CN102436482B - 基于jdl2004架构标准的单源目标估计方法 - Google Patents
基于jdl2004架构标准的单源目标估计方法 Download PDFInfo
- Publication number
- CN102436482B CN102436482B CN 201110326814 CN201110326814A CN102436482B CN 102436482 B CN102436482 B CN 102436482B CN 201110326814 CN201110326814 CN 201110326814 CN 201110326814 A CN201110326814 A CN 201110326814A CN 102436482 B CN102436482 B CN 102436482B
- Authority
- CN
- China
- Prior art keywords
- target
- characteristic
- data
- information
- jdl2004
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于JDL2004架构标准的单源目标估计方法,通过采用软数据支持库结合多层级处理方法,对单传感器输入的信息源数据进行单信息源目标估计,提取能够描述目标特征的数据,通过信息解析与语义佐证过滤,最终获取带有置信度的目标估计结果。本发明方法不仅能提高目标估计可信度,同时有针对性地丰富了基于该传感器的目标结论信息,达到弱化多源(传感器)结论中存在的不确定性、不同粒度、不同尺度、弱相容等差异,利于目标进行综合估计;并为JDL2004架构中下一级融合(态势估计、威胁估计)提供良好支持。本发明可应用于JDL2004架构中0级处理,有一定的通用性,具体应用包含目标状态跟踪与目标属性识别。
Description
技术领域
本发明涉及一种基于JDL2004架构标准的单源目标估计方法, 利用独立信息源(传感器)数据融合进行目标状态与属性的估计,主要用于目标定位、跟踪和识别。
背景技术
JDL数据融合初级架构由美国防部实验室联合理事会(Joint Director of Laboratories)数据融合专业组1987年提出的,该架构首次提出数据融合层级概念,称为三级融合架构。信息融合来自数据融合,概念和结构随应用的发展(扩展)而不断演化。美国防部JDL数据融合专业组Steinberg等1998年提出的修改架构,Bowman等2004年推出的最新的JDL推荐融合架构。JDL2004架构给出了信息融合五个层级的最新概念、内涵定义与说明,并将数据库系统从信息融合架构中分离出去。该架构将作为信息融合领域最权威的理论指导。
JDL2004架构的0级处理与1级处理分别完成子对象估计与对象综合估计,传统子对象估计由相对独立的传感器分别进行。由于信息源数据的多元化以及传感器算法的特殊性,多源设备自主处理后的结论信息存在不确定性、不同粒度、不同尺度、弱相容等差异,从而增加了目标综合估计的难度。
发明内容
为了克服现有技术的上述缺点,本发明提供了一种基于JDL2004架构标准的单源目标估计方法,对单传感器目标属性或状态估计具有普遍性指导意义,并且适用于JDL2004架构“0层级”子对象估计。
本发明解决其技术问题所采用的技术方案是:一种基于JDL2004架构标准的单源目标估计方法,仿真系统由一个传感器、一台目标信息处理机、一台服务器和一台终端显示设备组成,所述传感器将信息源数据送至目标信息处理机,目标信息处理机利用服务器中的软数据支持库管理系统对信息源数据进行单源目标估计,同时完成与软数据支持库的特征数据交互更新,最后将目标估计结果送至终端显示设备;所述单源目标估计采用三层级处理流程,所述软数据支持库包括目标特征数据知识库、先验特征向量集库和语义约束条件库。
所述三层级处理流程包括信息解析特征提取、特征向量序列匹配和语义信息佐证判决三个层级,其中:
所述信息解析特征提取是指:把传感器信息源数据进行解析,按预定义抽象出的目标特征进行数据提取,统计提取率实现初步目标估计,若数据解析出提取率满足要求,则把检测出的特征数据作为第二层级的输入;否则直接输出检测失败结果至下一级目标综合估计融合中心;
所述特征向量序列匹配是指:把第一层级提取的目标特征向量进行组合,并与先验特征向量集库中目标存在的高合理性特征数据序列进行模式匹配,当计算出的两个离散序列的相关系数高于相关接收域门限,则直接给出采信的目标估计结果至下一级融合中心,否则将第一层级检测出的特征数据送入第三层级进行判别;
所述语义信息佐证判决是指:通过语义合理性过滤处理,对解析出的特征数据进行两次验证。
在判定提取率是否满足要求时,根据目标所处环境以及传感器物理信号特性,采取软门限进行判定,所述采取软门限进行判定是指:在强电磁干扰或大噪声环境下,须避免弱信号漏检;采用变频传感器进行探测时,须选用多门限或变门限进行目标信息检测判定。
所述语义合理性过滤是指对特征数据之间关系的考察,根据特征数据间相互佐证出现不兼容的情况,重新度量相关特征数据的决策值,从而影响判定结果。
所述软数据包括人工情报、开源文档情报、技术侦察资料、人工总结揭示的已标定观测或无法归纳的有限知识点。
所述目标特征数据知识库是目标特征数据的完备集空间,辅助信息解析特征提取的预处理。
所述先验特征向量集库包括当前一定时域、空域范围内特征数据实时的高合理性的状态组合,用于特征向量序列匹配。
所述语义约束条件库包括特征数据间基于先验知识的互斥关系,作为语义信息佐证判决的依据。
与现有技术相比,本发明的积极效果是:通过采用软数据支持库结合多层级处理方法,对单传感器输入的信息源数据进行单信息源目标估计,提取能够描述目标特征的数据,通过信息解析与语义佐证过滤,最终获取带有置信度的目标估计结果。本发明方法不仅能提高目标估计可信度,同时有针对性地丰富了基于该传感器的目标结论信息,达到弱化多源(传感器)结论中存在的不确定性、不同粒度、不同尺度、弱相容等差异,利于目标进行综合估计;并为JDL2004架构中下一级融合(态势估计、威胁估计)提供良好支持。本发明可应用于JDL2004架构中0级处理,有一定的通用性,具体应用包含目标状态跟踪与目标属性识别。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明的原理图;
图2是本发明的流程图。
具体实施方式
实施本发明的仿真系统由1个传感器、1台目标信息处理机、1台服务器和1台终端显示设备组成。传感器将信息源数据送至目标信号处理机,目标信息处理机结合服务器中的软数据支持库(软数据/软信息及相应约束关系的数据库)管理系统对信息源数据进行处理,并完成与服务器中的数据库的特征数据交互更新,最后将目标估计结果送至终端显示设备。
如图1所示,本发明采用三层级处理流程对信息源数据进行单源自主目标估计;同时,利用软数据支持库管理系统对三层级处理流程予以支撑。
所述软数据包括但不限于人工情报、开源文档情报、技术侦察资料、人工总结揭示的已标定观测或无法归纳的有限知识点;
所述软数据支持库是由软数据抽象与封装得到的多个数据库,包括:目标特征数据知识库、先验特征向量集库和语义约束条件库,其中:
目标特征数据知识库是目标特征数据的完备集空间,辅助进行信息源数据解析、特征提取等第一层级的预处理。
先验特征向量集库包含了当前一定时域、空域范围内特征数据实时的高合理性的状态组合,用于第二层级的特征序列匹配。
语义约束条件库包含了特征数据间基于先验知识的互斥关系,作为第三层级目标估计行为判定的依据,体现了人工观测或推理总结等认知系统的影响。
目标特征数据贯彻整个处理流程,目标特征数据是对目标信息进行描述的数据抽象,包括目标属性、目标状态以及目标行为。目标特征数据的抽象需要满足以下规则:
1)根据具体应用需求以及设备处理能力进行抽象;
2)数量合适,满足对目标基本状态与相关能力的描述即可,太少影响准确性,太多导致效率下降;
3)目标特征数据间存在内在联系,如因果关系、包含关系或互斥关系等;
4)目标特征数据与其他传感器估计结果具有共性(即多源目标独立估计信息非完全正交),这样,可便于多源信息融合,实现JDL2004架构中1级目标综合估计。
抽象后还需要对目标特征数据进行封装,包括设置特征数据的权值、特征数据的决策值以及特征数据向量集,其中:
由于不同的特征数据表征目标不同的信息特征,在判决中的地位也不尽相同,因此每个数据都有自己的权值,作为判决准则的调整因子。权值设置的依据归为三方面:该特征的重要程度、特征携带的信息量和特征的可靠性,其中:特征数据的重要程度是一种主观认知,判断依据来自判定决策者的经验,各特征的此项权值分量为固定值;特征携带的信息量取决于该数据的编码格式,信息量与编码字节位数成正比;特征的可靠性与特征状态的离散程度相关,该项权值反比于该特征状态抽象的个数,其物理意义依据是特征的状态越少,获取数据匹配上该特征状态值的机率也越小,若仍能匹配上则意味该取值更可靠。
特征数据的决策值是该特征数据在参与判决流程的可信度值。
特征数据向量集是按一定语义描述目标特征的组合。
如图2所示,本发明采用的三层级处理流程包括:信息解析特征提取、特征向量序列匹配和语义信息佐证判决三个层级。三个层级均可进行目标估计,且可信度(即结论置信度)按层级顺序依次提高;实施过程并非必须是逐级串行机制,可基于任务需求和输入信息状态进行一级或几级处理。其中:
第一层级:信息解析特征提取
把传感器信息源数据进行解析,按预定义抽象出的目标特征进行数据提取,统计提取率实现初步目标估计。若数据解析出提取率满足要求,即把检测出的特征数据作为第二层级的输入;否则直接输出检测失败结果至下一级目标综合估计融合中心。
在判定特征提取是否满足要求时,根据目标所处环境以及传感器物理信号特性,采取软门限进行判定:针对强电磁干扰或大噪声环境下避免弱信号漏检,或变频传感器进行探测时,选用多门限或变门限进行目标信息检测判定。
第二层级:特征向量序列匹配
把第一层提取的目标特征向量进行组合,并与先验知识中目标存在的高合理性特征数据序列进行模式匹配。通过计算两个离散序列的相关性,完成其相似度比对。
当比对的特征是定量的描述,则两个序列的相关性通过计算其相关系数表示。设两个序列分别为 、,M为待考察的特征元素个数,则其相关系数r为:
当比对的特征是定性的描述,则两个序列的相关性通过统计两个序列对应离散点状态值相等的个数k表示:
若计算结果r或k高于相关接收域门限,则直接给出采信的目标估计结果至下一级融合中心,否则将第一层级检测出的特征数据送入第三层级进行判别。
第三层级:语义信息佐证判决
主要解决前两层判定遗留的估计不确定性。借助语义合理性过滤处理,对解析出的特征数据进行两次验证。合理性过滤是对特征数据之间关系的考察,根据特征数据间相互佐证出现不兼容的情况,重新度量相关特征数据的决策值,从而影响判定结果。判定结果是各特征数据最终决策值的最小二乘加权,即设特征的决策值为,权值为,则m个特征数据的判定结果为:
Claims (6)
1.一种基于JDL2004架构标准的单源目标估计方法,仿真系统由一个传感器、一台目标信息处理机、一台服务器和一台终端显示设备组成,所述传感器将信息源数据送至目标信息处理机,目标信息处理机利用服务器中的软数据支持库管理系统对信息源数据进行单源目标估计,同时完成与软数据支持库的特征数据交互更新,最后将目标估计结果送至终端显示设备;其特征在于:所述单源目标估计采用三层级处理流程,所述软数据支持库包括目标特征数据知识库、先验特征向量集库和语义约束条件库;所述三层级处理流程包括信息解析特征提取、特征向量序列匹配和语义信息佐证判决三个层级,其中:
所述信息解析特征提取是指:把信息源数据进行解析,按预定义抽象出的目标特征进行数据提取,统计提取率实现初步目标估计,若数据解析出提取率满足要求,则把检测出的特征数据作为第二层级的输入;否则直接输出检测失败结果至下一级目标综合估计融合中心;
所述特征向量序列匹配是指:把第一层级提取的目标特征向量进行组合,并与先验特征向量集库中目标存在的高合理性特征数据序列进行模式匹配,当计算出的两个离散序列的相关系数高于相关接收域门限,则直接给出采信的目标估计结果至下一级目标综合估计融合中心,否则将第一层级检测出的特征数据送入第三层级进行判别;
所述语义信息佐证判决是指:通过语义合理性过滤处理,对解析出的特征数据进行两次验证;
所述语义合理性过滤是指对特征数据之间关系的考察,根据特征数据间相互佐证出现不兼容的情况,重新度量相关特征数据的决策值,从而影响判定结果。
2.根据权利要求1所述的基于JDL2004架构标准的单源目标估计方法,其特征在于:在判定提取率是否满足要求时,根据目标所处环境以及传感器物理信号特性,采取软门限进行判定,所述采取软门限进行判定是指:在强电磁干扰或大噪声环境下,须避免弱信号漏检;采用变频传感器进行探测时,须选用多门限或变门限进行目标信息检测判定。
3.根据权利要求1所述的基于JDL2004架构标准的单源目标估计方法,其特征在于:所述软数据包括人工情报、开源文档情报、技术侦察资料、人工总结揭示的已标定观测或无法归纳的有限知识点。
4.根据权利要求1所述的基于JDL2004架构标准的单源目标估计方法,其特征在于:所述目标特征数据知识库是目标特征数据的完备集空间,辅助进行信息解析特征提取的预处理。
5.根据权利要求1所述的基于JDL2004架构标准的单源目标估计方法,其特征在于:所述先验特征向量集库包括当前一定时域、空域范围内特征数据实时的高合理性的状态组合,用于特征向量序列匹配。
6.根据权利要求1所述的基于JDL2004架构标准的单源目标估计方法,其特征在于:所述语义约束条件库包括特征数据间基于先验知识的互斥关系,作为语义信息佐证判决的依据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110326814 CN102436482B (zh) | 2011-10-25 | 2011-10-25 | 基于jdl2004架构标准的单源目标估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110326814 CN102436482B (zh) | 2011-10-25 | 2011-10-25 | 基于jdl2004架构标准的单源目标估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102436482A CN102436482A (zh) | 2012-05-02 |
CN102436482B true CN102436482B (zh) | 2013-08-28 |
Family
ID=45984545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110326814 Expired - Fee Related CN102436482B (zh) | 2011-10-25 | 2011-10-25 | 基于jdl2004架构标准的单源目标估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102436482B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007025854A (ja) * | 2005-07-13 | 2007-02-01 | Fukushima Prefecture | 自動支援システムおよび自動支援方法 |
CN101625682A (zh) * | 2008-07-09 | 2010-01-13 | 联想(北京)有限公司 | 搜索输入装置、搜索输入方法及搜索引擎装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008146456A1 (ja) * | 2007-05-28 | 2008-12-04 | Panasonic Corporation | 情報探索支援方法および情報探索支援装置 |
-
2011
- 2011-10-25 CN CN 201110326814 patent/CN102436482B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007025854A (ja) * | 2005-07-13 | 2007-02-01 | Fukushima Prefecture | 自動支援システムおよび自動支援方法 |
CN101625682A (zh) * | 2008-07-09 | 2010-01-13 | 联想(北京)有限公司 | 搜索输入装置、搜索输入方法及搜索引擎装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102436482A (zh) | 2012-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3242236B1 (en) | Transaction risk detection method and device | |
US9710488B2 (en) | Location estimation using image analysis | |
EP3654285A1 (en) | Object tracking using object attributes | |
EP3913997B1 (en) | Generating wireless network access point models using clustering techniques | |
CN112199640B (zh) | 异常用户审核方法、装置、电子设备和存储介质 | |
CN109426787A (zh) | 一种人体目标轨迹确定方法及装置 | |
CN105100700A (zh) | 利用摄像机之间的交接的目标物跟踪装置及方法 | |
US11023713B2 (en) | Suspiciousness degree estimation model generation device | |
CN109426785A (zh) | 一种人体目标身份识别方法及装置 | |
CN104463204A (zh) | 目标数量统计方法 | |
CN103473416B (zh) | 蛋白质相互作用的模型建立方法和装置 | |
CN111914673B (zh) | 目标行为的检测方法、装置及计算机可读存储介质 | |
CN102436482B (zh) | 基于jdl2004架构标准的单源目标估计方法 | |
CN104455121A (zh) | 一种闸瓦剩余厚度检测的方法及系统 | |
CN104834958B (zh) | 一种对答案的步骤进行评判的方法和装置 | |
CN116795628A (zh) | 终端设备的功耗处理方法、终端设备以及可读存储介质 | |
US20130090891A1 (en) | Population calculation system and population calculation method | |
CN114926795A (zh) | 信息关联性的确定方法、装置、设备及介质 | |
CN103631890B (zh) | 一种挖掘图像主体信息的方法和装置 | |
CN109034554B (zh) | 相关性计算方法及系统 | |
CN111860403A (zh) | 场景信息的检测方法和装置、电子设备 | |
Zhou et al. | Multi-object particle filter tracking with automatic event analysis | |
US8761499B2 (en) | System and method for detecting global harmful video | |
CN103810461A (zh) | 一种干扰目标的检测方法和设备 | |
CN107995181A (zh) | 一种基于步态的身份验证方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130828 Termination date: 20181025 |