多傳感器數據關聯與航跡融合技術研究

冷銳

（中國民用航空西南地區空中交通管理局技術保障中心 成都 610000）

多傳感器數據關聯與航跡融合技術研究

冷銳

（中國民用航空西南地區空中交通管理局技術保障中心 成都 610000）

隨著科技的發展，信息融合技術不斷應用于各個領域，單一傳感器有著一定的局限性，多傳感器融合逐漸受到人們的青睞。本文簡要闡述了多傳感器數據關聯與航跡融合技術的研究背景，分析了數據關聯算法，研究了航跡融合技術。

多傳感器；數據關聯；航跡融合技術

前言

多傳感器融合在數據的可靠性和信息的準確性上更強，多傳感器對于同一目標的信息是有關聯的，而航跡融合是十分重要的一種多傳感器數據融合。基于以上，本文簡要研究了多傳感器數據關聯與航跡融合技術。

1 研究背景分析

航跡指的是某傳感器在接收到目標反射的電磁波后進行計算、檢測，從而形成空間位置的離散點列。對于多傳感器數據關聯與航跡融合來說，如何檢測出目標并提取目標航跡至關重要。

數據在實時獲取的過程中可能包含多個傳感器數據，而一個傳感器獲取的數據也可能包含多個目標的數據，因此應當根據這些數據來提取航跡對，并對數據進行判斷，看其是否屬于一個航跡，數據的獲取是實時的，在獲取的過程中可能會涉及到掃描過的目標，這就會形成一些孤立的觀測點，這就要求對觀測進行類別的區分。

不同傳感器的開機時間、工作時間以及受到的通訊影響都不盡相同，這就使得不同傳感器對相同目標的觀測數據會有一個時間差，因此，在進行航跡融合之前，要對時間進行校準，做好時間上的匹配，從本質上來說就是將不同傳感器的測量數據信息進行時間上的同步處理[1]。

在觀測的過程中，目標的經緯度、高度以及速度等數據都會存在偏差，這就需要對傳感器之間的偏差進行校對，具體來說，可以分析航跡上相鄰點之間的距離和時間，與記錄值進行比較，對不同傳感器觀測到的統一目標航跡進行融合，從而得到與實際接近的航跡。

2 多傳感器數據關聯

多傳感器融合系統中，即使只有一個目標，由于雜波的干擾也可能出現多個目標的情況，這就對多個目標測量數據真實性的判斷產生影響，這就需要利用多傳感器數據關聯算法來消除目標觀測過程中存在的不確定性。

多傳感器數據的關聯指的就是傳感器接受觀測信息之間的對應關系，從宏觀上來說可以分為兩種數據關聯：①動態數據關聯：指的是目標預測位置和目標觀測數據進行反復、動態的關聯，直到確定量測信息是虛警信號還是已知目標航跡信號或新的目標航跡信號；②靜態數據關聯：指的是對已經確定的穩態目標或動態目標的量測信息進行關聯。

對于多傳感器數據關聯來說，大多數屬于動態數據關聯，其對于確定目標與量測信息的對應關系至關重要。多傳感器數據關聯算法有很多，本文以最近鄰方法為例，對多傳感器數據關聯算法進行分析如下：

相較于其他算法而言，最近鄰算法相對簡單，其將與目標預測位置最鄰近的跟蹤門內傳感器作為關聯的點跡。

假設傳感器的掃描為第k次掃描，第k次量測數據設為Zj（k），其中j=1，2，3……，N。之前建立的航跡為N條，以第i條航跡為例，則測量值與觀測值之間的差可以表示為：

統計距離的平方公式為：

根據統計距離的平方就能夠判斷出傳感器為目標最鄰近的傳感器，最近鄰算法適用于目標密度較小、信噪比較高的數據關聯計算，但也有目標錯誤判斷的可能。

3 航跡融合

3.1 提取目標航跡

目標航跡的提取是進行航跡融合的起點，目標航跡提取方法主要分為批處理技術和順序處理技術兩類。多個傳感器可能在不同的時刻量測到不同目標的數據信息，且不同目標航跡信息可能會出現相互疊加的情況，因此在進行目標航跡提取的過程中，可以根據短時間內航跡角度變化和距離了變化穩定來進行提取，首先對量測數據進行不同傳感器的判斷，將統一傳感器數據歸為一類，將此類數據與已知此傳感器航跡末端數據進行對比，如果角度變化和距離變化沒有超出一定的范圍，則選擇角度變化和距離變化最小的航線。

3.2 時間匹配

多傳感器的目標數據受到眾多因素的影響，不同傳感器對同一目標觀測可能會出現不同的量測數據，這就是量測數據的時間差，為了對目標狀態進行實時掌控，需要對同一目標不同傳感器的量測數據進行時間匹配，即在時間上的同步，這樣在受到目標數據更新的時候就能夠快速配合輸出目標航跡。同一目標量測數據不同傳感器、不同時間的匹配對于航跡融合至關重要，而這就對配準方法提出了較高的要求。

就目前來看，均采樣傳感器的配準比較容易，但從實際的角度出發，多傳感器融合系統中，許多的傳感器并不是均勻采樣，當前對準算法發展較快，例如一種基于曲線擬合的對準算法就比較先進，基于曲線擬合的對準算法能夠對一個或多個傳感器的量測數據進行曲線擬合，從而使多個傳感器量測數據存在于一條曲線上，之后根據擬合后的曲線對任意時刻的量測數據值進行計算，再按照相關匹配準則，對不同傳感器的量測數據進行時間上的匹配，這就能夠讓每一個傳感器獲得基于采樣時間的數據，能夠以此為依據分析兩個傳感器在相交時間內的航跡[2]。

3.3 航跡融合

要想得到與實際基本一致的航跡，就要對多個傳感器所量測到的航跡進行融合，在航跡融合的過程中確定最終的航跡，此航跡則與實際基本一致。

航跡融合的配準方法有很多，其中極大似然估計配準法是比較實用的一種，其能夠批處理多個傳感器的系統誤差，根據極大似然法得出估計值，再進行配準，能夠消除目標定位的影響，實現各個傳感器量測航跡的定位融合。

4 結論

綜上所述，本文本文簡要研究了多傳感器的數據關聯，提出了一種相對比較簡單的最近鄰算法，之后從目標航跡提取、時間匹配、航跡融合等三個方面研究了多傳感器的航跡融合，旨在為多傳感器關聯數據與航跡融合技術的優化提供參考。

[1]田雪怡，李一兵，李志剛.航跡融合算法在多傳感器融合中的應用[J].計算機仿真，2012，01：53～56.

[2]呂博，王大偉，王卓群.多傳感器數據融合與航跡預測的模型設計[J].應用科技，2010，12：32～35.

TP202

A

1004-7344（2016）05-0275-01

2016-2-2