CN107390164B - 一种水下分布式多源目标的连续跟踪方法 - Google Patents

一种水下分布式多源目标的连续跟踪方法 Download PDF

Info

Publication number
CN107390164B
CN107390164B CN201710442476.4A CN201710442476A CN107390164B CN 107390164 B CN107390164 B CN 107390164B CN 201710442476 A CN201710442476 A CN 201710442476A CN 107390164 B CN107390164 B CN 107390164B
Authority
CN
China
Prior art keywords
target
track
lon
lat
relevant
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.)
Active
Application number
CN201710442476.4A
Other languages
English (en)
Other versions
CN107390164A (zh
Inventor
薛山花
张扬帆
尹力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Acoustics CAS
Original Assignee
Institute of Acoustics CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Acoustics CAS filed Critical Institute of Acoustics CAS
Priority to CN201710442476.4A priority Critical patent/CN107390164B/zh
Publication of CN107390164A publication Critical patent/CN107390164A/zh
Application granted granted Critical
Publication of CN107390164B publication Critical patent/CN107390164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S1/00Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/72Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using ultrasonic, sonic or infrasonic waves
    • G01S1/76Systems for determining direction or position line
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/66Sonar tracking systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves

Abstract

本发明公开了一种水下分布式多源目标的连续跟踪方法,所述方法包括:步骤1)选择“断续”航迹的目标C;步骤2)根据目标C的运动趋势进行前向追踪,获取数据池某一时间段某一阵元的目标信息集;步骤3)对目标信息集进行预处理和统计关联筛选,选出与目标C航迹相关的目标,形成目标相关集;步骤4)提取目标相关集中的每个目标与目标C的声纹特征参数,计算目标特征匹配度;步骤5)若目标特征匹配度大于阈值,则判定该目标与目标C为同一目标,转入步骤6);否则,没有与目标C相同的目标;步骤6)利用航迹插值算法完成目标C的“断续”航迹连接。本发明的方法能够实现对水声目标的连续跟踪。

Description

一种水下分布式多源目标的连续跟踪方法
技术领域
本发明涉及水下目标多源数据融合处理领域,尤其涉及一种水下分布式多源目标的连续跟踪方法。
背景技术
目标多源信息融合处理系统,接收多站、多阵水声探测目标以及其他综合情报的目标信息,包括利用雷达、声纳以及各类手段等获取的水面、水下目标信息,通过多源、多类信息融合处理,对水声探测目标与雷达提供的水面目标按照一定的规则进行方位关联或航迹关联等融合处理,以形成区域内完整、准确、持续的水下目标态势信息。
在态势信息显示系统中航迹线是目标运动轨迹的直观表达,每一个推送的目标会分配一个批号,在显示系统航迹管理模块中会为每一个目标批号维护一条航迹线。目标是实时运动的,通常,同一个目标可能被多个水声岸站探测到,不同岸站探测到的目标推送到显控端的目标批号是不同的,也就是说会在态势显示界面中出现两条航迹线(见图1),造成目标信息冗余,还会使目标跟踪系统出现“断续”状态。为了有效保证目标连续跟踪状态,需要通过一定的辅助判别手段,把两条航迹线进行有效关联。
发明内容
本发明的目的在于针对分布式多平台探测数据导致的信息冗余问题,将多水声源探测同一目标产生的“断续”点迹,通过多源差异化目标特征关联性分析和目标稳态特征分析,提出一种有效辅助多源水下目标连续跟踪的方法。
为了实现上述目的,本发明提出了一种水下分布式多源目标的连续跟踪方法,所述方法包括:
步骤1)选择“断续”航迹的目标C;
步骤2)根据目标C的运动趋势进行前向追踪,获取数据池某一时间段某一阵元的目标信息集;
步骤3)对目标信息集进行预处理和统计关联筛选,选出与目标C航迹相关的目标,形成目标相关集;
步骤4)提取目标相关集中的每个目标与目标C的声纹特征参数,计算目标特征匹配度;
步骤5)若目标特征匹配度大于阈值,则判定该目标与目标C为同一目标,转入步骤6);否则,没有与目标C相同的目标;
步骤6)利用航迹插值算法完成目标C的“断续”航迹连接。
上述技术方案中,所述步骤3)具体包括:
步骤3-1)对目标信息集进行预处理:剔除纯方位目标信息,得到预处理后的目标信息集;
步骤3-2)将预处理后的目标信息集的每个目标航迹数据与目标C的航迹依次进行相关性计算,得到相关系数;
步骤3-3)若相关系数小于某一预设阈值,则认为两条航迹不相关;否则,判定两个航迹数据符合连接条件,该目标放入目标相关集。
上述技术方案中,所述步骤4)具体包括:
步骤4-1)对目标C和目标相关集的所有目标进行目标噪声信号声纹特征提取与分析,获取目标C和目标相关集的所有目标的声纹特征参数;
步骤4-2)根据声纹特征参数依次计算目标相关集的每个目标与目标C的目标特征匹配度。
上述技术方案中,所述步骤4-1)的目标噪声信号声纹特征提取与分析的具体过程为:计算目标的LOFAR、DEMON谱及其历程图,然后提取出目标的声纹特征参数,包括:轴频、叶频及其谐波、稳定线谱集合、目标转速和桨叶数。
上述技术方案中,设在步骤5)目标B与目标C为同一目标,则所述步骤6)具体为:
在目标B的航迹线中选取1个经纬度点(lon0,lat0),目标C的航迹线中选取2个经纬度点(lon1,lat1),(lon2,lat2);
根据抛物线插值的方法,找到一个不超过二次函数y=L(x),使得L(x)满足条件:L(lon0)=lat0,L(lon1)=lat1,L(lon2)=lat2;其中,L(x)的形式如下L(x)=b0+b1x+b2x2,根据抛物线插值算法得下式:
求解式中二次多项式系数b0,b1,b2,得到y=L(x)的函数曲线。该曲线经过(lon0,lat0),(lon1,lat1),(lon2,lat2)三点;
利用y=L(x)将目标B的航迹与目标C的航迹进行连接,得到连续的目标C的航迹。
本发明的优势在于:
本发明的方法通过对多平台水声目标进行综合判别,对同一探测手段不同时段探测的目标进行同一性认定,进而完成对水声目标的持续跟踪;首先采用航迹关联方法进行目标时空航迹匹配,继而采用目标特性分析进行同一性识别判定,以此增强“断续”目标航迹续接处理的可靠性。
附图说明
图1为多个岸站探测到同一目标的航迹示意图;
图2为本发明的水下分布式多源目标的连续跟踪方法的流程图;
图3为岸站1探测目标航迹线;
图4为岸站2探测目标航迹线;
图5为二次插值算法的坐标系建立;
图6为基于抛物线插值目标航迹关联图。
具体实施方式
下面结合附图和具体实例对本发明提出的方法进行详细描述。
本发明的特点是:针对多水声源探测同一目标产生的“断续”点迹,通过对数据池目标历史航迹检索与属性匹配,对具有相似特征模式的目标进行比对判别,基于统计和经验相结合的关联算法,完成对区域内连续信号的持续跟踪。具体的说,系统结合水声探测设备能力分析与评估数据、目标声纹处理的判断结果以及人工决策与分析,实现区域多站目标数据的去重辅助跟踪。
如图2所示,一种水下分布式多源目标的连续跟踪方法,所述方法包括:
步骤1)从分布式多平台探测系统中选择“断续”航迹的目标C;
步骤2)根据目标C的运动趋势进行前向追踪,获取数据池的某一时间段某一阵元的所有目标信息;
步骤3)对目标信息集进行统计关联筛选后,选出航迹相关的目标,形成目标相关集;
其中,步骤3)还包括:对目标信息集数据首先进行预处理,剔除纯方位目标信息;然后对目标集航迹数据与“断续”目标航迹依次进行相关性计算,若相关系数小于某一预设阈值,则认为两条航迹不相关;否则初步判定两目标符合航迹续接条件,将该目标放入目标相关集。
步骤4)将目标相关集中的目标依次与目标C进行目标同一性认定,
步骤5)如果同一性认定的结果为目标C相同的目标,转入步骤6);否则,没有与目标C相同的目标;
所述目标同一性判别功能,即对目标噪声信号声纹特征自动提取与分析,并将目标声纹信息与特征或知识数据进行智能比对,最终进行目标同一性认定:对听音数据进行处理,通过计算LOFAR、DEMON谱及其历程图,然后提取出目标的轴频、叶频及其谐波、稳定线谱集合、目标转速、桨叶数等声纹特征参数,用于相似性度量的特征输入。继而计算目标特征的匹配度,最终判断是否为同一目标。
步骤6)利用航迹插值算法完成目标C的航迹连接。
实施例1:
1、选择“断续”跟踪目标;
目标航迹线是每一时刻目标经纬度点迹的连线。目标态势显示系统收到目标经纬度信息,并把相应信息保存在数据结构中,通过折线的方式把连续点迹连接成一条航迹线。
现有两个水声岸站1和2,目标做匀速运动,运动轨迹将连续穿过两个岸站。目标进入岸站1探测范围,岸站1探测到目标并分配批号“目标1”,经过一段时间后该目标形成一条航迹线。待目标超出岸站1的探测范围后,岸站1将无法探测到该目标,目标1的航迹终止。态势系统中目标1的航迹线见图3所示。
目标进入岸站2的探测范围后,岸站2获得目标信息,并分配新批号“目标2”。态势显示系统实时接收岸站上传的目标2态势信息,并在显示窗口维护出一条稳定的航迹线,如图4所示。
在态势系统中选择“断续”跟踪的目标2,根据其目标运动速度和运动趋势进行前向追踪,估测目标2离开岸站1的时间区间。
2、向数据池请求估测时间段内岸站1探测的所有目标信息;
3、对岸站1送上来的目标信息集进行统计关联和筛选,去除纯方位目标信息以及与目标2航迹相关系数ρXY小于某一阈值λ(|ρXY|≥0.8时称为高度相关,故文中选取λ=0.8)的目标信息,对目标2和经过数据筛选后的岸站1目标信息集进行同一性判别。
4、经过同一性判别决策后,判定目标1和目标2是同一类型目标且具有较高置信度。这时将对目标1和目标2的航迹线进行有效的关联和连接,本发明采用二次插值算法进行目标关联。在目标1的航迹线中选取1个经纬度点(lon0,lat0),目标2的航迹线中选取2个经纬度点(lon1,lat1),(lon2,lat2)。建立直角坐标系如图5所示。把坐标位置信息对岸站1位置进行归一化。
根据抛物线插值的方法,找到一个不超过二次函数y=L(x),使得L(x)满足条件:L(lon0)=lat0,L(lon1)=lat1,L(lon2)=lat2。其中,L(x)的形式如下L(x)=b0+b1x+b2x2,根据抛物线插值算法得下式:
求解式中二次多项式系数b0,b1,b2,得到y=L(x)的函数曲线。该曲线经过(lon0,lat0),(lon1,lat1),(lon2,lat2)三点。
经过二次插值计算后,使得同一目标的两段航迹线得到有效连接(如图6所示),在目标态势图中可更直观的展示多站目标连续跟踪的航迹信息。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种水下分布式多源目标的连续跟踪方法,所述方法包括:
步骤1)选择“断续”航迹的目标C;
步骤2)根据目标C的运动趋势进行前向追踪,获取数据池某一时间段某一阵元的目标信息集;
步骤3)对目标信息集进行预处理和统计关联筛选,选出与目标C航迹相关的目标,形成目标相关集;
步骤4)提取目标相关集中的每个目标与目标C的声纹特征参数,计算目标特征匹配度;
步骤5)若目标特征匹配度大于阈值,则判定该目标与目标C为同一目标,转入步骤6);否则,没有与目标C相同的目标;
步骤6)利用航迹插值算法完成目标C的“断续”航迹连接。
2.根据权利要求1所述的水下分布式多源目标的连续跟踪方法,其特征在于,所述步骤3)具体包括:
步骤3-1)对目标信息集进行预处理:剔除纯方位目标信息,得到预处理后的目标信息集;
步骤3-2)将预处理后的目标信息集的每个目标航迹数据与目标C的航迹依次进行相关性计算,得到相关系数;
步骤3-3)若相关系数小于某一预设阈值,则认为两条航迹不相关;否则,判定两个航迹数据符合连接条件,该目标放入目标相关集。
3.根据权利要求1所述的水下分布式多源目标的连续跟踪方法,其特征在于,所述步骤4)具体包括:
步骤4-1)对目标C和目标相关集的所有目标进行目标噪声信号声纹特征提取与分析,获取目标C和目标相关集的所有目标的声纹特征参数;
步骤4-2)根据声纹特征参数依次计算目标相关集的每个目标与目标C的目标特征匹配度。
4.根据权利要求3所述的水下分布式多源目标的连续跟踪方法,其特征在于,所述步骤4-1)的目标噪声信号声纹特征提取与分析的具体过程为:计算目标的LOFAR、DEMON谱及其历程图,然后提取出目标的声纹特征参数,包括:轴频、叶频及其谐波、稳定线谱集合、目标转速和桨叶数。
5.根据权利要求1所述的水下分布式多源目标的连续跟踪方法,其特征在于,设在步骤5)中判定目标B与目标C为同一目标,则所述步骤6)具体为:
在目标B的航迹线中选取1个经纬度点(lon0,lat0),目标C的航迹线中选取2个经纬度点(lon1,lat1),(lon2,lat2);
根据抛物线插值的方法,找到一个不超过二次函数y=L(x),使得L(x)满足条件:L(lon0)=lat0,L(lon1)=lat1,L(lon2)=lat2;其中,L(x)的形式如下L(x)=b0+b1x+b2x2,根据抛物线插值算法得下式:
求解式中二次多项式系数b0,b1,b2,得到y=L(x)的函数曲线;该曲线经过(lon0,lat0),(lon1,lat1),(lon2,lat2)三点;
利用y=L(x)将目标B的航迹与目标C的航迹进行连接,得到连续的目标C的航迹。
CN201710442476.4A 2017-06-13 2017-06-13 一种水下分布式多源目标的连续跟踪方法 Active CN107390164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710442476.4A CN107390164B (zh) 2017-06-13 2017-06-13 一种水下分布式多源目标的连续跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710442476.4A CN107390164B (zh) 2017-06-13 2017-06-13 一种水下分布式多源目标的连续跟踪方法

Publications (2)

Publication Number Publication Date
CN107390164A CN107390164A (zh) 2017-11-24
CN107390164B true CN107390164B (zh) 2019-06-18

Family

ID=60333213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710442476.4A Active CN107390164B (zh) 2017-06-13 2017-06-13 一种水下分布式多源目标的连续跟踪方法

Country Status (1)

Country Link
CN (1) CN107390164B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107390164B (zh) * 2017-06-13 2019-06-18 中国科学院声学研究所 一种水下分布式多源目标的连续跟踪方法
CN113422847B (zh) * 2021-08-23 2021-11-02 中国电子科技集团公司第二十八研究所 一种基于机载ads-b的航空器识别号统一编码方法
CN113887450B (zh) * 2021-10-09 2022-05-20 中国人民解放军91977部队 基于调制谱特征的水中目标在线筛选方法
CN116381607B (zh) * 2023-04-11 2023-10-27 哈尔滨工程大学 多目标击水声特征关联方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073711A (zh) * 2010-12-29 2011-05-25 中国科学院声学研究所 一种用于声纳数据管理系统的数据处理方法
CN102279399A (zh) * 2009-12-25 2011-12-14 中国科学院声学研究所 一种基于动态规划的微弱目标频谱跟踪方法
CN107390164A (zh) * 2017-06-13 2017-11-24 中国科学院声学研究所 一种水下分布式多源目标的连续跟踪方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279399A (zh) * 2009-12-25 2011-12-14 中国科学院声学研究所 一种基于动态规划的微弱目标频谱跟踪方法
CN102073711A (zh) * 2010-12-29 2011-05-25 中国科学院声学研究所 一种用于声纳数据管理系统的数据处理方法
CN107390164A (zh) * 2017-06-13 2017-11-24 中国科学院声学研究所 一种水下分布式多源目标的连续跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于无线声阵列传感器网络的试试多目标跟踪平台设计及验证";李元实 等;《仪器仪表学报》;20120131(第01期);第146-154页 *
"运动目标的自动分割与跟踪";刘明刚 等;《电子与信息学报》;20020831(第08期);第1009-1016页 *

Also Published As

Publication number Publication date
CN107390164A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN107390164B (zh) 一种水下分布式多源目标的连续跟踪方法
CN108664931B (zh) 一种多阶段视频动作检测方法
Wang et al. Deep learning-based UAV detection in pulse-Doppler radar
Laxhammar et al. Inductive conformal anomaly detection for sequential detection of anomalous sub-trajectories
CN109190544B (zh) 一种基于序列深度图像的人体身份识别方法
WO2012009947A1 (zh) 特征迹驱动的多目标跟踪装置及方法
CN110221307A (zh) 一种多被动声纳非合作多目标线谱信息融合方法
WO2022116467A1 (zh) 一种基于毫米波雷达的非接触式身份识别方法及系统
CN105427342A (zh) 一种水下小目标声呐图像目标检测跟踪方法和系统
CN110400294B (zh) 一种红外目标探测系统及探测方法
Zhang et al. A bi-directional lstm ship trajectory prediction method based on attention mechanism
Deng et al. Gaitfi: Robust device-free human identification via wifi and vision multimodal learning
CN115508821A (zh) 一种多源融合无人机智能探测系统
CN113850838A (zh) 船舶航行意图获取方法、装置、计算机设备及存储介质
Zha et al. LT-SEI: Long-tailed specific emitter identification based on decoupled representation learning in low-resource scenarios
CN116338684A (zh) 基于毫米波雷达与深度学习的人体跌倒检测方法及系统
Peyvandi et al. SONAR systems and underwater signal processing: classic and modern approaches
CN104243894A (zh) 一种声视频融合监控方法
Zhang et al. Target tracking method of Siamese networks based on the broad learning system
Hanusa et al. Clutter rejection by clustering likelihood-based similarities
Tang et al. A novel approach for automatic recognition of LPI radar waveforms based on CNN and attention mechanisms
CN113297969B (zh) 一种雷达波形识别方法及系统
Bhanu et al. Recognizing target variants and articulations in synthetic aperture radar images
KR101851636B1 (ko) 공진 주파수 및 파형 구조 기반의 특성 벡터 융합을 이용한 레이더 표적 구분 방법 및 장치
Han et al. Semantic-aware Transmission for Robust Point Cloud Classification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant