[发明专利]一种基于目标信号相对位置配对的传感器网络数据关联方法

摘要

本发明提供一种基于目标信号相对位置配对的传感器网络数据关联方法，通过采用比较传感器测量信号之间的相对位置并提取相对位置模式的方法来获得不同传感器系统对应的目标匹配对的方法，并给出了一种改进的适用于传感器目标信号关联的匹配算法以及传感器偏差的估计方法。该方法建立传感器偏差模型，并给出了传感器目标信号间以及不同传感器之间的相对位置的表达式，通过寻找不同传感器之间相对位置的最大匹配对的方法，可以找到一对不同传感器对应的目标信号配对点，并得到一个较为粗糙的偏差估计，通过这个偏差估计，可以找到剩余的传感器信号间的目标匹配对，完成不同目标信号的数据关联并得到一个较为精确的偏差估计的结果。

主权项

1.一种基于目标信号相对位置配对的传感器网络数据关联方法，其特征在于，该方法建立传感器偏差模型，并给出了传感器目标信号间以及不同传感器之间的相对位置的表达式，通过寻找不同传感器之间相对位置的最大匹配对的方法，能够找到一对不同传感器对应的目标信号配对点，并得到一个较为粗糙的偏差估计，通过这个偏差估计，能够找到剩余的传感器信号间的目标匹配对，完成不同目标信号的数据关联并得到一个较为精确的偏差估计的结果，具体流程如下： （1）、传感器偏差模型 假设两个不同的传感器系统A和B，在整个观测区域中观测N个目标，其中传感器系统A观测到m个目标信号，而传感器系统B观测到n个目标信号，每个传感器系统都会存在偏差以及受到杂波噪声的影响，则传感器系统偏差模型建立如下： 其中A_i为传感器A观测到的第i个目标信号，B_j为传感器B观测到的第j个目标信号，X_i,j为目标的实际位置，G(v)为传感器系统的噪声，其均值为0，协方差矩阵为v，对于传感器系统A和B，其协方差矩阵分别为P和Q，分别为传感器系统A和B的偏差，数据关联的目的在于寻找传感器系统A和B观测到的目标信号A_i和B_j之间的对应关系；（2）、目标信号的相对位置 假设传感器系统A观测到目标信号i和j，则它们的状态可以表示如下： 其中表示为传感器系统A观测到的第i个目标状态，表示为传感器系统A观测到的第j个目标状态，分别表示第i个目标和第j个目标的实际状态，表示传感器系统A的偏差，表示传感器系统A的高斯测量噪声，其均值为0，协方差矩阵为其中代表了噪声的方差；则传感器系统A观测到的第i个目标状态与第j个目标状态的相对位置可表示如下： 即相对位置可表示为第i个目标与第j个目标实际的相对位置与噪声的和，其中表示的高斯测量噪声其均值为0，协方差矩阵为其中代表了噪声的方差；同理，传感器系统B观测到目标信号i和j，则它们的状态可以表示如下： 其中表示为传感器系统B观测到的第i个目标状态，表示为传感器系统B观测到的第j个目标状态，分别表示第i个目标和第j个目标的实际状态，表示传感器系统B的偏差，表示传感器系统B的高斯测量噪声，其均值为0，协方差矩阵为其中代表了噪声的方差；则传感器系统B观测到的第i个目标状态与第j个目标状态的相对位置可表示如下： 即相对位置可表示为第i个目标与第j个目标实际的相对位置与噪声的和，其中表示的高斯测量噪声其均值为0，协方差矩阵为其中代表了噪声的方差；比较与可以得到：上式可以得到，不同传感器系统间的对应目标对的相对位置的差只是由高斯噪声v''决定，其均值为0，协方差矩阵为其中代表了噪声的方差；（3）、不同传感器系统的相对位置 假定传感器A观测到的目标i对应到传感器B观测到的目标a，则其状态可表示为： 其中代表传感器A观测目标信号i位置，代表目标i实际位置，代表传感器A偏差，代表传感器A噪声，代表传感器B观测目标信号a位置，代表目标a实际位置，代表传感器B偏差，代表传感器B噪声；则 即传感器系统A和B相配对的目标i和a的差为传感器系统A和B的相对偏差和高斯噪声v'''决定，传感器系统高斯噪声v'''的均值为0，协方差矩阵为其中代表了噪声v'''的方差；（4）、基于目标信号相对位置的配对算法 4.1、寻找一对目标信号配对点以及传感器偏差估计 假设传感器系统A观测到m个目标信号而传感器系统B观测到n个目标，从传感器系统A观测的目标信号中选取目标信号i，并从传感器系统B观测到的目标信号中选取目标信号a，计算传感器系统A剩余的m-1个目标信号j同目标信号i的相对位置以及传感器系统B剩余的n-1个目标信号b同目标信号a的相对位置并进行比较，当相对位置的比较值||A_ij-B_ab||≤Δ₁，其中A_ij代表目标信号i与j之间的相对距离，B_ab代表目标信号a与b之间的相对距离，Δ₁代表门限值1，可认为j和b为配对的目标信号，并定义一个新的矩阵CntNum_ia来计算可能配对的目标信号j和b的个数，通过一次循环B的剩余的n-1个目标信号a，可以得到当不同的对应配对点i-＞a时，可能配对目标信号点的最大个数MaxCntNum_ia，定义能够匹配对的个数为Matchingpair，由于可能配对的点的数量Matchingpair一定小于等于传感器系统A观测到的目标个数m以及传感器系统B观测到的目标个数n的最小值,若找到的可能配对目标信号点的最大个数MaxCntNum_ia等于m-1，可以认为此时相对应的传感器系统A观测到的目标信号i与传感器系统A观测到的目标信号a为配对点，且能够匹配对的点的个数为Matchingpair，则可以进入下一步4.2，否则说明能够配对的点的个数小于m-1； 开始循环系统A观测的目标信号中选取目标信号i，并重复上面的步骤，假设当循环到传感器A观测到的目标信号i＝c时，若可能配对目标信号点的最大个数MaxCntNum_ia小于m-c，则此时说明配对点个数Matchingpair一定小于m-c，则减少可能配对的点的个数，并继续循环；若能够配对的点的个数等于m-c，则说明能够配对的点的个数Matchingpair已经找到且等于m-c，则存储此时的配对点i-＞a，进入下一步4.2； 4.2、寻找剩余的目标信号配对点 通过4.1步，已经找到了第一对配对的点，则可以通过这对配对点计算一个较为粗略的偏差估计，此时将传感器系统A观测到的目标信号通过添加已获得的偏差估计，可以映射到传感器系统B的观测区域中，若映射到B内的点map(A_j)同传感器系统B观测到的目标信号Bb满足||map(A_j)-B_b||≤Δ₂(其中map(A_j)代表目标信号A_j映射到传感器B区域的对应点，B_b代表传感器B观测到的目标信号，Δ₂代表门限值2，且此时B_b唯一，则可认为此时的j-＞b为配对点，通过寻找这些满足唯一性的配对点j-＞b，可以计算一个更为精确的偏差估计值，对于剩下的传感器A观测的目标信号，通过添加这个更加精确的偏差估计值将传感器系统A观测的目标信号映射到传感器系统B的观测区域中，寻找到同映射点最近的B的目标信号，可以完成剩余点的配对，从而完成整个关联过程； （5）、门限的确定 在上述步骤中，需要用到门限值Δ₁,Δ₂来寻找配对点，因此有必要计算合适的门限值来实现整个关联过程； 在上述步骤4的过程中，需要通过门限值Δ₁来比较相对距离A_ij和B_ij，通过步骤2的分析： 其中代表了传感器B观测目标i与j相对位置矢量，代表了传感器A观测目标i和j相对位置矢量，代表了B和A传感器相对位置所包含的噪声，即传感器A观测的目标信号的相对位置通传感器B观测的目标信号的相对位置的差为一个满足高斯分布的噪声其均值为0，协方差矩阵为其中代表了噪声的方差，则利用高斯分布的3-σ原则，选择门限值Δ₁为在上述步骤4的过程中，需要通过门限值Δ₂来比较传感器A的观测目标信号同传感器B观测目标信号的映射对应关系，通过步骤2的分析： 其中代表了传感器A和传感器B间的偏差，其中代表传感器A观测目标信号i位置，代表传感器A偏差，代表传感器A噪声，代表传感器B观测目标信号a位置，代表传感器B偏差，代表传感器B噪声，即传感器A和传感器B观测到的目标信号间相差一个偏差和残存噪声其中残存噪声满足高斯分布且其均值为0，协方差矩阵 为其中代表了噪声的方差，则利用高斯分布的3-σ原则，选择门限值Δ₂为（6）、相对偏差估计 当寻找到一个配对点后，通过相对偏差估计来决定剩余的匹配对，通过步骤2的分析，可以看到一个配对点i-＞a的测量偏差可以表示如下： 其中代表了传感器A和传感器B观测信号间的相对偏差，代表了传感器B观测目标信号a的位置，代表了传感器A观测目标信号i的位置，为传感器系统A和B之间的相对偏差，为噪声；假设有n个匹配对，则测量偏差为： 其中表示了n个匹配对之间的相对距离矢量，为观测系数矩阵，表示噪声矢量，表示了需要估计的不同传感器之间的相对偏差；最小二乘估计在于最小化： 其中代表了误差平方和，代表了对相对偏差的估计，T代表矩阵的转置；通过取微分并令其为0，可以得到： 其中代表了最小二乘估计的相对偏差的值；则传感器相对偏差估计值为：