多源航迹信息融合主要技术研究

杨晓丹，王运峰

（四川大学计算机学院，成都 610065）

多源航迹信息融合主要技术研究

杨晓丹，王运峰

（四川大学计算机学院，成都 610065）

多源信息融合技术是一门广泛应用于多项其他学科的新技术，它的思想来源于人类认识事物的原理，即融合多方面信息，也就是多源。对多源信息融合技术应用于航迹融合领域的关键技术进行综述，介绍融合系统结构，融合前的时空对准，融合中的数据关联以及航迹融合算法中的加权平均融合法、自适应加权平均融合法几个部分。

多源融合；时空对准；数据关联；航迹融合

0 引言

现今，科学发展趋于高智能化，而智能的主要模板或者说依据本身便是人类，换言之，智能化的发展方向促使许多理论与技术的发明都以模仿人类功能特性为基础，信息融合正是其中之一。它的出发思想来源于人类认识事物的原理，即人对事物的认识并不是通过单一途径，而是利用多个感觉器官从事物的各个方面各个角度多方位感知。多源信息融合技术摒除了单一信息源局限不全面的缺点，利用多源信息之间的相关性、互补性，通过相应算法，提取出目标多样的信息，从而实现更精确的识别。最初的信息融合技术基于军事目的，尤其是在对飞行目标定位方面成效瞩目，越来越受到研究人员的重视[1]。

在如今越发激烈的电子战背景下，敌我目标识别以及对目标态势的评估要求愈渐精确。飞行目标定位的不精确性主要来源于两个方面：硬件及软件。所谓硬件是指量测设备的技术限制以及环境因素的影响所带有的误差，而软件方面则是指后续数据处理过程中不同算法带来的误差。对于做目标定位中数据处理的研究人员来说，怎样通过处理程序获得更加精确、稳定的目标信息是关注的焦点，由此，多源信息融合技术应运而生。它通过综合多个传感器的量测信息，加以适当算法处理，达到去粗取精的目的，最终能够摒除质量差的传感器数据，融合出精度较高的目标位置信息[2]。

1 融合系统结构

多源信息融合系统由其不同的处理性能可分为四种系统结构：集中式融合系统、分布式融合系统、带反馈的分布式融合系统以及带反馈的全并行融合系统，如图1。各种结构的融合系统侧重点各不相同，例如集中式融合系统的主要优势为完整利用了传感器的信息，即信息损失量小、性能较好，但数据处理量过大将影响计算机运行效率，更关键的是增加了后期关联的难度。相应的，分布式融合系统可以解决集中式融合存在的问题，不过值得注意的是由于采用了局部滤波，数据信息有所损失其性能不如集中式融合。带反馈的分布式融合即在分布式融合系统的基础上添加了融合输出以后的反馈信息，用于状态预估以便提高处理精度。带反馈的全并行融合系统是几个结构中最复杂的处理系统，它多适用于大型处理平台或数据量相当庞大的处理情境下[3]。

图1 多源信息融合系统

2 时空对准

信息融合技术实现的基本先决条件即同一时间、同一空间，也就是说，在将多个传感器收集到的目标数据进行融合之前，首先要确定本次融合的这几批数据对应于目标在同一时空下的状态信息。从时间角度来讲，由于各传感器扫描周期不同，即便周期相同传感器位置不同各自所扫描到的目标时间也都不同，因此，为了准确融合到目标在相同时间点时各传感器所报告的状态信息，融合之前必须对目标信息进行时间对准。常用的方法是以最晚报告目标状态信息的传感器时间为基准，将其余传感器报告的位置数据外推到基准传感器的报告时间点。直线运动时，可采用线性外推法，当目标在转弯状态下，应采用曲线拟合、趋势外推等更为复杂的算法，或者也可以采用线性外推与变更转弯角度的权值系数相结合的调整方式。

对于来自不同坐标位置的传感器所报告的目标信息，必须首先进行空间对准，即要将各路数据信息对准到一个融合中心或者说信息处理中心的公共坐标系上。首先需要选择一个作为基准的大坐标系，原点可以设在地球中心位置处，也可以与其中一个传感器的坐标原点重合，具体操作时可依照当时环境选取一个便于后续计算的融合中心坐标[4]。一般来说，公共坐标系采用笛卡尔坐标系，但雷达以及大多数传感器给出的都是距离、方位角、俯仰角数据，也就是说坐标对准之前要进行极坐标与直角坐标的转换计算，换算公式如下：

其中，r代表目标的斜距，θ为方位角，φ表示俯仰角。

3 数据关联

数据关联的目的是为了寻找多路测量信息之间的关系，即判定其是否为一个公共源。经过数据关联，可以将同一个来源的数据匹配起来，降低后续过程的数据处理量以及复杂程度，其处理结果大致分为三种：一是将当前测量信息与已形成航迹的目标信息匹配起来，即确定两路测量信息来自同一个源；二是该路信息未能与任何其他信息关联上，则需新建一个目标集合；三是判定当前测量值为虚警目标，即可能是由于杂波、干扰或者噪声产生的。

数据关联过程首先要设定一个关联门，用于过滤掉基于数理统计或者先验知识判断所确定的其他目标的点迹信息，或者说由干扰产生的虚假点迹。几种常见的关联门形状为椭圆形、矩形、截尾扇形和环形，不同关联门有其自身独有的特点以及门限计算公式，具体方法可参见参考文献[5]。

在采用关联门剔除了绝大多数不可能配对的测量点以后，在余下形成的测量点与航迹的配对中建立关联矩阵以度量各配对的优劣，从而选出与航迹最为接近的点迹确定关联。关联矩阵如下表1所示，其中，Ai表示已知实体，Zj代表观测信息，Sij则为观测实体对的一个关联度量，它旨在反映测量信息与待关联航迹的接近程度。

表1 关联矩阵

4 航迹融合

航迹融合通常分为两种结构，一是局部与局部航迹融合，另外一种是局部与系统航迹的融合模式。第一种融合结构计算简便、直观，其没有利用前一时刻的系统状态信息，因而也不产生估计误差，而后者利用了系统融合航迹的先验信息，虽然计算量以及复杂程度都有增加，但这种利用了先验信息的融合估计通常更为准确，还能进一步增加算法进行自适应的状态估计并融合[6]。两种融合结构示意图如图2所示。

图2 两种融合系统结构示意图

在融合算法部分，常用的融合方法为加权平均融合法，这是一种经典的数据融合问题解决方法，特别是在航迹融合领域应用非常广泛，它旨在综合多路传感器的测量信息，最终得到较高精度的目标定位信息，很多经典的融合算法也是基于加权平均融合法之上的改进。一般的加权平均融合算法公式如下，其中Yi代表测量值，Wi表示权值，N为传感器观测数量：

5 结语

在信息技术高速发展的今天，信息融合技术成为更多研究人员关注的重点，它是一门具有结合性质的学科。即是说，信息融合可应用于各行各业，与其他学科中的关键技术辅助发展，例如在大数据中应用到了信息融合技术关联、提取更精确的数据信息，还有在网络安全领域，利用信息融合技术融合攻击信号以帮助确定攻击来源等。同时，信息融合技术也趋向于智能化发展，可将融合过程中加入人工神经网络算法等以提高权值分配的自适应性。

参考文献：

[1]乔向东,李涛.多传感器航迹融合综述[J].系统工程与电子技术,2009.

[2]何友，王国宏.多传感器信息融合及应用[M]．北京：电子工业出版社，2000.

[3]赵晓岚.多源信息处理结构研究[J]．计算机与数字工程，2009.

[4]张艳艳，董靠谱，高恒．组网雷达时空对准方法[J]．火控雷达技术，2013.

[5]杨万海．多传感器数据融合及其应用[M]．西安：西安电子科技大学出版社，2004.

[6]王军，苏剑波，席裕庚．多传感器融合综述[J]．数据采集与处理，2004.

[7]刘健波,王运锋．分布式雷达航迹融合关键技术研究[J]．四川大学学报（工程科学版）,2006.

Research on Main Technologies of Multi-Source Track Information Fusion

YANG Xiao-dan，WANG Yun-feng
（College of Computer Science,Sichuan University,Chengdu 610065）

Multi source information fusion technology is a new technology widely used in many other subjects;its idea comes from the principle of human understanding of things,that is through different aspects.Summarizes the key technologies of multi-source information fusion in the field of track fusion,introduces the structure of the fusion system,the spatio-temporal alignment,the data association,the weighted average fusion and the adaptive weighted average fusion in the track fusion algorithm.

Multi-Source Fusion;Space-Time Alignment;Data Association;Track Fusion

1007-1423（2017）08-0008-04

10.3969/j.issn.1007-1423.2017.08.002

杨晓丹（1991-），女，四川成都人，硕士，研究方向不多源信息融合及雷达数据处理

2017-01-05

2017-03-10

国家空管科研课题（No.GKG201403001）