多传感器对编队目标无源定位的数据关联技术研究

针对多传感器对编队目标进行测向交叉定位会产生大量虚假点的问题,提出了一种属性方位联合数据关联方法.采用基于支持度的关联算法对传感器探测到的目标属性数据进行初步关联,剔除部分虚假交点.然后利用改进的基准线最小距离法从候选集合中找出目标的真实测量数据关联集合.仿真结果表明,相对传统的方位数据关联方法,该方法不仅可以快速剔除虚假点,而且能够显著提高关联正确率.     

单站发射多站接收的空间目标激光测距技术

激光测距作为空间目标测定轨精度最高的技术,对非合作目标的测量精度比微波雷达、光电探测等技术高1～2个数量级,非常有利于非合作目标的精密定位、轨道复核及精确编目,保障在轨空间飞行器的安全。激光在非合作目标表面会发生漫反射,返回光斑弥散、回波微弱,采用大口径望远镜接收系统是必要的。鉴于大口径望远镜研制难度大,提出基于单站发射多站接收的空间目标激光测距新方法,即采用多接收望远镜增加接收面积,实现目标测量能力提升。通过分析单站发射多站接收的激光测距技术特点,基于双望远镜系统开展空间合作目标测量实验,验证了多望远镜接收激光信号的可行性,为该测距技术发展奠定了实验基础。     

直达与非直达环境中的多目标解耦直接定位方法

针对直达（LOS）与非直达（NLOS）环境中的定位问题,提出了一种波形已知条件下的单阵地多目标直接定位（DPD）算法。该算法针对发射时间已知和未知两种情况,利用多径信号到达角度与时延关于障碍物（或反射体）、观测站与目标位置参数的数学关系,建立了三维目标位置的最大似然（ML）函数,无需估计测量参数,避免了传统两步定位方法所需的非直达径识别与数据关联。为了克服多目标定位中的高维非线性优化问题,该算法利用独立波形信息将多目标定位解耦为对各个目标单独求解。通过对目标函数有效近似,算法在发射时间已知和未知两种情况下均仅需三维网格搜索,比相应的两步定位方法具有更低的计算量。此外,基于多径定位场景,推导了发射时间已知和未知两种情况下的位置估计克拉美罗界（CRB）。仿真结果表明：算法的定位性能能够逼近相应的克拉美罗界,比传统两步定位方法和子空间直接定位算法具有更高的定位精度。     

无需中间变量的多运动站时差定位新算法

传统时差(TDOA)定位模型通过引入中间变量来得到线性方程,需要两步求解过程且该模型不适合多运动站连续定位。为此,引入无需中间变量的时差定位模型,并在此基础上提出了一种约束加权最小二乘定位算法。首先将基于该模型的时差定位问题转换为加权最小二乘问题,然后推导代入时差测量值后观测矩阵和观测向量的误差项,将其每一列表示为确定矩阵与随机时差测量噪声向量乘积的形式,并基于此推导了关于目标状态的二次约束方程,最终只需通过广义特征值分解来得到目标状态估计,并推导了该估计的解析表达式。仿真结果表明所提算法的连续定位性能逼近克拉美罗-限且所得定位解渐近无偏。     

时空关联多跟踪剔除的多源数据融合方法

随着网络信息共享技术的深入发展,多源异构数据将是未来数据融合的主要信息源,这种数据融合表现出跨平台、跨军种、跨领域等特征,对多源异构数据关联与融合提出了新要求。针对特定场景敏感区域内有限多目标的探测问题,结合一体化作战数据融合的数据滤波、空时配准、航迹关联与建立、多目标跟踪等方面,提出了时空关联多跟踪剔除的数据融合方法,并从数据滤波、航迹关联与融合、时空关联多跟踪剔除以及融合数据“簇”等方面重点研究了所提出的数据融合方法。距离波门拖引干扰和牵引干扰的对抗仿真试验表明,所提方法具有一定应用价值。     

基于序贯关联算法的多目标无源跟踪

基于序贯关联算法,对多目标无源跟踪问题进行了研究。在只有角度信息可以利用的情况下,首先,利用波门技术对各个无源传感器角度测量数据进行关联和滤波,形成参数航迹;然后,将各个无源传感器的参数航迹送到融合中心进行关联配对,并在关联过程中通过构造关联质量函数对参数航迹的关联历史情况进行度量,解决参数航迹关联模糊问题;最后,通过对关联成功的参数航迹进行交叉定位,给出多个不同目标的位置信息,实现分布式无源系统对多目标的数据关联和跟踪,并通过仿真分析,对算法的有效性和可行性进行验证。     

双平台交叉定位去除虚假点方法研究

针对测向交叉定位方法在多辐射目标源的情况下存在的虚假定位,提出了一种去除虚假点的新方法——结合时差去除法。该方法通过计算双平台间测量数据的相近度来进行最优匹配,去除虚假定位。该方法无需先验信息,只需两个测量平台,降低了平台间数据传输和时间同步的复杂性。仿真结果表明,该方法运算速度快,对水平编队目标群定位精度高。     

多平台多传感器航迹关联算法研究

航迹关联是分布式多平台数据融合系统中的一项关键技术,本文探讨了机载多平台航迹关联算法及数据对准问题。     

多目标无源跟踪中的多特征模糊综合数据关联算法

提出了一种多目标无源跟踪中的数据关联算法———多特征模糊综合数据关联算法。首先基于目标特征关联因子模型,进行单跟踪门的多特征数据关联模糊评估,得到单跟踪门内的有效观测与真实目标的模糊关联程度,在此基础上,进行了多目标数据关联模糊综合评估,得到多目标整体模糊关联程度,最后进行多目标关联判决。由于该算法综合利用了目标更多的特征信息,所以比传统的NN方法有更好的关联性能,计算机仿真表明,它比NN方法的错误关联率约低15%。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.     

基于倾斜角的多目标测向无源定位技术

对多目标测向无源定位问题进行了研究。虽然无源观测站不同,针对同一目标的方位角和俯仰角数据也不同,但它们有共同的倾斜角。基于此,提出了基于倾斜角的多目标测向无源定位算法。该算法分别计算一组与多个目标对应的倾斜角,然后利用倾斜角最接近原则对这2组数据进行关联判断,解决多目标测向数据的关联和定位问题,并通过仿真实验,对算法的有效性和可行性进行了验证。     

基于属性引导的多源遥感舰船目标可解释融合关联网络

多源遥感舰船目标关联作为前期大范围预警探测的重要手段为海上态势研判提供重要情报支撑,现有关联算法面临关联结果可解释性差,异构特征难度量,多源目标关联精度低等问题。提出了一种基于属性引导的可解释融合网络用于解决多源遥感舰船目标的关联问题。首先,提出全局关联模块,利用跨模态度量损失函数将图像特征映射到共同空间中度量,用于解决多源图像内容差异大,特征难对齐问题。然后,提出包含多头注意力模型和属性监督函数的可解释模块,提升关联精度并输出可解释的关联结果。其中多头注意力模型让网络关注到舰船目标显著性区域,属性监督函数引导模型关注舰船图像中判别性属性特征,利用属性特征帮助网络解释输出关联结果的决策依据,并以量化的形式可视化属性特征对关联结果的贡献度。最后,利用知识蒸馏的思想减小全局关联模块和可解释模块输出特征距离的差异,使得网络实现精准关联并提供可解释的关联结果。在实验部分,构建了首个多源遥感舰船目标数据集,在该数据集上的测试结果显示本文算法不仅在关联精度上优于现有算法,同时能够为关联过程提供清晰和直观的可视化关联结果。     

基于灰色理论的一种数据融合方法

在灰色关联分析的基础上,对斜关联度进行了修正,引出了点、斜修正关联度分析的概念.通过对影响目标属性识别的各种因素进行分析,结合战术思想利用灰色点、斜修正关联度分析及多目标优化方法建立了数据融合模型,提出了一种基于灰色理论的多传感器数据融合方法.计算多传感器测量数据的灰色关联矩阵,进行灰色优势分析,然后进行数据融合.此方法考虑了各传感器测量数据的精确度,而且删除掉了测量比较差或测量不到的数据.仿真结果表明,应用该方法可进一步提高多传感器的测量精度和可靠性,适用于多传感器的数据融合.     

面向目标的概率多假设跟踪算法

 概率多假设跟踪(PMHT)算法由于其计算量与目标和量测的个数成线性关系而成为一种重要的数据关联方法,但该算法采用的是一种面向量测的参数模型,容易受到杂波的干扰。针对这个问题,提出一种面向目标的PMHT（TO/PMHT）算法,将量测与目标的距离作为权重,使计算出的后验关联概率能够真实地反映量测和目标的关联可能性。通过多种典型环境的仿真计算表明：TO/PMHT算法和面向量测的PMHT算法相比,跟踪性能有了明显的提高;与多假设跟踪(MHT)算法相比,在保持跟踪性能的同时,极大地提高了计算效率。     

多传感器数据融合在光电经纬仪目标分离段跟踪的应用研究

针对光电经纬仪在目标分离段容易跟踪假目标的问题,提出应用多传感器数据融合方法实现目标分离段的假目标识别。在目标分离前,根据实测的目标轨迹数据通过理论弹道修正算法计算出理论弹道的误差修正量;在目标分离时,利用得出的误差修正量修正目标的理论弹道,并采用模糊聚类关联算法判断各传感器目标测量数据与修正后的目标理论弹道的相关性,从而识别出测量数据是否来自假目标。实验结果表明该方法能够有效地区分出真假目标,判别结果作为跟踪系统及目标识别系统决策依据,有效提高了目标分离段跟踪成功概率。     

基于非合作低轨卫星的测向交叉定位技术

根据非合作低轨卫星的特点，可以被动测量多颗卫星信号的来向，通过测向交叉的方式进行定位。但是通过星历解算出的卫星位置位于地心地固坐标系，用户测量的方位角和俯仰角基于站心坐标系。针对非合作低轨卫星测向交叉定位时目标用户角度信息与卫星位置基于不同坐标系的问题，提出了一种迭代最小二乘定位算法，通过迭代的方式不断收敛定位结果，能够在目标用户角度信息与卫星位置基于不同坐标系的情况下，解决非合作低轨卫星的测向交叉定位问题。仿真结果表明，基于迭代最小二乘定位算法能够实现非合作低轨卫星仅利用角度定位，并分析了测角精度、卫星轨道高度、参与定位卫星数与定位误差之间的关系。针对迭代的计算方法，分析了迭代过程中不同收敛条件下迭代次数与定位误差之间的关系。在保证定位精度的情况下，将迭代收敛范围设置为8~30 km，可以降低2~3次迭代次数。     

利用集群内测距和对目标测向的协同定位方法

当多个飞行器间相对位置测量精度显著高于飞行器绝对定位精度时，在飞行器间增加相对测量，对各飞行器的定位测量协同处理，能提高绝对定位精度。本文针对集群飞行器对非合作目标不能测距而仅能测向的情况，通过在集群飞行器间引入相互测距，来提高集群飞行器自身和对非合作目标的定位精度。对于这种不完整相对测量情况，给出了能提高定位精度的协同定位求解方法，包括非线性静态优化估计和线性化后最小二乘估计方法。这种协同定位方案，不需要进行完整的相对位置测量，对测距和测向在群体相对测量中进行合理分解，降低了飞行器测量设备配置的要求。通过仿真验证了该方法的有效性。     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

一种面向复杂体系作战的多源信息融合处理方法

研讨了面向复杂体系化作战的信息融合技术，提出了一种基于中心航迹关联的融合架构，设计了面 向多源异构数据的信息融合处理方法。经过多机飞行场景下的数据仿真测试，能够有效解决多源传感器多目标 环境下目标关联判断问题。     

一种基于模糊遗传算法的多传感器多目标跟踪数据关联算法

基于模糊遗传算法发展了一种新的数据关联算法。数据关联的静态部分靠一个模糊遗传算法来得出量测组合序列和S-D分配的m个最优解。在数据关联的动态部分，将得到的S-D分配的m个最优解在一个基于多种群模糊遗传算法的动态2D分配算法中依靠一个卡尔曼滤波估计器估计出移动目标各个时刻的状态。这一基于分配的数据关联算法的仿真试验内容为被动式传感器的航迹形成和维持的问题。仿真试验的结果表明该算法在多传感器多目标跟踪中应用的可行性。另外，对算法发展和实时性问题进行了简单讨论。