一种多因素多模型选择的航迹关联算法.pdf
《一种多因素多模型选择的航迹关联算法.pdf》由会员分享,可在线阅读,更多相关《一种多因素多模型选择的航迹关联算法.pdf(6页珍藏版)》请在咨信网上搜索。
1、DOI:10.20079/j.issn.1001-893x.220924002引用格式:王贤圆,吴元,赖作镁.一种多因素多模型选择的航迹关联算法J.电讯技术,2023,63(7):1043-1048.WANG X Y,WU Y,LAI Z M.A track association algorithm based on selected multi-factor and multi-operatorJ.Telecommunication Engineering,2023,63(7):1043-1048.一种多因素多模型选择的航迹关联算法王王贤贤圆圆,吴吴 元元,赖赖作作镁镁(中国西南电子技术研
2、究所,成都 610036)摘 要:针对模糊综合判决中同一因素和合成运算模型无法适用于所有评价等级的问题,提出了一种基于多因素多模型选择的模糊综合决策航迹关联算法。该算法在多因素模糊综合决策的基础上,分析各因素的关联特性和合成运算模型在不同评价中的适用性,通过多因素定向选择和多元合成运算模型对关联隶属度进行计算,生成航迹关联结果。仿真实验表明,在密集目标环境下,该方法具有良好关联性能,平均正确关联率达到 77.70%,比传统多因素模糊综合判决方法高 3.86%。关键词:密集目标;航迹关联;模糊综合判决;模糊因素;合成运算模型开放科学(资源服务)标识码(OSID):微信扫描二维码听独家语音释文与作
3、者在线交流享本刊专属服务中图分类号:TN957.51;TP212 文献标志码:A 文章编号:1001-893X(2023)07-1043-06A Track Association Algorithm Based on Selected Multi-factor and Multi-operatorWANG Xianyuan,WU Yuan,LAI Zuomei(Southwest China Institute of Electronic Technology,Chengdu 610036,China)Abstract:In fuzzy comprehensive decision,the
4、same factor and synthetic operator cannot be applied to all evaluation levels.In order to solve this problem,a factor and operator selected fuzzy comprehensive decision method is proposed.On the basis of multi-factor fuzzy comprehensive decision,the correlation characteristics of each factor and eac
5、h synthetic operator are analyzed.Then,the membership degree is calculated by selected multi-factor and multi-operator.Finally,the track-to-track association result is generated.The experiments show that the proposed method has good performance in the extreme dense target environment.The average cor
6、rect association rate of the proposed method achieves 77.70%,3.86%higher than that of the traditional multi-factor fuzzy comprehensive decision method.Key words:dense target;track association;fuzzy comprehensive decision;fuzzy factor;synthetic operator0 引 言随着现代信息化技术的发展,传感器种类日益增多且多源信息日趋复杂,多源传感器融合技术越来
7、越受到研究者的关注。传感器信息融合主要包括目标检测、识别、关联、融合、状态估计等技术,其中目标 关 联 是 融 合 的 基 础,决 定 了 综 合 识 别 的上限1-4。关联的目的是判断不同传感器的量测是否属于同一目标。航迹关联算法按是否为统计检验问题分为基于统计的航迹关联算法和基于模糊数学的航迹3401第 63 卷 第 7 期2023 年 7 月电讯技术Telecommunication EngineeringVol.63,No.7July,2023收稿日期:2022-09-24;修回日期:2022-11-15基金项目:国家自然科学基金资助项目(U21B2044)通信作者:吴元关联算法:基于
8、统计的航迹关联方法包括最近邻法5、加权法6、序贯法7、多维分配法8等;基于模糊数学的方法包括模糊综合函数法9、多因素模糊决策法10-11等。基于统计的方法将航迹关联问题转换为假设检验问题,由于导航、传感器延迟和误差问题导致关联存在较大的模糊性,因此此类方法在目标密集等场景下无法取得较好的关联性能,而这种模糊性可用模糊数学的隶属度表示。基于模糊数学的方法引入关联模糊度描述航迹间的相关性,将影响关联的因素分为可模糊化因素和不可模糊化因素。该方法具有处理不确定性的能力,适用于存在较大模糊关系的关联场景12。模糊综合决策是指对受到多个模糊因素约束的对象做出总体的决策,需具备模糊因素集、评价集和模糊关系
9、评价矩阵三大要素。文献10将多因素模糊综合决策用于航迹关联中,将角度和目标身份置信度等两个因素作为因素集,采用加权平均型作为合成运算模型生成航迹关联程度。文献11扩展了模糊因素集,将距离、速度、角度等 5 个因素作为因素集,采用时间动态方法减少目标机动对隶属度的影响。以上多因素模糊决策方法在计算关联程度的模糊集时,使用相同的因素集与合成模型生成相应的隶属度。但值得注意的是,不同评价所适用的因素和合成模型是不同的,若对所有评价等级均使用相同的因素和合成模型将导致关联隶属度的准确性下降,从而降低关联性能。针对上述问题,本文提出了一种多因素多模型选择的模糊综合决策航迹关联算法。首先分析不同因素特征对
10、不同评价等级的适用性,位置因素可适用于“关联”与“不关联”评价等级,“航速”和“航向”仅用于“不关联”评价等级;在此基础上采用多元合成模型生成各评价隶属度,具体为“关联”评价等级选择加权平均合成模型,“不关联”评价等级选择主要因素决定型合成模型。实验结果表明,本文方法在密集目标场景下可有效实现航迹关联,提升正确关联率。1 模糊综合决策1.1 数学模型在进行多因素模糊综合决策时,需具备因素集、评价集和因素判决矩阵。假设模糊因素集为 U=u1,u2,ui,un,其中,ui表示第 i 个模糊因素,n 表示共包含 n 个模糊因素。评价集为 V=v1,v2,vm,m 表示共包含 m 个评价等级。对第 i
11、 个模糊因素 ui作单因素评价,则可得到模糊因素 ui对评价等级 vj的隶属度 rij。因此,模糊因素集 U 对评价集 V 的模糊关系矩阵R 可表示为R=r11r12r1mr21r21r2mrn1rn2rnm。(1)式中:rij表示当考虑第 i 个因素 ui时,两条航迹关联得到第 j 种结果的可能程度;R 表示因素集 U 到评价集 V 的模糊映射,表示为 f:UF(V)。在进行综合决策时,不同因素对关联评价的影响程度是不一致的,引入因素权重模糊集A=a1,a2,an,其中 ak(0ak1)表示因素 uk对评价等级的重要程度,且nk=1ak=1。两航迹关联的综合决策是因素权重模糊矩阵A与评判矩阵
12、R 的复合作用。已知AF(U),RF(UV),由它们的合成运算得到评价集 V 上关于两条航迹关联程度的模糊集B,表示为B=A R=(b1,b2,bm)。其中,bl为两航迹关联对于评价等级vl的模糊评判,符号表示合成运算,典型的合成运算模型有“加权平均型”“主因素决定型”和“混合型”。1.2 模糊判决在评判关联时,对目标航迹是否关联最感兴趣。因而,从实际应用的角度看,通常可选择评价集 V=v1,v2,vm中 m 选择较多的评价等级,如关联,可能关联,可能不关联,不关联等。评价集中的等级越多,关联关系越复杂。在实际中,m 一般取 2,即 V=关联,不关联。已知因素权重模糊矩阵A与评判矩阵R,便可确
13、定两航迹关联程度的模糊集B,因为 m 采用 2,所以B=b1,b2,则目标 i 和目标j 间的紧密度表示为gij(l)=bij1(l)bij1(l)+bij2(l)。(2)式中:bij1(l)和 bij2(l)分别是航迹 i 和航迹 j 在 l 时刻的 b1和 b2,b1,b2即为B 集合。根据式(2),gij的值域范围为 0gij1。如果 gij1,则航迹 i 与航迹j 在该时刻关联;如果 gij0,则航迹 i 与航迹 j 在该时刻不关联。2 多因素选择的模糊综合决策2.1 因素集选取本文选取第一类模糊因素1,即将两目标位置、航速间和航向间的欧氏距离作为模糊因素,共 电讯技术 2023 年个
14、模糊因素。模糊因素集表示为U=u1,u2,u3。(3)式中:u1表示两目标位置间欧氏距离;u2表示两航迹目标航速间距离;u3表示两航迹目标航向间距离。假设XAi(l)=xi(l),yi(l),zi(l),xi(l),yi(l),zi(l)为传感器 A 中航迹 i 的 状 态 估 计 向 量,XBj(l)=xj(l),yj(l),zj(l),xj(l),yj(l),zj(l)为传感器 B 中航迹 j 的状态估计向量,3 个模糊单因素分别表示为u1ij(l)=(xi(l)-xj(l)2+(yi(l)-yj(l)2+(zi(l)-zj(l)21/2,(4)u2ij(l)=(xi(l)-xj(l)2+
15、(yi(l)-yj(l)2+(zi(l)-zj(l)21/2,(5)u3ij(l)=arctanyi(l)/xi(l)-arctanyj(l)/xj(l)。(6)本文采用正态型隶属度函数作为判断两条航迹相似程度,第 k 个因素的相似度隶属度表示为rk1=exp(-k(u2k/2k)。(7)按两个评价等级评判时,有 rk1+rk2=1,因此,衡量航迹间不相似程度的非隶属度函数表示为rk2=1-exp(-k(u2k/2k)。(8)2.2 因素关联特性航迹-航迹关联蕴含两方面任务,将同一目标产生的航迹关联和将不同目标产生的航迹不关联。在确定模糊因素后,利用模糊因素的相似性和不相似性隶属度计算两条航迹
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 因素 模型 选择 航迹 关联 算法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。