[发明专利]一种基于声学数据的多源信息融合方法

说明书

本发明公开了一种基于声学数据的多源信息融合方法，适用于水下目标被动探测的应用场景，在水下全被动声学探测场景中，利用多源异构声学探测基阵获取到的实时水声探测数据，获取数据分布特性，研究特定的水声数据融合方法，搭建多基阵数据融合平台，通过对水下目标进行融合，通过检测、关联、相关和组合等方法综合处理被动声纳阵探测数据、被动矢量阵探测数据、匹配场处理数据等多种声学探测类型的目标信息，获取更加精确的水中目标状态估计和身份估计，在较低的时间复杂度内得到更可靠和更精确的目标信息，提升探测设备的使用效能，为拓展相关设备的应用范围奠定技术基础；本方法亮点在于流程具有可拓展性，适宜融合多种维度的三类声学探测数据。

技术领域

本发明属于信息融合技术领域，主要针对声学联合探测背景下的水下目标探测数据融合，具体涉及一种基于声学数据的多源信息融合方法。

背景技术

根据声纳获取目标探测信息方式的不同，水声目标探测数据分为主动式声纳探测数据与被动式声纳探测数据。主动式声纳探测数据能够包括方位角与目标距离等较为准确的目标探测信息，但数据获取过程为主动式探测，存在能耗消耗较大、容易暴露己方位置等特点。

而被动声纳探测方案对水声目标的定位效果较差，并且随着现代“声隐身”等技术的快速发展，目标的辐射噪声信号日益较低，同时由于人类介入海洋资源开发等活动的影响，水下环境背景噪声日益增强，导致传统的单个声纳平台产生的被动式声纳探测数据精度低、数据处理方法时间复杂度高、测量误差较大。

为了解决被动声纳阵目标跟踪精度低的问题，专利文献“一种多层次信息融合的纯方位水下目标跟踪算法，公开号CN107192995B”通过将多个探测设备搭载在UUV协同系统中，使用数据融合方法实现对目标的水下定位与跟踪，实现在大范围空间内获取高精度的水下目标，但该方法只针对单个声纳平台的探测数据融合方法，且由于涉及偏导运算导致复杂度较高。专利文献“一种多被动声纳非合作目标线谱信息融合方法，受理号CN20190469360.9”提供一种多被动声纳多目标信息融合方法，从谱信息角度分析目标时序特征进而实现目标跟踪，但未体现出多被动声纳探测阵的数据异构信息；专利文献“一种多源信息融合的声纳综合目标识别方法，公开号CN110488301A”结合AIS信息、雷达信息与声纳探测信息等进行目标联合识别，但AIS、雷达数据使用是为了区分目标是否为水下目标，而并未参与水下声纳目标的实际融合过程。

发明内容

为解决上述现有技术中存在的不足和缺陷，申请人经过研发设计，现提供了一种应用于被动声学综合探测基阵中，对获取的探测数据进行实时分析与数据融合处理，最终形成融合目标轨迹信息的新方法，其适用于在含有声纳线列阵探测数据、矢量阵探测数据、匹配场处理数据场景下的水下目标探测与跟踪。旨在研究声学传感网络中不同特点的声学探测设备输出数据的特点，并探索如何将多种声学探测设备输出数据进行整合、分析与融合，使得最终得到的融合探测效率优于单个探测设备的探测效率。

本发明提供的方法为：一种基于声学数据的多源信息融合方法，用于融合三类声学探测设备输出数据：偶数维的被动声纳探测数据集合、偶数维的矢量探测数据集、一维匹配场数据集；其包括以下步骤S：

步骤S1、实时获取三类声学探测数据与采样间隔，同步时间戳后将探测信息存储至本地服务器；计算多源数据的最小采样间隔，当采样数据满足设定的门限值时，对采样间隔大于上述最小采样间隔的多源探测数据进行插值；

步骤S2：对多类型声学探测信息：声纳线列阵探测数据、矢量阵探测数据、匹配场探测数据，分别进行初始信息预处理，剔除空值、异常值；

步骤S3：对步骤S2中的各类型数据分别逐帧进行方位角定位与候选目标筛选，得到候选目标位置集合；

步骤S4：将步骤S3获取的2类型声学探测信息候选目标位置集与匹配场处理后的目标方位集合进行融合，并逐帧形成关联后点目标；

步骤S5：在时序维度对融合后的点目标进行航迹关联，并形成水中目标融合航迹；