[发明专利]系统误差下基于误差补偿的群航迹精细关联算法

摘要

为解决系统误差下群内各目标航迹精细关联的难题，基于群航迹的特点，结合误差估计技术及航迹关联技术，提出了一种基于误差补偿的群航迹精细关联算法，该算法首先基于循环阈值模型对各传感器获得的航迹进行群识别，并基于群中心航迹完成群航迹的整体预关联，其次基于群航迹状态识别模型，搜索或建立分辨状态最接近的预关联群航迹，再次基于群航迹系统误差估计模型和误差确认模型，获得最终的误差估计值并完成误差补偿，最后利用传统的航迹关联算法进行群航迹的精细关联。与基于目标不变信息量的模糊航迹对准关联算法、基于航迹迭代的航迹对准关联算法和修正的加权法相比，本发明算法综合性能更优，能很好满足工程上对系统误差下群内目标航迹精确关联的需求。

主权项

一种用于系统误差下的群航迹精细关联方法，其特征在于，基于群中目标航迹个数、目标航迹相对位置及航迹历史信息构建群航迹状态识别模型，判断群目标航迹分辨状态是否一致：设k时刻两传感器A和B存在N对预关联群，和为其中一对，其中和分别为k时刻融合中心坐标系下传感器A和传感器B对目标l的状态更新值，为中的目标个数，为中的目标个数；定义预关联群分辨状态相似度为Smn(k)=a(k)(DAm(k)-DBn(k))---(1)]]>式中，a(k)=1ifgAm=gBn0ifgAm≠gBn---(2)]]>DAm(k)=DAm(k-1)+dmaxA(k)+dminA(k)DBn(k)=DBn(k-1)+dmaxB(k)+dminB(k)---(3)]]>其中，和分别为中各航迹间距的最大值与最小值；和分别为中各航迹间距的最大值与最小值；基于式(1)计算k时刻N对预关联群的相似度，判定相似度最大的预关联群分辨状态一致；如果k时刻N对预关联群的相似度全为零，则说明该时刻不存在分辨状态一致的预关联群，群航迹系统误差估计模型无法正常应用，为解决该问题，首先选取一个基本关联群，并以其为母体建立分辨状态一致的关联群，具体过程分为以下四步：①基本关联群的选取设Emn(k)为预关联群分辨状态质量，Emn(0)＝0，若k时刻和分辨状态一致，则k时刻预关联群分辨状态质量emn(k)＝1，并且Emn(k)＝Emn(k‑1)+1；否则emn(k)＝0，Emn(k)＝Emn(k‑1)；在此选取Emn(k)最大的预关联群为k时刻的基本关联群；如果有重复，则选择目标航迹数差异最小的预关联群；如果存在多个差异个数相同的预关联群，选取目标航迹和最小的预关联群；如果还存在重复，选取最小的预关联群；设k时刻和为满足条件的基本关联群，且②搜索满足式(4)的k1，并提取k1时刻两个预关联群航迹的标号集合和K={k′|emn(k′)=1,k′<k}k1=argmink′∈K(k-k′)---(4)]]>③基于和建立新的群航迹若航迹标号且则保持航迹i不变；若且则利用速度预测获取k时刻航迹i的状态和协方差；若且则删除航迹i；对每条航迹依照步骤③中的方法进行处理，获取新的群航迹同理基于和建立新的群航迹④若式(4)中的集合K＝Φ，则说明直到k时刻任何一个预关联群的分辨状态均不一致；需要基于上述模型，在k+1时刻继续进行判别。