多傳感器模糊—概率交互作用的數據關聯算法
加入技術交流群
本文基于估計理論和模糊系統理論，提出了一種多傳感器多回波模糊一概率交互作用的數據關聯濾波算法，以解決密集雜波干擾環境中多傳感器跟蹤機動目標的數據關聯問題.模糊關聯度和關聯概率共同組成了各有效回波的加權系數，彌補了概率數據關聯濾波方法(PDAF)的不足.提高了雜波環境中機動目標的跟蹤性能.
關鍵詞:模糊邏輯——概率交互作用；數據關聯；密集雜波環境；機動目標跟蹤；多傳感器數據融合
Multisensor Fuzzy-Probability Interacting Data Association Algorithm
LIU Yuan XU Lu-ping
(School of Electronic Engineering,Xidian University.,Xi'an 710071,China)
XIE Wei-xin
(Shenzhen University,Shenzhen 518060,China)
Abstract:Based on the theory of the estimation and fuzzy logical system,this paper proposes a data association algorithm of the fuzzy logic-probability interacting,to solve the data association problems typically encountered in the application of multisensor in tracking a maneuvering target in a heavily-cluttered environment.The combination of fuzzy association degree and probabilistic association forms the weights that the ith received measurment is target originated.The proposed data association algorithm counteracts the weaknesses of probabilistic data association filter (PDAF),and improves the performances of tracking a maneuvering target in a heavily-cluttered enviroment.
Key words:fuzzy logic-probability interacting;data association;heavily-cluttered environment;multisensor tracking maneuvering target;data fusion
一、引 言
在密集雜波干擾環境中，跟蹤機動目標的困難在于眾多回波與目標航跡關聯的不確定性.它使我們無法確定哪一個回波來自于真實的目標.目前，雜波干擾環境中，跟蹤單目標的數據關聯算法中最有代表性的是概率數據關聯算法(PDAF)，它通過計算位于跟蹤門內所有回波的加權平均來更新目標航跡.但在密集雜波干擾環境中，當跟蹤門內平均雜波數達2后，該算法將有可能產生錯誤的數據關聯［1］，而導致目標丟失.經研究發現，在目標勻速或勻加速運動期間，PDAF可以較好地實現目標的跟蹤.一旦目標出現機動，就容易產生數據關聯錯誤.這是因為PDAF的實質是計算多回波的統計中心.它是所有有效回波的加權平均，各權重的大小與該回波和目標預測值之間的距離，即新息的大小緊密相關.當目標出現強機動，既使采用多模型自適應跟蹤方法，由于密集雜波干擾，真實目標回波新息也將增大，從而它的關聯概率將減小，這必將導致真實目標回波新息的進一步增大.這種不良循環，最終導致關聯失敗和目標丟失.可見，單用PDAF關聯方法，不能有效解決密集雜波干擾環境下的機動目標跟蹤問題.
本文給出了一種多傳感器模糊邏輯-概率交互作用的數據關聯濾波方法.使用模糊邏輯解決數據關聯問題的理由：一是數據關聯問題本身的不確定性或模糊性，正是模糊邏輯研究的對象.二是應用模糊邏輯可以快速建立目標特征空間與關聯度空間之間的非線性映射關系模型.該模型可以融合數字，語言等多種信息，具有良好的魯棒性.一些有效的自學習方法可用于支持建模.模糊關聯方法可以有效解決目標機動期間的關聯問題，彌補了PDAF的不足，提高了系統的數據關聯性能.多傳感器目標狀態估計采用序列估計法［2］實現，估計精度明顯高于單傳感器目標狀態估計.
二、多傳感器目標跟蹤的模糊濾波算法
目標的動力學方程為：
X(k+1)=Φ(k)X(k)+W(k) (1)
這里X(k)是k時刻n維狀態矢量，Φ(k)是n×n維狀態轉移矩陣，W(k)是n維狀態噪聲，假設其均值為零，方差為E{W(k)WT(l)}=Q(k)δkl的正態分布.
如果量測來自被跟蹤的目標，則第i個傳感器量測方程為
Zim(k)=Hi(k)X(k)+vi(k) (2)
其中Zim(k)是測量矢量，Hi(k)是已知的m×n維測量增量矩陣，vi(k)是m×1維的測量噪聲，設它為正態分布，其均值為零，方差為E{vi(k)viT(l)}=Ri(k)δkl.
如果量測不是來自被跟蹤的目標，既為雜波，則第i個傳感器量測方程為
Zic(k)=Hi(k)
(k)+ui(k) (3)
其中ui(k)是均勻分布的隨機變量，(k)是目標的預測值.對這些雜波作如下假設：(1)雜波在觀測空間中均勻分布，(2)雜波測量相互獨立.
第i個傳感器在k時刻得到的一組有效量測為
評論