基于特征信息隶属度的目标关联分析技术

陈 曦，夏宇垠，李娟慧，吴一明，赵巾卫

（中国航天科工集团8511研究所，江苏 南京210007）

0 引言

卫星探测技术的广泛应用，获取了大量可深入挖掘的数据信息。把不同目标的信息融合一起，将会增加信息的不确定性，因此必须进行目标关联处理。目标关联就是将不同时刻或不同来源获取的数据信息进行比较，判断其是否来自于同一目标的过程。

国内外学者提出了大量的目标关联算法，且许多算法已在多领域得到了广泛应用[1-5]。根据待关联的数据，目标关联对象可分为电子信息与电子信息、电子信息与图像信息、图像信息与图像信息等数据之间的关联。而根据待关联目标个数，目标关联可分为独立目标之间的关联和多目标之间的关联[6]。根据文献[7]的分类方法，目标关联也可分为依据目标位置信息的关联、依据目标属性信息的关联以及结合目标位置、属性信息的关联。

依据目标位置信息的关联方法是据其位置相似性进行判别的关联算法。基于运动状态信息的关联算法往往先对目标的运动模型进行建模，然后计算预测与实测数据的位置信息相似性来进行关联判决。主要有最近邻算法[8]（NN）、多假设跟踪算法[9]（MHT）、基于模糊逻辑的方法以及基于滤波跟踪的方法。最近邻算法是依据某一相似性评估判据，计算实测数据与待关联目标预测位置的相似性程度，将最接近预测位置的实测数据作为该目标的关联点，该方法受干扰影响会出现错误关联。多假设跟踪法是根据目标的先验信息，对待关联目标航迹与数据点之间产生多种关联假设，然后选取最优的关联假设。基于模糊逻辑的方法通常应用于多目标关联。文献[10]利用模糊C均值聚类（FCM）进行数据关联处理，通过建立隶属函数，计算数据与目标的隶属度作为关联判决。基于滤波跟踪的方法主要是利用预测值与目标的真实量测进行关联。典型的滤波方法有扩展卡尔曼滤波、粒子滤波等。

依据目标属性信息的关联方法主要比较目标属性信息的匹配度，以此作为关联判决，利用属性信息解决目标关联中位置信息的不确定性。文献[11]提取目标的多个特征信息并进行相融合处理，然后基于融合处理后的特征对目标进行关联。

上述目标关联方法中，针对结合目标位置和目标配属辐射源电子特征信息进行目标关联的研究相对较少，目标关联仍存在一定的模糊性。本文重点研究基于辐射源电子特征信息的目标关联，提出一种利用位置关联性和计算特征信息隶属度的方法对辐射源信息与目标之间存在的潜在关系进行关联分析并以此进行目标识别的方法，其实现简单，获得的结果可以直接参与后续综合处理。

1 辐射源识别结果与目标特征关联关系表征

辐射源电子信息可用于进行电子目标关联分析，主要是将当前辐射源与已接收到的电子目标进行关联比对，判别当前辐射源是否配属于已接收目标。

1.1 辐射源与目标识别关联处理

利用一定的关联方法可将辐射源的识别转化为对目标的识别。这些关联方法反映特定地域或特定时间段内辐射源与目标之间的潜在关系。这种潜在的关系能够为后续的目标识别提供有效的先验信息，提高可能的目标的识别置信度。根据辐射源特征与目标特征隶属度关系，利用获得目标的识别置信度进行决策判别，结果有如下2种形式：

1）最大置信度目标

选取计算后获得的最大置信度的目标作为唯一识别结果。

2）多辐射源目标

选取所有可能匹配目标辐射源作为识别结果集，不同辐射源对应目标的识别置信度赋值即为计算获得的识别置信度结果。对于无法判断的目标类型或不确知目标类型，作为不确定目标或新目标加入目标库列表中。

1.2 多辐射源多目标综合关联

多辐射源目标综合关联处理通过目标识别库，完成具有多辐射源的目标识别分析，主要通过对位置相近的多个辐射源进行分析，依据参数隶属度等一定准则判断这些目标是否配属于同一目标，并识别目标类型。

2 目标关联分析处理流程

2.1 目标关联分析处理主要流程

目标关联分析处理主要流程如图1所示。具体描述如下：

1）获取待处理的当前辐射源的数据；

2）将当前辐射源与已接收电子目标库中的数据进行关联分析；

3）如果当前目标是新目标，赋予当前目标新的目标编号，将目标写入目标列表中，处理结束；

4）如果当前目标不是新目标，将关联成功的目标编号赋予当前目标，处理结束。

图1 目标关联分析处理流程图

2.2 目标关联分析处理详细流程

目标关联分析的作用主要是将当前辐射源和已有目标进行关联分析，生成电子目标数据；根据新接收目标信息更新数据库中目标信息，完成库信息维护。

目标关联分析处理详细流程如图2所示。描述如下：

图2 目标关联分析处理流程

1）获取当前需要处理的目标A的位置信息、参数信息和型号信息；

2）在目标库中获取位置与A相近、参数也与A相近的电子目标，组成集合M；

3）如果M为空，则A是新电子目标，将A写入目标库表中，赋予目标编号，处理结束；

4）如果M不为空，取M中距离与A最近的一个电子目标B，计算A和B的参数隶属度；

5）如果参数隶属度大于等于门限，则A与B关联成功，将B的电子目标批号赋予A，处理结束；

6）如果参数隶属度小于门限，则A和B关联失败，将B从M中删除，转到3）。

计算辐射源与目标参数隶属度的算法见下一节所示。分别计算辐射源和目标每一种参数模式下的载频、重频、脉宽的隶属度，只有当3种参数隶属度均大于门限时才能判定目标与目标参数模式关联成功。如果辐射源与目标有一种参数模式关联成功，则认为该辐射源与目标关联成功。

3 参数隶属度计算方法

选择辐射源典型特征信息参数频率、重频、脉宽等开展参数隶属度计算准则分析。

3.1 频率固定类型

如果当前辐射源是频率固定类型，其频率中心值为f0，目标也是频率固定类型，其频率中心值为f，当前辐射源与已知目标的频率差值Δf=|f-f0|，则基于频率隶属度的定义为：

式中，fε是由系统误差和测量误差确定的频率容差。

3.2 重频隶属度计算方法

如果当前辐射源是重频固定类型，其重频中心值为Tr0，目标也是重频固定类型，其重频中心值为Tr，当前辐射源与目标重频差值ΔTr=|Tr-Tr0|，则基于PRI隶属度的定义为：

式中，Trε是由系统误差和测量误差确定的脉冲重复周期测量容差。

3.3 脉宽隶属度计算方法

如果当前辐射源是单脉宽类型，其脉宽中心值为τ0，目标也是单脉宽类型，其脉宽中心值为τ，当前辐射源与目标的脉宽差值Δτ=|τ-τ0|，则基于脉宽隶属度的定义为：

式中，τε是由系统误差和测量误差确定的脉宽容差。

4 仿真实验分析

根据上述目标关联分析处理方法，构建典型辐射源数据，待关联合批后辐射源数据共263条，目标库存储共16型目标数据，开展仿真计算分析，可得到目标关联分析结果如表1所示。

表1 目标关联分析处理流程

由上述仿真结果可知，关联成功辐射源个数为238个，目标关联分析正确率为90.5%。

5 结束语

利用特征信息（参数）隶属度的目标关联分析方法是基于一定理论分析和工程经验得出的相对有效的方法，仿真实验结果表明，该方法通过设置合理的判据准则和阈值，能够适用于相对复杂场景下基于辐射源数据的目标关联分析，并且具有较好的性能。