guān)聯(lián)度的多目標(biāo)同一性識(shí)別*

夏智權(quán)1，楊熔2，景永奇2

(1.空軍工程大學(xué) 防空反導(dǎo)學(xué)院，陜西 西安710051； 2.北京電子工程總體研究所，北京100854)

摘要：針對(duì)分布式多站探測(cè)系統(tǒng)在跟蹤多目標(biāo)過程中所面臨的測(cè)量數(shù)據(jù)組合模糊問題，提出了基于關(guān)聯(lián)度的多站多目標(biāo)兩級(jí)同一性識(shí)別方法。首先根據(jù)主站測(cè)量數(shù)據(jù)建立判決門限，對(duì)系統(tǒng)的多目標(biāo)測(cè)量數(shù)據(jù)進(jìn)行一次預(yù)關(guān)聯(lián)，之后建立關(guān)聯(lián)函數(shù)計(jì)算預(yù)關(guān)聯(lián)后各測(cè)量數(shù)據(jù)組合的關(guān)聯(lián)度，進(jìn)行細(xì)關(guān)聯(lián)，最后依據(jù)最大關(guān)聯(lián)度準(zhǔn)則獲取最優(yōu)的關(guān)聯(lián)組合。仿真試驗(yàn)表明，在考慮系統(tǒng)誤差、目標(biāo)小間距編隊(duì)、精確測(cè)量信息缺失的情況下，該方法實(shí)現(xiàn)了很高的正確識(shí)別概率，具有較高工程應(yīng)用價(jià)值。

關(guān)鍵詞：多目標(biāo)；同一性；關(guān)聯(lián)度

0引言

分布式探測(cè)系統(tǒng)在電子戰(zhàn)環(huán)境下具有出色的反偵察、抗干擾、抗軟硬殺傷等能力，同時(shí)還具有對(duì)隱身目標(biāo)和低空、超低空突防目標(biāo)進(jìn)行探測(cè)的能力，在現(xiàn)代戰(zhàn)爭(zhēng)中占據(jù)越來越重要的地位。目前已有的分布式探測(cè)系統(tǒng)可分為三大類[1-4]：有源分布式探測(cè)系統(tǒng)、無源分布式探測(cè)系統(tǒng)和有源/無源分布式探測(cè)系統(tǒng)。目前工程上應(yīng)用較多的是有源/無源(T/R-RN)型分布式探測(cè)系統(tǒng)，即主站雷達(dá)發(fā)射信號(hào)，同時(shí)有多站接收目標(biāo)回波信號(hào)，主站融合處理各回波信號(hào)實(shí)現(xiàn)對(duì)目標(biāo)定位。

分布式探測(cè)系統(tǒng)在探測(cè)多個(gè)目標(biāo)時(shí)，其多站結(jié)構(gòu)將導(dǎo)致各接收站測(cè)量信息進(jìn)行融合解算時(shí)存在模糊組合問題，來自各個(gè)接收站的測(cè)量數(shù)據(jù)只有正確組合在一起后才能實(shí)現(xiàn)對(duì)目標(biāo)進(jìn)行定位。不屬于同一個(gè)目標(biāo)的測(cè)量數(shù)據(jù)進(jìn)行融合定位時(shí)，將產(chǎn)生大量的虛假定位點(diǎn)(ghost)，使系統(tǒng)丟失目標(biāo)位置，喪失作戰(zhàn)能力。有效、快速的排除虛假定位點(diǎn)，即解決多目標(biāo)同一性識(shí)別或多目標(biāo)數(shù)據(jù)關(guān)聯(lián)問題，一直是分布式探測(cè)系統(tǒng)研究與應(yīng)用的難點(diǎn)[5-9]。

近年來，已有很多算法應(yīng)用于多站多目標(biāo)數(shù)據(jù)關(guān)聯(lián)領(lǐng)域，如最近鄰域法[10-11]、聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)法、聯(lián)合極大似然法、多維分配算法等[12-15]。在已經(jīng)建立目標(biāo)穩(wěn)定跟蹤的情況下，這些算法利用航跡先驗(yàn)信息對(duì)解決目標(biāo)和回波的關(guān)聯(lián)問題都各有優(yōu)勢(shì)，但直接應(yīng)用于實(shí)戰(zhàn)環(huán)境下的多目標(biāo)同一性識(shí)別存在一些局限性：一是對(duì)系統(tǒng)測(cè)量參數(shù)類型、測(cè)量精度需求較高；二是僅僅考慮測(cè)量信息的起伏誤差，對(duì)系統(tǒng)誤差影響考慮較少；三是應(yīng)用于多目標(biāo)小間距編隊(duì)飛行、缺失航跡先驗(yàn)信息時(shí)的數(shù)據(jù)關(guān)聯(lián)正確概率低。

針對(duì)有源/無源分布式探測(cè)系統(tǒng)多目標(biāo)同一性識(shí)別問題，考慮工程應(yīng)用中會(huì)面臨的精確測(cè)量信息缺失、系統(tǒng)誤差較大、多目標(biāo)小間距編隊(duì)的情況，本文提出了一種基于關(guān)聯(lián)度的多站多目標(biāo)同一性識(shí)別算法。

1多目標(biāo)同一性識(shí)別算法

T/R-R2型有源/無源定位系統(tǒng)的測(cè)量幾何構(gòu)型如圖1所示。

圖1　系統(tǒng)探測(cè)目標(biāo)幾何構(gòu)型Fig.1　Geometrical configuration of target　　　detected by the system

(1)

(2)

1.1預(yù)關(guān)聯(lián)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

1.2細(xì)關(guān)聯(lián)

在預(yù)關(guān)聯(lián)中假定測(cè)量誤差都服從高斯分布，只是為了對(duì)虛假數(shù)據(jù)組合進(jìn)行初步篩選，以減小細(xì)關(guān)聯(lián)的計(jì)算量。在實(shí)際雷達(dá)系統(tǒng)中，雷達(dá)對(duì)目標(biāo)的測(cè)量誤差并不一定服從特定的概率分布，使得預(yù)關(guān)聯(lián)中所使用的判決門限不一定準(zhǔn)確。為解決測(cè)量誤差引起的預(yù)關(guān)聯(lián)同一性識(shí)別失敗問題，采用基于關(guān)聯(lián)度的同一性識(shí)別方法對(duì)這些測(cè)量數(shù)據(jù)進(jìn)行細(xì)關(guān)聯(lián)。

(15)

(16)

2仿真驗(yàn)證

對(duì)所提出的同一性識(shí)別算法有效性進(jìn)行蒙特卡羅仿真，仿真條件設(shè)定：

目標(biāo)數(shù)量為4架；橫向編隊(duì)和縱向編隊(duì)；目標(biāo)斜距變化從100 km到10 km；

雷達(dá)測(cè)距系統(tǒng)誤差為10 m，方位角和俯仰角測(cè)量系統(tǒng)誤差為1°。雷達(dá)測(cè)量隨機(jī)誤差在仿真中實(shí)時(shí)計(jì)算。

仿真結(jié)果如圖2，3，表1所示。

圖2　預(yù)關(guān)聯(lián)中正確識(shí)別與錯(cuò)誤識(shí)別結(jié)果對(duì)比Fig.2　Comparison between correct recognitionand　　　wrong recognition in pre-correlation

圖3　細(xì)關(guān)聯(lián)中正確識(shí)別與錯(cuò)誤識(shí)別結(jié)果對(duì)比Fig.3　Comparison between correct recognition　　　and wrong recognition in fine correlation

間隔/m關(guān)聯(lián)概率橫向編隊(duì)縱向編隊(duì)預(yù)關(guān)聯(lián)細(xì)關(guān)聯(lián)預(yù)關(guān)聯(lián)細(xì)關(guān)聯(lián)2553.1097.1052.5297.235064.3099.9164.2799.9010084.7099.9784.4099.9820084.6899.9884.6199.9930084.6399.9884.5599.9940084.4799.9984.5799.99

從圖2中可以看出，通過對(duì)多目標(biāo)回波預(yù)關(guān)聯(lián)，得到的目標(biāo)測(cè)量信息與真實(shí)值有較大差異，說明預(yù)關(guān)聯(lián)將不同目標(biāo)的測(cè)量信息進(jìn)行了關(guān)聯(lián)，導(dǎo)致同一性識(shí)別失敗。

從圖3中可以看到，細(xì)關(guān)聯(lián)后的目標(biāo)測(cè)量信息與其真實(shí)值基本一致，來自同一目標(biāo)的測(cè)量信息得以正確組合，與預(yù)關(guān)聯(lián)的效果相比，細(xì)關(guān)聯(lián)顯著提高了同一性識(shí)別成功率。

表1中對(duì)不同目標(biāo)間距下預(yù)關(guān)聯(lián)和細(xì)關(guān)聯(lián)的正確關(guān)聯(lián)概率進(jìn)行了比較，在相同的測(cè)量誤差條件下，可以看出預(yù)關(guān)聯(lián)的關(guān)聯(lián)概率不高，對(duì)測(cè)量誤差較敏感，而細(xì)關(guān)聯(lián)相比于預(yù)關(guān)聯(lián)顯著提高了系統(tǒng)的關(guān)聯(lián)成功率，并且獲得了非常高的關(guān)聯(lián)成功率。

3結(jié)束語

多目標(biāo)測(cè)量數(shù)據(jù)同一性識(shí)別是多站測(cè)量系統(tǒng)在航跡起始階段和航跡更新時(shí)都會(huì)面臨的問題，本文以目前工程中應(yīng)用較多的T/R-R2型時(shí)差定位系統(tǒng)為例，提出了一種新的多目標(biāo)同一性識(shí)別方法——基于關(guān)聯(lián)度的多站多目標(biāo)兩級(jí)同一性識(shí)別方法，通過預(yù)關(guān)聯(lián)對(duì)測(cè)量信息進(jìn)行初步篩選，排除一部分虛假組合，減小細(xì)關(guān)聯(lián)的計(jì)算量，之后建立關(guān)聯(lián)函數(shù)對(duì)預(yù)關(guān)聯(lián)后的測(cè)量數(shù)據(jù)進(jìn)行細(xì)關(guān)聯(lián)。仿真結(jié)果表明，本文所提出的方法在考慮系統(tǒng)誤差、目標(biāo)密集編隊(duì)、精確測(cè)量信息缺失的情況下獲得了很高的識(shí)別成功概率，能夠同時(shí)兼顧計(jì)算量和準(zhǔn)確度，并對(duì)誤差的分布方式和大小的變化具有一定的魯棒性，對(duì)工程應(yīng)用具有較高的實(shí)用價(jià)值。

參考文獻(xiàn)：

[1]何友，王國宏，彭應(yīng)寧. 多站信息融合及應(yīng)用[M]. 北京：電子工業(yè)出版社, 2007: 24-199.

HE You, WANG Guo-hong, PENG Ying-ning. Multi-Sensor Information Fusion and Application[M]. Beijing: Publishing House of Electronics Industry, 2007: 24-199.

[2]Ristic Branko, ARULAMPALAM M, Sanjeev. Tracking a Manoeuvring Target Using Angle-only Measurements: Algorithms and Performance[J]. Signal Processing, 2003, 83(6): 1223-1238.

[3]孫仲康, 周一宇, 何黎星. 單多基地有源無源定位技術(shù)[M]. 北京：國防工業(yè)出版社, 1996: 44-92.

SUN Zhong-kang, ZHOU Yi-yu, HE Li-xing. Single Multistatic Active-Passive Location Tecnology[M]. Beijing: National Defence Industry Press, 1996: 44-92.

[4]劉梅, 權(quán)太范, 姚天賓. 多站多目標(biāo)無源定位跟蹤算法研究[J]. 電子學(xué)報(bào)，2006, 34(6):991-995.

LIU Mei, QUAN Tai-fan, YAO Tian-bin. Multi-Sensor Multi-Target Passive Location and Tracking[J]. Chinese Journal of Electronics, 2006, 34(6):991-995.

[5]修建娟, 何友, 王國宏. 被動(dòng)定位系統(tǒng)中的方位數(shù)據(jù)關(guān)聯(lián)[J]. 系統(tǒng)工程與電子技術(shù)，2003, 25(3):280-283.

XIU Jian-juan, HE You, WANG Guo-hong. Measurements Association of Passive Location Systems [J]. Systems Engineering And Electronics, 2003, 25(3):280-283.

[6]劉海軍, 張學(xué)義, 顧爾順. 測(cè)向交叉定位系統(tǒng)多目標(biāo)數(shù)據(jù)關(guān)聯(lián)研究[J]. 現(xiàn)代防御技術(shù)，2007, 35(2):89-91.

LIU Hai-jun, ZHANG Xue-yi, GU Er-shun. Study on Measurement Data Association of Passive Location Systems Based on Direction of Arrival[J]. Modern Defence Tecnology，2007,35(2):89-91.

[7]王成, 李少洪, 黃槐. 測(cè)向交叉定位系統(tǒng)的多目標(biāo)測(cè)量數(shù)據(jù)關(guān)聯(lián)[J]. 系統(tǒng)工程與電子技術(shù)，2002, 24(9):104-106.

WANG Cheng, LI Shao-hong, HUANG Huai. Multi-Target Measurement Data Association of Passive Location Systems Based on Direction of Arrival[J]. Systems Engineering And Electronics, 2002,24(9):104-106.

[8]HOULES A, Bar-Shalom Y. Multisensor Tracking of a Maneuvering Target in Clutter[J]. Aerospace and Electronic Systems, IEEE Transactions on, 1989, 25(2): 176-189.

[9]SONG Ting Lin, Gwan L D, Ryu J. A Probabilistic Nearest Neighbor Filter Algorithm for Tracking in a Clutter Environment[J]. Signal Processing, 2005, 85(10): 2044-2053.

[10]ROECKER J A, PHILLIS G L. Suboptimal Joint Probabilistic Data Association[J]. Aerospace and Electronic Systems, IEEE Transactions on, 1993, 29(2): 510-517.

[11]DEB S, YEDDANAPUDI M, Bar-Shalom Y. A Generalized S-D Assignment Algorithm for Multisensor-multitarget State Estimation[J]. Aerospace and Electronic Systems, IEEE Transactions on, 1997, 33(2): 523-538.

[12]Bar-Shalom Y. Extension of The Probabilistic Data Association Filter in Multitarget Tracking[J]. Proceedings of The 5th Symp on Nonlinear Estimation, 1974,13(22):16-21.

[13]BLACKMAN S S, BUSCH M T. IMM/MHT Tracking and Data Association for Benchmark Tracking Problem[J]. American Control Conference, Proceedings of the IEEE, 1995, 38(12):2718-2723.

[14]YU K B Recursive Super-Resolution Algorithm for Low-Elevation Target Angle Tracking in Multipath. IEE Proceedings-Radar, Sonar and Navigation[J]. 1994, 141(4):223-229.

[15]BRUDER J A，SAFFOLD J A. Multipath Effects on Low-angle Tracking at Millimetre-wave Frequencies[J]. IEE Proceedings-F. 1991, 138(2):172-184.

Multi-Sensor and Multi-Target Identity Recognition Based on Correlation Degree

XIA Zhi-quan1,YANG Rong2，JING Yong-qi2

(1.AFEU,Air and Missile Defense School,Shaanxi Xi′an 710051,China;2.Beijing Institute of Electronic System Engineering, Beijing 100854, China)

Abstract:A multi-sensor and multi-target identity recognition method based on correlation degree is presented for multi-target measuring data correlation. Firstly, the threshold judgment is calculated to filter all of the measuring combinations of the system, then the pre-correlation degree of the remnant data is calculated by using correlation function, and finally the optimal correlation combination is selected based on maximum correlation degree. Simulation results show that this method can get high recognition accuracy considering system error, close formation, and lacking of precise measuring data.

Key words:multi-target; identity recognition; correlation degree

中圖分類號(hào)：TN953；TP391.9

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1009-086X(2015)-02-0142-05

doi:10.3969/j.issn.1009-086x.2015.02.023

通信地址：710051陜西省西安市長(zhǎng)樂東路甲字1號(hào)E-mail：110153286@qq.com

作者簡(jiǎn)介：夏智權(quán)(1975-)，男，陜西戶縣人。工程師，碩士生，主要研究方向?yàn)檠b備作戰(zhàn)使用。

基金項(xiàng)目：有

* 收稿日期：2014-03-06；
修回日期：2014-03-18