CN104156583B - 权值实时动态分配的多传感器目标合成方法及系统 - Google Patents

Abstract

一种权值实时动态分配的多传感器目标合成方法，包括：建立包含多个影响因素的目标合成权重的影响因素集；判断各影响因素的重要程度值；确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布；基于影响因素的支持度函数值生成多目标影响因素支持度矩阵；获得各影响因素下的各目标的互支持度值；获得当前时刻的目标的合成权值；对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值；并根据各个特定时刻的动态分配权值完成多目标的合成。

Description

权值实时动态分配的多传感器目标合成方法及系统

技术领域

本发明涉及数据融合技术领域，具体涉及的是一种权值实时动态分配的多传感器目标合成方法及系统。

背景技术

多传感器目标融合是20世纪80年代形成和发展起来的一种自动化信息综合处理技术，在国防上现已发展成为一个十分活跃的热门研究领域，是多学科、多部门、多领域所共同关心的高层次共性关键技术，许多国家都把它列为下一阶段重点发展的关键技术。

多传感器目标合成是一种常用的数据融合技术，是数据融合过程中一个关键步骤；多传感器目标合成是将多部传感器对判定为同一目标探测得到的多条航迹信息作融合，从而得到一条更新、更优的航迹，已经在遥感、刑侦和C4ISR(军事指挥系统)等信息融合系统中得到广泛的应用，特别是一些传感器组网项目中。多传感器目标融合技术的使用，弥补了单传感器探测能力的不足，有效提高了多目标融合的鲁棒性。

传统的多传感器目标合成方法一般要求目标的量测误差满足零均值正态分布的理想状态条件。但是在通常情况下，目标航迹存在一定的系统偏差，且量测误差含有有色噪声。另外，在多传感器目标实际探测过程中，由于受地理位置、天气条件、辐射干扰以及处理方法等因素的影响，可能导致多传感器目标跟踪不一致、出错或飞点等异常现象发生。由于在非理想状况下假设条件的不成立，如果采用传统的方法进行目标合成，无法充分考虑复杂条件下不确定性的缺陷，不适用于多个参与合成目标数的目标融合处理，严重影响航迹信息融合的质量。

发明内容

有鉴于此，有必要提供一种在非理想状况下，能够满足多传感器目标合成需求的权值实时动态分配的多传感器目标合成方法及系统。

一种权值实时动态分配的多传感器目标合成方法，其包括如下步骤：

S1、获取各目标的运动状态信息，并根据各目标的运动状态信息建立包含多个影响因素的目标合成权重的影响因素集；

S2、基于语气算子与模糊标度值的对应关系表，根据目标合成权重的各影响因素的重要性，生成关于影响因素的有序二元比较矩阵，通过二元对比法判断各影响因素的重要程度值；

S3、确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布；影响因素的支持度函数值越大，表示两个目标在该影响因素的条件下的相互支持程度越高；影响因素的支持度函数值越低，表示两个目标在该影响因素的条件下的相互支持程度越低；

S4、基于影响因素的支持度函数值生成多目标影响因素支持度矩阵；

S5、根据步骤S3中的支持度函数以及步骤S4中的多目标影响因素支持度矩阵获得各影响因素下的各目标的互支持度值；

S6、根据步骤S2中的各影响因素的重要程度值以及步骤S5中的各影响因素下的各目标的互支持度值获得当前时刻的目标的合成权值；

S7、对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值；并根据各个特定时刻的动态分配权值完成多目标的合成。

一种权值实时动态分配的多传感器目标合成系统，其包括如下模块：

影响因素集建立模块，用于获取各目标的运动状态信息，并根据各目标的运动状态信息建立包含多个影响因素的目标合成权重的影响因素集；

重要程度值判断模块，用于根据语气算子与模糊标度值的对应关系表，根据目标合成权重的各影响因素的重要性，生成关于影响因素的有序二元比较矩阵，通过二元对比法判断各影响因素的重要程度值；

支持度函数生成模块，用于确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布；影响因素的支持度函数值越大，表示两个目标在该影响因素的条件下的相互支持程度越高；影响因素的支持度函数值越低，表示两个目标在该影响因素的条件下的相互支持程度越低；

支持度矩阵生成模块，用于基于影响因素的支持度函数值生成多目标影响因素支持度矩阵；

目标互支持度获取模块，用于根据支持度函数生成模块中的支持度函数以及支持度矩阵生成模块中的多目标影响因素支持度矩阵获得各影响因素下的各目标的互支持度值；

合成权值生成模块，用于根据重要程度值判断模块中的各影响因素的重要程度值以及目标互支持度获取模块中的各影响因素下的各目标的互支持度值获得当前时刻的目标的合成权值；

动态分配权值及合成模块，用于对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值；并用于根据各个特定时刻的动态分配权值完成多目标的合成。

本发明提供的权值实时动态分配的多传感器目标合成方法及系统，不同于现有技术只能在假设的理想条件适用，本发明适用于各种复杂条件下的多传感器目标合成处理，包括目标航迹存在一定的系统偏差、量测误差包含有色噪声以及多传感器目标跟踪不一致、出错或飞点等异常情况，有效克服了现有技术无法充分考虑复杂条件下不确定性的缺陷，本发明适用于多个参与合成目标数的目标融合处理。

附图说明

图1是本发明一较佳实施例的权值实时动态分配的多传感器目标合成方法流程图；

图2是图1中步骤S2的子流程图；

图3是本发明一较佳实施例的权值实时动态分配的多传感器目标合成系统的结构框图；

图4是图3中重要程度值判断模块的子结构框图。

具体实施方式

如图1所示，在本发明实施例提供的权值实时动态分配的多传感器目标合成方法中，其包括如下步骤：

S1、获取各目标的运动状态信息，并根据各目标的运动状态信息建立包含多个影响因素的目标合成权重的影响因素集。

可选地，所述步骤S1中各目标的运动状态信息为(x_i,y_i,v_i,c_i)，其中i表示目标i，x_i,y_i表示目标i的位置v_i表示目标i的速度，c_i表示目标i的航向。所述影响因素集为其中i,j为两个目标，m为第m个影响因素，为两个目标i,j的相对距离Δd；为两个目标i,j的航速差Δv；为两个目标i,j的航向差Δc。

S2、基于语气算子与模糊标度值的对应关系表，根据目标合成权重的各影响因素的重要性，生成关于影响因素的有序二元比较矩阵，通过二元对比法判断各影响因素的重要程度值。

在有序二元比较矩阵如下：

其中矩阵元素β_k1可根据决策者给出的目标属性O_k比O₁的重要程度的语气算子查表获得。

下表为语气算子与模糊标度值得对应关系表

语气算子	模糊标度值
		同样	0.50
稍稍	0.55
		略为	0.60
较为	0.65

明显	0.70
		显著	0.75
十分	0.80
		非常	0.85
极其	0.90
		极端	0.95
无可比拟	1.00

由相邻影响因素的相对重要性模糊标度值β_i,i+1必可求得影响因素的相对重要性模糊标度值β_ik，并有如下计算公式：

β_i,i+1的值按如下方法确定：预先对O_i和O_i+1作关于影响因素重要性的二元比较给出O_i对O_i+1的相对重要性语气算子。按上表查出相应的模糊标度值β_i,i+1。对应于矩阵的指标权重量为(W¹,W²…W³…W^m)^T,则由以下公式可得：

定义β_i,i+1的值，利用以上公式，则对应于中各影响因素的重要程度值可分别计算得到，即为ωⁱ,i≤m。

可选地，如图2所示，所述步骤S2包括：

S21、将合成权重的影响因素集设置各影响因素的重要性排序为Δd＞Δv＞Δc。

Δd＞Δv＞Δc表示影响因素中，相对距离Δd比航速差Δv重要或同等重要，而且航速差Δv比航向差Δc重要或同等重要。

S22、根据语气算子与模糊标度值的对应关系表，确定目标影响因素关于重要性的有序二元比较矩阵β中元素β₁₂＝0.65，β₂₃＝0.8。

S23、根据β₁₂，β₂₃的值通过二元对比法可确定各影响因素的指标权重量ω^k，k＝1，2，3。

S3、确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布；如果其中一影响因素的支持度函数值越大，表示两个目标在该影响因素的条件下的相互支持程度越高；如果其中一影响因素的支持度函数值越低，表示两个目标在该影响因素的条件下的相互支持程度越低。

可选地，所述步骤S3中第k影响因素下的支持度函数如下：

其中支持度k表示第k个影响因素，k＝1,2,3；i≤n；j≤n。

S4、基于影响因素的支持度函数值生成多目标影响因素支持度矩阵。

多目标影响因素支持度矩阵如下：

其中，k表示第k个影响因素，k＝1,2,3。

S5、根据步骤S3中的支持度函数以及步骤S4中的多目标影响因素支持度矩阵获得各影响因素下的各目标的互支持度值。

根据步骤S3、S4，可知则多目标影响因素支持度矩阵Q^k是一个非负矩阵，根据非负矩阵的性质可知Q^k存在最大模特征值λ^k≥0，有λ^kA^k＝Q^kA^k,可得到对应的特征向量则令第k影响因素各目标的互支持度为A^k，代表第k影响因素条件下目标i的互支持度值。

S6、根据步骤S2中的各影响因素的重要程度值以及步骤S5中的各影响因素下的各目标的互支持度值获得当前时刻的目标的合成权值。

可选地，所述步骤S6中获得当前时刻的目标的合成权值所用的公式如下：

其中，k表示第k个影响因素，k＝1,2,3；i≤n；j≤n，n为参与合成目标个数，n≥3。

ω^k为各影响因素的重要程度值；各影响因素目标的互支持度，b_i为当前时刻目标i的合成权值。

S7、对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值；并根据各个特定时刻的动态分配权值完成多目标的合成。

可选地，所述步骤S7中对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值的公式如下：

其中，表示第j个历史时刻目标i的合成权值，P表示有P个历史时刻，j≤P，P≤3。上述公式是利用归一化中和计算方法来计算权值。

本发明提供的权值实时动态分配的多传感器目标合成方法，不同于现有技术只能在假设的理想条件适用，本发明适用于非理想状况，通过建立目标合成权重的影响因素集，利用二元对比法确定各影响因素的重要程度，获得每个影响因素的支持度函数。基于支持度构造多目标影响因素支持度矩阵，采用特征向量法确定各个目标在不同影响因素条件下的互支持度；最后根据各影响因素的重要程度以及各个目标在不同影响因素条件下的互支持度进行加权，通过归一化处理得到当前时刻分配权值，利用各个目标多个历史时刻权值取均值实现多目标合成权值的动态分配。本发明适用于多传感器目标航迹中存在一定系统偏差、测量数据不符合正态分布以及跟踪不一致、错误或飞点条件下的多传感器目标合成，通过实时动态的估计目标合成权值完成目标融合，有效提高融合目标航迹的稳定性、可靠性。本发明有效克服了现有技术无法充分考虑复杂条件下不确定性的缺陷，本发明适用于多个参与合成目标数的目标融合处理。

如图3所示，一种权值实时动态分配的多传感器目标合成系统，其包括如下模块：

影响因素集建立模块10，用于获取各目标的运动状态信息，并根据各目标的运动状态信息建立包含多个影响因素的目标合成权重的影响因素集。

可选地，所述影响因素集建立模块10中所述影响因素集为：

其中i,j为两个目标，m为第m个影响因素，为两个目标i,j的相对距离Δd；为两个目标i,j的航速差Δv；为两个目标i,j的航向差Δc。

重要程度值判断模块20，用于根据语气算子与模糊标度值的对应关系表，根据目标合成权重的各影响因素的重要性，生成关于影响因素的有序二元比较矩阵，通过二元对比法判断各影响因素的重要程度值。

所述重要程度值判断模块20包括：

重要性排序单元21，用于将合成权重的影响因素集

设置各影响因素的重要性排序为Δd＞Δv＞Δc。

元素值获取单元22，用于根据语气算子与模糊标度值的对应关系表，确定目标影响因素关于重要性的有序二元比较矩阵β中元素β₁₂＝0.65，β₂₃＝0.8。

指标权重值获取单元23，用于根据β₁₂，β₂₃的值通过二元对比法可确定各影响因素的指标权重值ω^k，k＝1，2，3。

支持度函数生成模块30，用于确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布。其中一影响因素的支持度函数值越大，表示两个目标在该影响因素的条件下的相互支持程度越高；其中一影响因素的支持度函数值越低，表示两个目标在该影响因素的条件下的相互支持程度越低。

可选地，所述支持度函数生成模块30中第k影响因素下的支持度函数如下：

其中支持度k表示第k个影响因素，k＝1,2,3；i≤n；j≤n。

支持度矩阵生成模块40，用于基于影响因素的支持度函数值生成多目标影响因素支持度矩阵。

目标互支持度获取模块50，用于根据支持度函数生成模块30中的支持度函数以及支持度矩阵生成模块40中的多目标影响因素支持度矩阵获得各影响因素下的各目标的互支持度值。

合成权值生成模块60，用于根据重要程度值判断模块20中的各影响因素的重要程度值以及目标互支持度获取模块50中的各影响因素下的各目标的互支持度值获得当前时刻的目标的合成权值。

所述合成权值生成模块60中获得当前时刻的目标的合成权值所用的公式如下：

其中，k表示第k个影响因素，k＝1,2,3；i≤n；j≤n，n为参与合成目标个数，n≥3；

ω^k为各影响因素的重要程度值；各影响因素目标的互支持度，b_i为当前时刻目标i的合成权值。

动态分配权值及合成模块70，用于对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值。并用于根据各个特定时刻的动态分配权值完成多目标的合成。

可选地，所述动态分配权值及合成模块70中对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值的公式如下：

其中，表示第j个历史时刻目标i的合成权值，P表示有P个历史时刻，j≤P，P≤3。

以上装置实施例与方法实施例是一一对应的，装置实施例简略之处，参见方法实施例即可。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能性一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应超过本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可檫除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (4)

1.一种权值实时动态分配的多传感器目标合成方法，其特征在于，其包括如下步骤：

S1、获取各目标的运动状态信息，并根据各目标的运动状态信息建立包含多个影响因素的目标合成权重的影响因素集；

其中，影响因素集为其中i、j为两个目标，m为第m个影响因素；

S2、基于语气算子与模糊标度值的对应关系表，根据目标合成权重的各影响因素的重要性，生成关于影响因素的有序二元比较矩阵，通过二元对比法判断各影响因素的重要程度值；

S3、确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布；影响因素的支持度函数值越大，表示两个目标在该影响因素的条件下的相互支持程度越高；影响因素的支持度函数值越低，表示两个目标在该影响因素的条件下的相互支持程度越低；

其中，两个目标i、j在第k影响因素下的支持度函数为：其中，支持度k表示第k个影响因素，k＝1,2,3；i≤n₁；j≤n₁；n₁为参与合成目标个数；

S4、基于影响因素的支持度函数值生成多目标影响因素支持度矩阵；

S5、根据步骤S3中的支持度函数以及步骤S4中的多目标影响因素支持度矩阵获得各影响因素下的各目标的互支持度值；

S6、根据步骤S2中的各影响因素的重要程度值以及步骤S5中的各影响因素下的各目标的互支持度值获得当前时刻的目标的合成权值；

其中，获得当前时刻的目标的合成权值的公式如下：

其中，k表示第k个影响因素，k＝1,2,3；i≤n₂；j≤n₂，n₂为参与合成目标个数，n₂≥3；ω^k为各影响因素的重要程度值；为各影响因素目标的互支持度，b_i为当前时刻目标i的合成权值；

S7、对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值；并根据各个特定时刻的动态分配权值完成多目标的合成；

其中，获得特定目标在特定时刻的动态分配权值的公式如下：

其中表示第j个历史时刻目标i的合成权值，P表示有P个历史时刻，j≤P，P≤3。

2.如权利要求1所述的权值实时动态分配的多传感器目标合成方法，其特征在于：所述步骤S1中所述影响因素集O中，为两个目标i,j的相对距离Δd；为两个目标i,j的航速差Δv；为两个目标i,j的航向差Δc；

所述步骤S2包括：

S21、将合成权重的影响因素集设置各影响因素的重要性排序为Δd＞Δv＞Δc；

S22、根据语气算子与模糊标度值的对应关系表，确定目标影响因素关于重要性的有序二元比较矩阵β＝(β_ij)_m×m中的元素β₁₂＝0.65，β₂₃＝0.8；

S23、根据β₁₂，β₂₃的值通过二元对比法可确定各影响因素的重要程度值ω^k，k＝1，2，3。

3.一种权值实时动态分配的多传感器目标合成系统，其特征在于，其包括如下模块：

影响因素集建立模块，用于获取各目标的运动状态信息，并根据各目标的运动状态信息建立包含多个影响因素的目标合成权重的影响因素集；

其中，影响因素集为其中i、j为两个目标，m为第m个影响因素；

重要程度值判断模块，用于根据语气算子与模糊标度值的对应关系表，根据目标合成权重的各影响因素的重要性，生成关于影响因素的有序二元比较矩阵，通过二元对比法判断各影响因素的重要程度值；

支持度函数生成模块，用于确定用于表示两个目标在特定影响因素的条件下相互支持程度的影响因素的支持度函数，各影响因素的支持度函数值在0～1区间分布；影响因素的支持度函数值越大，表示两个目标在该影响因素的条件下的相互支持程度越高；影响因素的支持度函数值越低，表示两个目标在该影响因素的条件下的相互支持程度越低；

其中，两个目标i、j在第k影响因素下的支持度函数为：其中，支持度k表示第k个影响因素，k＝1,2,3；i≤n₁；j≤n₁；n₁为参与合成目标个数；

支持度矩阵生成模块，用于基于影响因素的支持度函数值生成多目标影响因素支持度矩阵；

目标互支持度获取模块，用于根据支持度函数生成模块中的支持度函数以及支持度矩阵生成模块中的多目标影响因素支持度矩阵获得各影响因素下的各目标的互支持度值；

合成权值生成模块，用于根据重要程度值判断模块中的各影响因素的重要程度值以及目标互支持度获取模块中的各影响因素下的各目标的互支持度值获得当前时刻的目标的合成权值；

其中，获得当前时刻的目标的合成权值的公式如下：

其中，k表示第k个影响因素，k＝1,2,3；i≤n₂；j≤n₂，n₂为参与合成目标个数，n₂≥3；ω^k为各影响因素的重要程度值；为各影响因素目标的互支持度，b_i为当前时刻目标i的合成权值；

动态分配权值及合成模块，用于对各个目标的多个时刻获取的目标的合成权值通过求均值进行稳定性处理，以获得特定目标在特定时刻的动态分配权值；并用于根据各个特定时刻的动态分配权值完成多目标的合成

其中，获得特定目标在特定时刻的动态分配权值的公式如下：

其中表示第j个历史时刻目标i的合成权值，P表示有P个历史时刻，j≤P，P≤3。

4.如权利要求3所述的权值实时动态分配的多传感器目标合成系统，其特征在于：所述影响因素集建立模块中所述影响因素集O中，为两个目标i,j的相对距离Δd；为两个目标i,j的航速差Δv；为两个目标i,j的航向差Δc；

所述重要程度值判断模块包括：

重要性排序单元，用于将合成权重的影响因素集设置各影响因素的重要性排序为Δd＞Δv＞Δc；

元素值获取单元，用于根据语气算子与模糊标度值的对应关系表，确定目标影响因素关于重要性的有序二元比较矩阵β＝(β_ij)_m×m中的元素β₁₂＝0.65，β₂₃＝0.8；

指标权重值获取单元，用于根据β₁₂，β₂₃的值通过二元对比法可确定各影响因素的重要程度值ω^k，k＝1，2，3。