CN111141276A - 一种基于多源传感器的航迹关联置信度评估方法 - Google Patents
一种基于多源传感器的航迹关联置信度评估方法 Download PDFInfo
- Publication number
- CN111141276A CN111141276A CN201911401222.3A CN201911401222A CN111141276A CN 111141276 A CN111141276 A CN 111141276A CN 201911401222 A CN201911401222 A CN 201911401222A CN 111141276 A CN111141276 A CN 111141276A
- Authority
- CN
- China
- Prior art keywords
- track
- information
- point
- sonar
- coefficient
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
- G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Automation & Control Theory (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于多源传感器的航迹关联置信度评估方法,在利用传感器信息进行航迹关联计算时,采用航迹或点迹关联质量系数来描述航迹关联结算结果的可信度的大小,采用环境影响系数、数据一致性系数和数据来源精度系数,来定量描述传感器信息的精度、环境信息,目标属性信息对关联结果的影响,可以相对全面的对航迹关联的置信度进行评估。
Description
技术领域
本申请涉及电子信息领域,特别涉及一种基于多源传感器的无人船航迹关联置信度评估方法。
背景技术
专利CN201811366176.3“一种航迹关联置信度评估方法、电子设备和存储介质”中介绍了一种航迹关联置信度评估方法,其中,该方法根据任意两个信息源上报的航迹信息,计算两个航迹的距离,再将两个相关联的航迹作为航迹对加入到待评估集合中,根据航迹对的距离和每个航迹在其信息源中的距离,利用迭代法,判断航迹对的关联关系是否正确,根据判断结果,确定航迹关联的可信程度。该方案通过迭代比较两个信息源上报的航迹的距离,确定关联关系正确和关联关系错误的航迹对,并最终得到所有航迹对的关联置信度,达到评估航迹关联结果可信程度的目的,并对基于航迹关联结果的信息处理过程提供可信度参考。
一般来说,计算航迹关联很多时候依据的就是航迹之间的距离信息,而该专利所述的方法虽然通过对距离信息进行迭代比较,来评估航迹关联的置信度,但并没有考虑距离信息之外更多的有用信息。而实际上,由于噪声的影响,航迹关联结果的计算,存在着一定的错误概率,航迹关联的置信度评估,应该反映出这种计算结果的可信度。另外,传感器信息的精度、目标属性状态以及环境因素等问题,都对航迹的正确关联具有非常重要的影响,而该专利并没有反映出这些因素对关联结果的影响。
发明内容
要解决的技术问题
为了充分利用环境信息,传感器信息以及目标的属性,使得对航迹关联信息的置信度进行更加有效的评估,本发明通过加权的方式综合各项数据,在得到一定的航迹关联计算结果后,将航迹关联结算结果的可信度,与传感器信息的精度、目标属性状态以及环境因素问题结合,可以相对全面的得到综合评估的信息的置信度。
技术方案
一种基于多源传感器的航迹关联置信度评估方法,其特征在于步骤如下:
步骤1:采用滑窗式双门限检测角度跟踪算法,将声呐航迹或点迹信息M1分别与雷达航迹或点迹信息M2、AIS航迹或点迹信息M3、和ESM航迹或点迹信息M4进行关联,并判定目标类型:
若声呐航迹或点迹信息M1与其他任一航迹或点迹信息Mj进行关联时,其中 j=2,3,…,关联次数计数器的计数值m1j≥LT或者m1j≥LP,则判定航迹相关,目标为水上目标;若关联次数计数器的计数值m1j<LT或者m1j<LP时,即声呐航迹或点迹和其他航迹或点迹均不关联,则认为该目标类型为水下目标;所述的LT、LP分别为航迹门限、点迹门限;
采集无人船气象仪的风速信息和惯导的横摇角信息估计出当前海域的海况等级;
步骤2:若关联次数计数器的计数值m1j≥LT或者m1j≥LP,设定航迹或点迹关联质量系数X1=0.1m1j;若关联次数计数器的计数值m1j<LT或者m1j<LP时,设定航迹或点迹关联质量系数X1=1-0.1m1j;
设定环境影响系数X2=1-0.1k,k=0,1,2,…,9表示海况等级;
设定数据来源一致性系数X3,若声呐信息与其他传感器均未关联上,或者所有传感器均在同一位置关联上,或者仅与声呐关联的传感器与其他的传感器没有关联关系,令X3=1;若与声呐关联的传感器,同时与其他未和声呐关联上的传感器关联,令X3=0.5;
设定数据来源精度系数X4,若对各传感器信息进行的是航迹相关计算,令X4=1;若进行的是点迹相关计算,此时令X4=0.5;
步骤3:通过加权求取航迹关联置信度:
F=0.4X1+0.2X2+0.2X3+0.2X4。
有益效果
本发明提出的一种基于多源传感器的航迹关联置信度评估方法,在利用传感器信息进行航迹关联计算时,采用航迹或点迹关联质量系数来描述航迹关联结算结果的可信度的大小,采用环境影响系数、数据一致性系数和数据来源精度系数,来定量描述传感器信息的精度、环境信息,目标属性信息对关联结果的影响,可以相对全面的对航迹关联的置信度进行评估。
具体实施方式
现结合实施例对本发明作进一步描述:
步骤一:获得航迹关联质量、数据来源、目标类型、环境因素信息。
多源传感器传回的方位角信息为Mi(i=1,2,…),其中i=1,2,…分别代表声呐、雷达、AIS和ESM传感器。若传感器提供的是航迹信息,采用基于滑窗式双门限检测的角度跟踪算法,将声呐航迹信息M1分别与雷达航迹信息M2、AIS航迹信息M3、和 ESM航迹信息M4进行关联。若声呐航迹信息M1与其他任一航迹信息Mj(j=2,3,…)在一个数据窗口成功进行一次关联,则关联次数计数器m1j的计数值加1,当完成RT (RT=10)个数据窗口的关联计算后,关联次数计数器m1j的计数值大于门限LT(LT=6),则判定航迹M1和Mj(j=2,3,…)为同一目标,并可认为该目标类型为水上目标,否则判定声呐航迹和其他航迹均不关联,则认为该目标类型为水下目标。
若传感器传来的是点迹信息,未能形成航迹,则在每个数据节点采用基于滑窗式双门限检测的角度跟踪算法,进行声呐点迹和其他传感器点迹信息的关联。当完成RP个数据节点的关联计算后,关联次数计数器m1j的计数值大于门限LP(LP=6),则判定航迹M1和Mj(j=2,3,…)为同一目标,并可认为该目标类型为水上目标,否则判定声呐航迹和其他航迹均不关联,则认为该目标类型为水下目标。
采集无人船气象仪的风速信息和惯导的横摇角信息,采用基于无人船惯导和气象仪信息的海况等级估计方法,通过横摇角信息在线估计无人船的横摇运动响应函数,然后反演出海浪谱,根据海浪谱与海浪要素的对应关系计算有效浪高,并和由风速信息计算得到的海浪高进行加权计算获得海浪高的均值,最后根据海浪高与海浪等级的对应关系联合估计出当前海域的海况等级,海况等级用k=0,1,2,…,9表示。
步骤二:对航迹或点迹关联质量、数据来源、目标类型、环境因素信息进行归一化处理。
⑴若声呐航迹或点迹信息M1与其他任一航迹或点迹信息Mj(j=2,3,…)进行关联时,关联次数计数器的计数值m1j≥LT或者m1j≥LP,则判定航迹相关,目标为水上目标,此时m1j越大,说明两个航迹被关联上的次数越多,其关联结果置信度越高,此时用航迹或点迹关联质量系数X1表示多航迹或点迹关联后的正确率,且X1=0.1m1j。
若关联次数计数器的计数值m1j<LT或者m1j<LP时,即声呐航迹或点迹和其他航迹或点迹均不关联,则认为该目标类型为水下目标,此时若关联次数计数器的计数值 m1j越小,说明两个航迹没有被关联上的次数越多,其关联结果置信度越高,此时令航迹或点迹关联质量系数X1=1-0.1m1j。
⑵环境影响系数主要考虑海况对传感器数据的影响,海况等级用k=0,1,2,…,9表示,若海况等级越小,对传感器数据的干扰越小,置信度越高。此时用X2表示,且 X2=1-0.1k。
⑶用X3表示不同来源数据的一致性,若声呐信息与其他传感器均未关联上,或者所有传感器均在同一位置关联上,或者仅与声呐关联的传感器与其他的传感器没有关联关系,则认为数据一致性较好,其置信度也越高,此时令X3=1;若与声呐关联的传感器,同时与其他未和声呐关联上的传感器关联,此时令X3=0.5。
⑷用X4表示数据来源的精度,若对各传感器信息进行的是航迹相关计算,其置信度较高,此时令X4=1;若进行的是点迹相关计算,此时令X4=0.5。
步骤三:通过加权求得航迹关联置信度
将步骤二中得到的归一化处理后的各项信息进行加权处理,根据以下公式计算出我们需要的置信度:
式中Xi表示得到的跟航迹关联有关的各项信息,wi表示各项信息对航迹结果的影响的权重。
在本发明中,Xi的组成包括以下几个部分,根据各因素对航迹关联结果的影响程度,其各自的权重被分配如下:
航迹或点迹关联质量系数X1,其权重为w1=0.4。当m1j≥LT或者m1j≥LP时, X1=0.1m1j;当m1j<LT或者m1j<LP时,X1=1-0.1mij。
环境影响系数X2=1-0.1k,k=0,1,2,…,9表示海况等级,其权重为w2=0.2。
数据一致性系数X3,其权重为w3=0.2。
数据来源精度系数X4,其权重为w4=0.2。
则式(1)可以改写为:
F=0.4X1+0.2X2+0.2X3+0.2X4 (2)
其结果就是基于多源传感器的无人船航迹关联置信度。
Claims (1)
1.一种基于多源传感器的航迹关联置信度评估方法,其特征在于步骤如下:
步骤1:采用滑窗式双门限检测角度跟踪算法,将声呐航迹或点迹信息M1分别与雷达航迹或点迹信息M2、AIS航迹或点迹信息M3、和ESM航迹或点迹信息M4进行关联,并判定目标类型:
若声呐航迹或点迹信息M1与其他任一航迹或点迹信息Mj进行关联时,其中j=2,3,…,关联次数计数器的计数值m1j≥LT或者m1j≥LP,则判定航迹相关,目标为水上目标;若关联次数计数器的计数值m1j<LT或者m1j<LP时,即声呐航迹或点迹和其他航迹或点迹均不关联,则认为该目标类型为水下目标;所述的LT、LP分别为航迹门限、点迹门限;
采集无人船气象仪的风速信息和惯导的横摇角信息估计出当前海域的海况等级;
步骤2:若关联次数计数器的计数值m1j≥LT或者m1j≥LP,设定航迹或点迹关联质量系数X1=0.1m1j;若关联次数计数器的计数值m1j<LT或者m1j<LP时,设定航迹或点迹关联质量系数X1=1-0.1m1j;
设定环境影响系数X2=1-0.1k,k=0,1,2,…,9表示海况等级;
设定数据来源一致性系数X3,若声呐信息与其他传感器均未关联上,或者所有传感器均在同一位置关联上,或者仅与声呐关联的传感器与其他的传感器没有关联关系,令X3=1;若与声呐关联的传感器,同时与其他未和声呐关联上的传感器关联,令X3=0.5;
设定数据来源精度系数X4,若对各传感器信息进行的是航迹相关计算,令X4=1;若进行的是点迹相关计算,此时令X4=0.5;
步骤3:通过加权求取航迹关联置信度:
F=0.4X1+0.2X2+0.2X3+0.2X4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911401222.3A CN111141276B (zh) | 2019-12-31 | 2019-12-31 | 一种基于多源传感器的航迹关联置信度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911401222.3A CN111141276B (zh) | 2019-12-31 | 2019-12-31 | 一种基于多源传感器的航迹关联置信度评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111141276A true CN111141276A (zh) | 2020-05-12 |
CN111141276B CN111141276B (zh) | 2022-08-30 |
Family
ID=70522193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911401222.3A Active CN111141276B (zh) | 2019-12-31 | 2019-12-31 | 一种基于多源传感器的航迹关联置信度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111141276B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854729A (zh) * | 2020-05-29 | 2020-10-30 | 西北工业大学 | 一种基于运动信息和属性信息的航迹关联方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5317319A (en) * | 1992-07-17 | 1994-05-31 | Hughes Aircraft Company | Automatic global radar/IR/ESM track association based on ranked candidate pairings and measures of their proximity |
CN103116688A (zh) * | 2012-12-13 | 2013-05-22 | 中国航空无线电电子研究所 | 用于机载航电系统的多源异类传感器目标航迹关联方法 |
CN109616224A (zh) * | 2018-11-16 | 2019-04-12 | 北京电子工程总体研究所 | 一种航迹关联置信度评估方法、电子设备和存储介质 |
CN109633589A (zh) * | 2019-01-08 | 2019-04-16 | 沈阳理工大学 | 目标跟踪中基于多模型优化多假设的多目标数据关联方法 |
CN110501006A (zh) * | 2019-08-29 | 2019-11-26 | 电子科技大学 | 一种异类传感器联合航迹关联与跟踪方法 |
-
2019
- 2019-12-31 CN CN201911401222.3A patent/CN111141276B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5317319A (en) * | 1992-07-17 | 1994-05-31 | Hughes Aircraft Company | Automatic global radar/IR/ESM track association based on ranked candidate pairings and measures of their proximity |
CN103116688A (zh) * | 2012-12-13 | 2013-05-22 | 中国航空无线电电子研究所 | 用于机载航电系统的多源异类传感器目标航迹关联方法 |
CN109616224A (zh) * | 2018-11-16 | 2019-04-12 | 北京电子工程总体研究所 | 一种航迹关联置信度评估方法、电子设备和存储介质 |
CN109633589A (zh) * | 2019-01-08 | 2019-04-16 | 沈阳理工大学 | 目标跟踪中基于多模型优化多假设的多目标数据关联方法 |
CN110501006A (zh) * | 2019-08-29 | 2019-11-26 | 电子科技大学 | 一种异类传感器联合航迹关联与跟踪方法 |
Non-Patent Citations (1)
Title |
---|
董金良等: "基于改进加权航迹关联的异步融合算法与仿真", 《电子技术应用》, no. 01, 6 January 2010 (2010-01-06) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854729A (zh) * | 2020-05-29 | 2020-10-30 | 西北工业大学 | 一种基于运动信息和属性信息的航迹关联方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111141276B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103809173B (zh) | 帧恒虚警目标检测跟踪一体化方法 | |
CN111127518B (zh) | 基于无人机的目标跟踪方法及装置 | |
CN110660083A (zh) | 一种结合视频场景特征感知的多目标跟踪方法 | |
CN109901130B (zh) | 一种基于Radon变换和改进2DPCA的旋翼无人机检测与识别方法 | |
CN110058222B (zh) | 一种基于传感器选择的双层粒子滤波检测前跟踪方法 | |
US20120143803A1 (en) | Bottom sediment determination device, ultrasonic finder, and method and program for setting parameters | |
WO2023284698A1 (zh) | 一种基于深度神经网络的多目标恒虚警率检测方法 | |
CN109521420B (zh) | 基于多特征匹配的多目标跟踪方法 | |
CN104155651A (zh) | 一种用于极化雷达目标跟踪的概率数据关联方法 | |
CN107064865A (zh) | 基于深度聚类的极坐标动态规划无源协同定位方法 | |
CN110187335A (zh) | 针对具有非连续特性目标的粒子滤波检测前跟踪方法 | |
Rao et al. | Data fusion for underwater target tracking | |
CN111141276B (zh) | 一种基于多源传感器的航迹关联置信度评估方法 | |
CN110889862A (zh) | 一种网络传输攻击环境中多目标跟踪的组合测量方法 | |
CN101582159A (zh) | 基于无监督核回归分析的红外图像背景抑制方法 | |
CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
JP6513310B1 (ja) | 航跡推定装置及び携帯情報端末 | |
Rao et al. | Passive target tracking in underwater environment using bearing and frequency measurements | |
CN113075645A (zh) | 一种基于主成分分析-密度聚类的畸变阵形线谱增强方法 | |
US9514361B2 (en) | Classification of range profiles | |
CN111796267A (zh) | 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法 | |
JPH0797136B2 (ja) | 多目標追尾方法及びその装置 | |
CN115542282B (zh) | 基于深度学习的雷达回波检测方法、系统、设备及介质 | |
Hinostroza et al. | Nonparametric estimation of directional wave spectra using two hyperparameters |
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 |