基于灰色关联分析的纯方位航迹关联算法

郑庆利 关叶青

1.南京航空航天大学经济与管理学院，南京 210016；2.中国人民解放军91604部队，山东龙口265700）

基于灰色关联分析的纯方位航迹关联算法

郑庆利1,2关叶青1

1.南京航空航天大学经济与管理学院，南京 210016；2.中国人民解放军91604部队，山东龙口265700）

针对同平台纯方位多传感器的航迹相关问题，建立了基于线段Hausdorff距离的灰色关联度纯方位航迹关联算法。该算法将每条航迹的方位数据看作时间的离散函数,不同传感器的航迹经过时间对准后,形成了具有相同时标的目标方位信息序列,通过对多传感器目标航迹的方位信息进行灰色关联分析,计算出各航迹对的灰色关联度及 截航迹灰色关联矩阵,并确定不同传感器的航迹关联程度。仿真试验结果表明,该方法能有效地实现同平台纯方位多传感器的航迹相关。

纯方位传感器；Hausdorff距离；航迹相关；灰色关联度

引言

在多传感器信息融合系统中,航迹相关是关键技术之一,也是实现航迹融合的前提,所谓航迹相关就是判断来自于不同传感器的两个航迹是否代表同一个目标的过程，航迹相关判定的准确性将直接影响到整个融合系统的性能[1-2]。对于同平台的纯方位多传感器(例如:声呐)组成的信息融合系统,因各传感器输出航迹中的目标位置信息只有不同时刻的方位信息,使得航迹相关判定的难度加大。灰色关联分析[3]可以用少量已知信息来是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间的关联程度就越大，反之就越小。已有文献[4-6]将灰色关联分析的思想用于航迹关联算法，取得了不错的效果。本文利用线段Hausdorff距离建立了基于灰色灰色关联分析的同平台纯方位多传感器航迹相关算法,该算法对来自于同平台的不同纯方位传感器探测到的目标方位信息进行灰色关联分析,计算出各航迹对的灰色关联度及λ截航迹灰色关联矩阵,并确定不同传感器的航迹关联程度。仿真试验结果表明,该方法能有效地实现同平台纯方位多传感器的航迹相关。

1 灰色关联分析若干定义

Hausdorff距离最初用于定义两个点集之间的距离[7-8]，Yongsheng Gao等人把这个概念进行了扩展，将其用于计算线段间的距离（Line Segment Hausdorff Distance,LHD）。

当线段mi和pj不平行时，不能直接计算。此时，可以选择其中的一条线段以其中点为中心旋转使其平行如图2所示，再计算它们的值，通常旋转较短的线段，这样可以减少线段变形的影响。

图2 线段的旋转

2.3 航迹相关

不同传感器的航迹数据经过时间对准后,形成了具有相同时标的目标方位信息序列。

由图4可见,不同传感器探测相同目标的航迹平均灰色关联度在84%以上，说明本文所提出的航迹相关算法能够很好地解决纯方位传感器目标航迹相关问题。同时由图3可以看出，特别是在目标比较密集情况下，对于相同的目标运动模型和传感器误差方差,本算法也能很好判断两条航迹之间的关联程度

4 结论

由于纯方位传感器的特点，其航迹中的目标位置信息只有方位信息，可用于航迹相关判定的信息少、相关判定难度大，本文建立了基于线段Hausdorff距离的灰色关联度纯方位航迹关联算法，该算法对于纯方位传感器探测的多目标方位信息序列进行灰色关联分析，计算出能够反映各航迹对之间相关程度的灰色关联矩阵，最后根据航迹灰色关联矩阵元素的值进行航迹相关判定。算法实现简单，仿真结果表明该算法确实有效。

[1]Ashraf M.Aziz.Fuzzy track-to-track association and track fusion approach in distributed Multisensory-multitarget multiple-attribute environment[J].Signal Processing, 2007,87(6):1472-1492.

[2]Tian B,Zhang J,Yang S.Algorithm of fuzzy track correlation in multisensory system based on Neural network[C].The 8th International Conference on Signal Processing,2006:3:16-20.

[3]刘思峰,党耀国,方志耕，等.灰色系统理论及其应用(第五版)[M].北京：科学出版社.2010

[4]黄友澎,周永丰，等.基于B型灰色关联度的纯方位航迹关联算法[J].武汉理工大学学报（交通科学与工程版）.2009,33(5):988-991

[5]熊伟,张晶炜,何友.基于多维分配和灰色理论的航迹关联算法[J].电子与信息学报.2010,32(4):898-901

[6]颜坤玉,王杰贵.基于灰色关联无源多目标跟踪系统航迹关联算法[J].现代雷达.2010, 32(1): 48-51

[7]李嵩,刘党辉,沈兰荪.基于ASM和线段Hausdorff距离的人脸识别[J].计算机应用.2008，25(6)：1217-1220

[8]杜成,苏光大,林行刚，等.改进的线段Hausdorff距离的人脸识别方法[J].光电子激光.2005,16(1):89-93

[9]周永丰,张圣华.纯方位线性插值问题研究[J].舰船电子工程. 2003(6):37-42

Bearings-only Track Correlation Algorithm Based on Grey correlative Analysis

Zheng Qingli1,2Guan Yeqing1
(1.College of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing 210016，China；2.91604 Units,PLA, Longkou, Shandong 265700, China)

For the track correlation problem of bearings-only multi sensors on the same platform,this paper presents a bearings-only track correlation algorithm based on Line Segment Hausdorff Distance grey correlation degree of grey system theory.In this algorithm each track’s azimuth information is considered as a discrete function of time.The grey correlation analysis for multi target track’s azimuth information is performed by using the line segment Hausdorff distance correlation degree,the matrix of track grey correlation degree of the line segment Hausdorff distance is calculated and the track correlation pairs are determined.The results of simulation experiment show that this algorithm can effectively accomplish track correlation for the bearings-only multi sensors on the same platform.

bearings-only sensor;Hausdorff distance;track correlation;grey correlation analysis

TP274

A

10.3969/j.issn.1001-8972.2011.005.037

郑庆利:1978年10月,男,山东邹城人,硕士研究生,研究方向:灰色系统理论。

关叶青:1968年12月,女,辽宁沈阳人,副教授,研究方向:投入产出、灰色系统理论。