CN111539625A - 一种面向地面目标的多源信息融合评估方法 - Google Patents

一种面向地面目标的多源信息融合评估方法 Download PDF

Info

Publication number
CN111539625A
CN111539625A CN202010324775.XA CN202010324775A CN111539625A CN 111539625 A CN111539625 A CN 111539625A CN 202010324775 A CN202010324775 A CN 202010324775A CN 111539625 A CN111539625 A CN 111539625A
Authority
CN
China
Prior art keywords
target
output
information fusion
improvement
fusion
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.)
Pending
Application number
CN202010324775.XA
Other languages
English (en)
Inventor
李春明
崔岩
苏瑾
陈旺
郑凯峰
王超
商曦文
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.)
China North Vehicle Research Institute
Original Assignee
China North Vehicle Research Institute
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 China North Vehicle Research Institute filed Critical China North Vehicle Research Institute
Priority to CN202010324775.XA priority Critical patent/CN111539625A/zh
Publication of CN111539625A publication Critical patent/CN111539625A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management

Abstract

本发明属于多源信息融合领域,公开了一种面向地面目标的多源信息融合评估方法，通过对正确航迹改善率、精度改善率、遗漏目标改善率等形式进行量化评估计算，来评估多源信息融合对于目标识别及目标航迹跟踪的成效，能够反映采用信息融合后，目标的质量比单传感器的提升效果。

Description

一种面向地面目标的多源信息融合评估方法
技术领域
本发明属于多源信息融合领域，涉及一种面向地面目标的多源信息融合评估方法。
背景技术
地面环境复杂、目标种类繁多、复杂程度高，单传感器对于目标的探测精度、识别能力都有限，因此通过多源信息融合软件进行多传感器信息融合，不仅能够对目标进行综合识别，而且能够生成准确、清晰、连续的综合态势，为乘员决策提供有效支撑。由于前期面向地面复杂环境下的多源信息融合软件缺乏测试指标，无法有效反映采用信息融合后，目标的质量比单传感器的提升效果。因此有必要建立一种基于针对地面目标的多源信息融合评估指标体系的多源信息融合评估方法，来评估多源信息融合对于目标识别及目标航迹跟踪的成效。
发明内容
本发明的目的是提出一种针对地面目标的多源信息融合技术的评估方法，通过从正确性、连续性、质量、虚假率等方面将多源信息融合后的目标与单传感器获取目标的改善情况去评估，来评估多源信息融合对于目标识别及目标航迹跟踪的成效。
为了实现上述目的，本发明所采用的技术方案如下：
一种面向地面目标的多源信息融合评估方法，包括一套指标体系，所述指标体系包括正确性、连续性、质量、虚假率、遗漏率、处理时间和容量；
所述正确性是指考察信息融合系统输出融合航迹对目标跟踪的正确性，由正确航迹改善率来表示；
所述连续性是指多源信息融合以后输出航迹的连续性，由航迹零碎度改善率来表示；
所述质量是指融合系统输出的融合航迹的质量，由精度改善率表示；
所述虚假率是指整个融合系统对传感器目标进行关联处理后虚出目标的情况，由虚假目标改善率来表示；
所述遗漏率是指整个融合系统对传感器目标进行融合处理后漏掉目标的情况，由漏目标改善率来表示；
所述处理时间是指指系统在满负荷稳定运行时，对输入目标从接收到融合处理完成输出所用的平均时间；
所述容量为信息处理容量，指数据融合系统能够正确处理并显示输出的传感器输入的目标数。
正确航迹改善率的计算方法如下：
假定信息融合的被测系统输出的正确航迹数为Tr，原始传感器输出的正确航迹数为Ty，航迹数真值为Tz，则正确航迹改善率为Tg＝Tr-Ty/Tz，当航迹处理时，认为经过信息融合后，目标航迹正确性有改善；否则认为无改善；
航迹零碎度改善率的计算方法如下：
假定信息融合的被测系统输出的航迹零碎度为Lr，原始传感器输出的航迹零碎读为Ly，航迹数真值为Lz，则航迹零碎度改善率为Lg＝Ly-Lr/Lz，当航迹
Figure BDA0002462788110000021
时，认为经过信息融合后，目标零碎度有改善；否则认为无改善。
精度改善率的计算方法如下：
假定信息融合的被测系统输出的目标位置偏差幅度为Fr，原始传感器输出目标位置偏差幅度为Fy，则精度改善率为Fg＝Fy-Fr/Fy，当精度改善率
Figure BDA0002462788110000022
时，认为经过信息融合后，目标精度有改善；否则认为无改善。
虚假目标改善率的计算方法如下：
假定信息融合的被测系统输出与真值目标相比，其虚假目标为Jr，原始传感器输出的目标与真值目标相比，其虚假目标为Jy，测试用例设计与管理系统设置的目标真值个数为Jz，则虚假目标改善率为Jg＝Jy-Jr/Jz，当航迹
Figure BDA0002462788110000023
时，认为经过信息融合后，虚假目标有改善；否则认为无改善。
漏目标改善率的计算方法如下：
假定信息融合的被测系统输出与真值目标相比，其遗漏目标个数为Yr，原始传感器输出的目标与真值目标相比，其遗漏目标个数为Yy，测试用例设计与管理系统设置的目标真值个数为Jz，则遗漏目标改善率为Yg＝Yy-Yr/Jz，当航迹
Figure BDA0002462788110000024
时，认为经过信息融合后，遗漏目标有改善；否则认为无改善。
本发明的效果
本发明提出了一种对多源信息融合进行评估的指标及指标的量化计算方法，通过从正确性、连续性、质量、虚假率等方面将多源信息融合后的目标与单传感器获取目标的改善情况进行计算，来评估多源信息融合对于目标识别及目标航迹跟踪的成效。
附图说明
图1为多源信息融合评估指标体系示意图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
参见图1，本发明基于多源信息融合评估方法来评估多源信息融合后的目标与单传感器获取目标的改善情况，包括一套指标体系，该套指标体系包括正确性、连续性、质量、虚假率、遗漏率、处理时间和容量。
1)正确航迹改善率：指信息融合系统输出的正确航迹数与探测源输出的正确航迹数相比，两者的改善程度。正确航迹，是指该航迹全生命周期内能够稳定跟踪一个真实目标。该指标考察信息融合系统输出融合航迹对目标跟踪的正确性。
假定信息融合的被测系统输出的正确航迹数为Tr，原始传感器输出的正确航迹数为Ty，测试用例设计与管理系统设置的航迹数真值为Tz，则正确航迹改善率为Tg＝Tr-Ty/Tz，当航迹处理时，认为经过信息融合后，目标航迹正确性有改善；否则认为无改善。
2)航迹零碎度改善率：指融合系统输出的航迹零碎度与探测源输出的航迹零碎度相比，两者的改善程度。该项指标考察了多源信息融合以后输出航迹的连续性。
假定信息融合的被测系统输出的航迹零碎度为Lr，原始传感器输出的航迹零碎读为Ly，测试用例设计与管理系统设置的航迹数真值为Lz，则航迹零碎度改善率为Lg＝Ly-Lr/Lz，当航迹
Figure BDA0002462788110000041
时，认为经过信息融合后，目标零碎度有改善；否则认为无改善。
3)精度改善率：融合系统输出正确航迹的目标位置及运动参数的统计误差，与探测源输出的正确航迹的目标位置及运动参数的统计误差相比，两者的改善程度。该指标反映了融合系统输出的融合航迹的质量。
假定信息融合的被测系统输出的目标位置偏差幅度为Fr，原始传感器输出目标位置偏差幅度为Fy，则精度改善率为Fg＝Fy-Fr/Fy，当精度改善率
Figure BDA0002462788110000042
时，认为经过信息融合后，目标精度有改善；否则认为无改善。
4)虚假目标改善率：指经过数据融合后，融合目标航迹态势中出现虚假目标点的比例，与探测系统航迹态势中出现虚假目标点的比例，两者的改善程度。该指标考察整个融合系统对传感器目标进行关联处理后虚出目标的情况。
假定信息融合的被测系统输出与真值目标相比，其虚假目标为Jr，原始传感器输出的目标与真值目标相比，其虚假目标为Jy，测试用例设计与管理系统设置的目标真值个数为Jz，则虚假目标改善率为Jg＝Jy-Jr/Jz，当航迹
Figure BDA0002462788110000043
时，认为经过信息融合后，虚假目标有改善；否则认为无改善。
5)漏目标改善率：指经过数据融合后，融合目标航迹态势中出现漏目标点的比例，与探测系统航迹态势中出现漏目标点的比例，两者的改善程度。该指标考察整个融合系统对传感器目标进行融合处理后漏掉目标的情况。
假定信息融合的被测系统输出与真值目标相比，其遗漏目标个数为Yr，原始传感器输出的目标与真值目标相比，其遗漏目标个数为Yy，测试用例设计与管理系统设置的目标真值个数为Jz，则遗漏目标改善率为Yg＝Yy-Yr/Jz，当航迹
Figure BDA0002462788110000044
时，认为经过信息融合后，遗漏目标有改善；否则认为无改善。
6)处理时间：指系统在满(指标)负荷稳定运行时，对输入目标从接收到融合处理完成输出所用的平均时间，称为处理时间。该指标考察系统在满负荷时进行融合处理的能力是否满足要求。
7)容量：信息处理容量是指数据融合系统能够正确处理并显示输出的传感器输入的目标数。该指标考察融合系统对目标的处理能力。
本发明提出了一种对多源信息融合进行评估的指标，能够从正确性、质量、连续性等多方面对融合的可用性和正确性进行评估。多源信息融合后的目标与单传感器获取目标的改善情况提出了一种对多源信息融合指标的量化计算方法，通过对正确航迹改善率、精度改善率、遗漏目标改善率等形式进行量化评估计算，能够反映采用信息融合后，目标的质量比单传感器的提升效果。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (6)

1.一种面向地面目标的多源信息融合评估方法，其特征在于，包括一套指标体系，所述指标体系包括正确性、连续性、质量、虚假率、遗漏率、处理时间和容量；
所述正确性是指考察信息融合系统输出融合航迹对目标跟踪的正确性，由正确航迹改善率来表示；
所述连续性是指多源信息融合以后输出航迹的连续性，由航迹零碎度改善率来表示；
所述质量是指融合系统输出的融合航迹的质量，由精度改善率表示；
所述虚假率是指整个融合系统对传感器目标进行关联处理后虚出目标的情况，由虚假目标改善率来表示；
所述遗漏率是指整个融合系统对传感器目标进行融合处理后漏掉目标的情况，由漏目标改善率来表示；
所述处理时间是指指系统在满负荷稳定运行时，对输入目标从接收到融合处理完成输出所用的平均时间；
所述容量为信息处理容量，指数据融合系统能够正确处理并显示输出的传感器输入的目标数。
2.如权利要求1所述的面向地面目标的多源信息融合评估方法，其特征在于，正确航迹改善率的计算方法如下：
假定信息融合的被测系统输出的正确航迹数为Tr，原始传感器输出的正确航迹数为Ty，航迹数真值为Tz，则正确航迹改善率为Tg＝Tr-Ty/Tz，当航迹处理时，认为经过信息融合后，目标航迹正确性有改善；否则认为无改善。
3.如权利要求1所述的面向地面目标的多源信息融合评估方法，其特征在于，航迹零碎度改善率的计算方法如下：
假定信息融合的被测系统输出的航迹零碎度为Lr，原始传感器输出的航迹零碎读为Ly，航迹数真值为Lz，则航迹零碎度改善率为Lg＝Ly-Lr/Lz，当航迹Lg＞0时，认为经过信息融合后，目标零碎度有改善；否则认为无改善。
4.如权利要求1所述的面向地面目标的多源信息融合评估方法，其特征在于，精度改善率的计算方法如下：
假定信息融合的被测系统输出的目标位置偏差幅度为Fr，原始传感器输出目标位置偏差幅度为Fy，则精度改善率为Fg＝Fy-Fr/Fy，当精度改善率Fg＞0时，认为经过信息融合后，目标精度有改善；否则认为无改善。
5.如权利要求1所述的面向地面目标的多源信息融合评估方法，其特征在于，虚假目标改善率的计算方法如下：
假定信息融合的被测系统输出与真值目标相比，其虚假目标为Jr，原始传感器输出的目标与真值目标相比，其虚假目标为Jy，测试用例设计与管理系统设置的目标真值个数为Jz，则虚假目标改善率为Jg＝Jy-Jr/Jz，当航迹Jg＞0时，认为经过信息融合后，虚假目标有改善；否则认为无改善。
6.如权利要求1所述的面向地面目标的多源信息融合评估方法，其特征在于，漏目标改善率的计算方法如下：
假定信息融合的被测系统输出与真值目标相比，其遗漏目标个数为Yr，原始传感器输出的目标与真值目标相比，其遗漏目标个数为Yy，测试用例设计与管理系统设置的目标真值个数为Jz，则遗漏目标改善率为Yg＝Yy-Yr/Jz，当航迹Yg＞0时，认为经过信息融合后，遗漏目标有改善；否则认为无改善。
CN202010324775.XA 2020-04-23 2020-04-23 一种面向地面目标的多源信息融合评估方法 Pending CN111539625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010324775.XA CN111539625A (zh) 2020-04-23 2020-04-23 一种面向地面目标的多源信息融合评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010324775.XA CN111539625A (zh) 2020-04-23 2020-04-23 一种面向地面目标的多源信息融合评估方法

Publications (1)

Publication Number Publication Date
CN111539625A true CN111539625A (zh) 2020-08-14

Family

ID=71977084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010324775.XA Pending CN111539625A (zh) 2020-04-23 2020-04-23 一种面向地面目标的多源信息融合评估方法

Country Status (1)

Country Link
CN (1) CN111539625A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906746A (zh) * 2021-01-25 2021-06-04 北京工业大学 一种基于结构方程模型的多源航迹融合评估方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5850625A (en) * 1997-03-13 1998-12-15 Accurate Automation Corporation Sensor fusion apparatus and method
CN103793606A (zh) * 2014-01-27 2014-05-14 中国电子科技集团公司第十研究所 多源传感器目标综合识别系统性能评估方法
CN103837866A (zh) * 2014-03-05 2014-06-04 中国人民解放军92232部队 一种岸对海雷达自动录取能力的测评方法及系统
CN104155650A (zh) * 2014-08-14 2014-11-19 电子科技大学 一种基于熵权值法点迹质量评估的目标跟踪方法
US20150205760A1 (en) * 2014-01-20 2015-07-23 Raytheon Company Process of probabilistic multi-source multi-int fusion benefit analysis
CN107220533A (zh) * 2017-05-10 2017-09-29 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN109357696A (zh) * 2018-09-28 2019-02-19 西南电子技术研究所（中国电子科技集团公司第十研究所） 多源传感器信息融合闭环测试架构
CN110689234A (zh) * 2019-09-05 2020-01-14 国家电网有限公司 一种基于多源数据融合的电力变压器状态评估方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5850625A (en) * 1997-03-13 1998-12-15 Accurate Automation Corporation Sensor fusion apparatus and method
US20150205760A1 (en) * 2014-01-20 2015-07-23 Raytheon Company Process of probabilistic multi-source multi-int fusion benefit analysis
CN103793606A (zh) * 2014-01-27 2014-05-14 中国电子科技集团公司第十研究所 多源传感器目标综合识别系统性能评估方法
CN103837866A (zh) * 2014-03-05 2014-06-04 中国人民解放军92232部队 一种岸对海雷达自动录取能力的测评方法及系统
CN104155650A (zh) * 2014-08-14 2014-11-19 电子科技大学 一种基于熵权值法点迹质量评估的目标跟踪方法
CN107220533A (zh) * 2017-05-10 2017-09-29 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN109357696A (zh) * 2018-09-28 2019-02-19 西南电子技术研究所（中国电子科技集团公司第十研究所） 多源传感器信息融合闭环测试架构
CN110689234A (zh) * 2019-09-05 2020-01-14 国家电网有限公司 一种基于多源数据融合的电力变压器状态评估方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
彭鸣: "多源信息数据融合系统性能评估研究", 《信息与电脑(理论版)》 *
戴谊等: "多传感器数据融合评估系统的设计与实现", 《雷达科学与技术》 *
王晓璇: "目标融合航迹质量评估方法", 《指挥信息系统与技术》 *
胡昌林等: "多传感器数据融合性能评估指标及计算方法", 《现代雷达》 *
赵立志: ""舰载情报处理目标融合航迹精度评估方法研究"", 《计算机与数字工程》 *
邹伟等: "多源信息融合能力评估关键技术综述", 《计算机与数字工程》 *
金宏斌等: "预警监视系统数据融合能力评估体系研究", 《空军雷达学院学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906746A (zh) * 2021-01-25 2021-06-04 北京工业大学 一种基于结构方程模型的多源航迹融合评估方法
CN112906746B (zh) * 2021-01-25 2024-04-02 北京工业大学 一种基于结构方程模型的多源航迹融合评估方法

Similar Documents

Publication Publication Date Title
CN113269073B (zh) 一种基于yolo v5算法的船舶多目标追踪方法
Kutschbach et al. Sequential sensor fusion combining probability hypothesis density and kernelized correlation filters for multi-object tracking in video data
CN108921873B (zh) 基于核相关滤波优化的马尔科夫决策在线多目标跟踪方法
Mei et al. Hdinet: Hierarchical dual-sensor interaction network for rgbt tracking
CN110501671A (zh) 一种基于测量分配的目标跟踪方法及装置
CN110751096A (zh) 一种基于kcf轨迹置信度的多目标跟踪方法
CN114063056A (zh) 一种船舶航迹融合方法、系统、介质和设备
US20200258242A1 (en) Target tracking method and apparatus, and storage medium
CN111539625A (zh) 一种面向地面目标的多源信息融合评估方法
CN111126504A (zh) 多源不完备信息融合图像目标分类方法
Urdiales et al. An improved deep learning architecture for multi-object tracking systems
Ilhan et al. Sperm Motility Analysis by using Recursive Kalman Filters with the smartphone based data acquisition and reporting approach
Li et al. Attention‐guided multiscale neural network for defect detection in sewer pipelines
Zhang et al. Target tracking method of Siamese networks based on the broad learning system
CN115932765A (zh) 基于多源数据分析的雷达失效自动检测系统及方法
Lu et al. Detecting small target of ship at sea by infrared image
CN110807523B (zh) 相似目标的检测模型生成方法及设备
CN110059591B (zh) 运动目标区域的识别方法
Chen et al. High-fidelity ship imaging trajectory extraction via an instance segmentation model
Wei et al. Research on credibility evaluation method of infrared small target detection network based on YOLOv5
Su et al. Task Integration Distillation for Object Detectors
Banerjee et al. Investigation of a comprehensive confidence measure in nde
Yuan et al. Image Recognition Algorithm Verification Technology Based on Intelligent Unmanned Systems
Codex Advancing Object Detection Confidence through Localization Quality Evaluation: A Comprehensive Review
Feng et al. MoD2T: Model-Data-Driven Motion-Static Object Tracking Method

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