被动传感器组网模糊综合贴近度的数据关联算法

doi:10.3969/j.issn.0372-2112.2014.09.023

电子学报 ›› 2014, Vol. 42 ›› Issue (9): 1812-1817.DOI: 10.3969/j.issn.0372-2112.2014.09.023

被动传感器组网模糊综合贴近度的数据关联算法

李雪^1,2, 李鹏飞^2,3, 田金文¹, 黄敬雄²

1. 华中科技大学, 湖北武汉 430000;
2. 防空兵学院, 河南郑州 450052;
3. 深圳大学光电工程学院, 广东深圳 518060

收稿日期:2013-07-19 修回日期:2013-08-30 出版日期:2014-09-25
- 通讯作者:
- 李鹏飞
- 作者简介:
- 李雪 男，1981年生于河南郑州，讲师，2006年获解放军信息工程大学硕士学位，主要研究方向为计算机视觉与模式识别. E-mail：ghoul_gargoyle@163.co；田金文 男，1960年生于河北秦皇岛，教授，博士生导师，1998年获华中科技大学博士学位，主要研究方向为遥感图像信息处理、流媒体技术及其应用、小波变换理论及其应用、图像数据压缩、目标检测与识别、增强现实与计算机软件仿真. E-mail：jwtian@mail.hust.edu.cn；黄敬雄 男，1963年9月出生于广西崇左.博士后.现为防空兵学院教授，深圳大学兼职教授，鹏城学者.获军队科技进步一等奖2项，二等奖1项.主要研究方向为多传感器数据融合，目标跟踪. E-mail：jxhuang@szu.edu.cn
- 基金资助:
- 国家科技支撑计划项目 (No.2011BAH201302，No.2011BAH20B03）; 国防预研基金 (No.51326030204）

A Data Association Algorithm Based on Fuzzy Synthetic Closeness in the Passive Sensor Networks

LI Xue^1,2, LI Peng-fei^2,3, TIAN Jin-wen¹, HUANG Jing-xiong²

1. Huazhong University of Science and Technology, Wuhan, Hubei 430000, China;
2. Air Defense Forces Academy, Zhengzhou, Henan 450052, China;
3. College of Optoelectronic Engineering, Shenzhen University, Shenzhen, Guangdong 518060, China

Received:2013-07-19 Revised:2013-08-30 Online:2014-09-25 Published:2014-09-25
- Supported by:
- Project of National Key Technology R&D Program (No.2011BAH201302, No.2011BAH20B03); National Defense Pre-research Foundation of China (No.51326030204)

摘要/Abstract

摘要：

针对被动传感器采样非周期且采样数据缺乏距离信息等特点，提出了一种用于解决目标航迹与传感器量测相关联的模糊综合贴近度的数据关联算法.由于被动传感器的量测没有距离信息且传感器探测范围小，本算法首先设置两个关联波门进行量测筛选；然后采用航向确定法得出航向角信息，并综合方位角、俯仰角信息，使用模糊综合的方法进行最终的关联，以解决关联错误率高的问题；最后使用扩展卡尔曼滤波进行目标状态与协方差的更新.实验结果证明了该算法方法的有效性.

关键词: 被动传感器组网, 数据关联, 模糊综合贴近度

Abstract:

In the passive sensor networks,the sampling data are aperiodic and lack of distance information,a data association algorithm is proposed based on fuzzy synthetic closeness.Because the measurements of passive sensor were lack of distance information and the detection ranges of passive sensor were small,the algorithm used two thresholds to select the effective measurements;then the heading-angle was obtained by the heading-angle definition method;at last the fuzzy synthetic closeness algorithm was used for the final data association,which combined the information of the azimuths and the elevations to resolve the problem of high error rate of association.The extended Kalman filter is used to update the target state and covariance.The experimental results show the validity of this algorithm.

Key words: passive sensor networks, data association, fuzzy synthetic closeness

中图分类号:

TP391
TN953

李雪, 李鹏飞, 田金文, 等. 被动传感器组网模糊综合贴近度的数据关联算法[J]. 电子学报, 2014, 42(9): 1812-1817.

LI Xue, LI Peng-fei, TIAN Jin-wen, et al. A Data Association Algorithm Based on Fuzzy Synthetic Closeness in the Passive Sensor Networks[J]. Acta Electronica Sinica, 2014, 42(9): 1812-1817.

参考文献

[1] 韩崇昭, 朱洪艳, 段战胜.多源信息融合(第二版)[M].北京:清华大学出版社, 2010.
[2] Singer R A, Sea R G.A new filter for optimal tracking in dense multitarget environment[A].Proceedings of the 9th Allerton Conference Circuit and System Theory.Urbana-Champaign[C].USA:University of Illinois, 1971.
[3] Bar-Shalom Y, Tse E.Tracking in a clutteredenvironment with probabilistic data association[J].Automatica, 1975, 11(9):451-460.
[4] Ashraf M Aziz, Tummala M, Cristi R.Fuzzy logic data correlation approach in multisensor-multitarget tracking systems[J].Signal Processing, 1999, 76(2):195-209.
[5] 裴继红, 杨, 黄建军.被动传感器阵列中复合观测数据的数据关联[J].火力与指挥控制, 2005, 30(6):68-70. PEI Ji-hong, YANG Xuan, HUANG Jian-jun.Complex observation data association based on passive multisensor array[J].Fire Control & Command Control, 2005, 30(3):68-70.(in Chinese)
[6] 辛云宏, 杨万海.被动多站多目标的测量数据关联算法研究[J].宇航学报, 2005, 26(6):748-752 XIN Yun-hong, YANG Wan-hai.Amethod of the passive multi-sensor multi-target measurement data association[J].Journal of Astronautics, 2005, 26(6):748-752.(in Chinese)
[7] 李良群, 姬红兵, 刘进忙.被动多传感器系统模糊-概率双加权数据关联新算法[J].系统仿真学报, 2006, 18(10):2898-2902. LI Liang-qun, JI Hong-bing, LIU Jin-mang.Newfuzzy-probability weighting data association algorithm in passive sensor system[J].Journal of Systmem Simulation, 2006, 18(10):2898-2902.(in Chinese)
[8] J G Zhang, H B Ji, C Ouyang.Multitarget bearings-only tracking using fuzzy clustering technique and Gaussian filter[J].The Journal of Supercomputing, 2011, 58(1):4-19.
[9] S Oh, S Russell, S Sastry.Markov chain Monte Carlo data association for multi-target tracking[J].IEEE Transactions on Automatic Control, 2009, 54(3):481-497.
[10] D Sigalov.Data association in multi-target tracking using cross entropy based algorithms[D].Israel:Technion-Israel Institute of Technology, 2008.
[11] D Sigalov, N Shimkin.Cross entropy algorithms for data association in multi-target tracking[J].IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(2):1166-1185.
[12] 李鹏飞.机动多目标跟踪及数据关联方法研究[D].深圳:深圳大学信息工程学院, 2010.

[1]	王鹏, 姬红兵, 刘龙, 张文博. 基于多向次序关联的AOA量测数据关联[J]. 电子学报, 2021, 49(3): 454-460.
[2]	田增山, 廉颖慧, 周牧, 李泽, 金悦. 基于Wi-Fi多维参数特征的无源目标跟踪技术[J]. 电子学报, 2020, 48(8): 1572-1579.
[3]	张翔宇, 黄婧丽, 王国宏, 王希彬. LFM雷达对高超声速目标的数据关联研究[J]. 电子学报, 2018, 46(1): 210-217.
[4]	李方敏, 姜娜, 熊迹, 张景源. 融合热释电红外传感器与视频监控器的多目标跟踪算法[J]. 电子学报, 2014, 42(4): 672-678.
[5]	李猛, 王智, 李元实, 鲍明. 角度传感器网络多目标定位的数据关联算法[J]. 电子学报, 2014, 42(10): 1887-1893.
[6]	袁述, 袁东辉, 孙基洲, 刘永波, 李晶, 原琳. 蚁群-遗传算法在多传感器多目标跟踪技术中的应用[J]. 电子学报, 2013, 41(3): 609-614.
[7]	欧阳成, 姬红兵, 田野. 一种基于模糊聚类的PHD航迹维持算法[J]. 电子学报, 2012, 40(6): 1284-1288.
[8]	周武;;赵春霞;张浩峰. 动态联合最近邻算法[J]. 电子学报, 2010, 38(2): 359-365.
[9]	康莉, 谢维信, 黄敬雄, . 一种基于蚁群算法的多目标跟踪数据关联方法[J]. 电子学报, 2008, 36(3): 586-589.
[10]	刘宗香, 谢维信, 黄敬雄, 杨 . 被动传感器网基于模糊综合贴近度的航迹起始[J]. 电子学报, 2007, 35(8): 1476-1480.
[11]	吴伟, 吴耀云, 王东进. 利用信号幅度信息的多基地雷达系统多目标跟踪算法[J]. 电子学报, 2007, 35(6): 1193-1198.
[12]	朱自谦. 并行联合概率航迹起始逻辑[J]. 电子学报, 2007, 35(12): 2421-2424.
[13]	刘慧霞, 梁彦, 潘泉, 程咏梅. 天波超视距雷达多路径Viterbi数据关联跟踪算法[J]. 电子学报, 2006, 34(9): 1640-1644.
[14]	王杰贵, 罗景青, 靳学明. 无源跟踪中基于灰关联信息融合的概率数据关联算法[J]. 电子学报, 2006, 34(3): 391-395.
[15]	陈玲;李少洪;黎莉. 三维空间被动传感器的快速数据关联算法研究[J]. 电子学报, 2005, 33(9): 1549-1552.

被动传感器组网模糊综合贴近度的数据关联算法

A Data Association Algorithm Based on Fuzzy Synthetic Closeness in the Passive Sensor Networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics