一种新的数据融合航迹关联算法

doi:10.3969/j.issn.1001-2400.2012.01.013

J4 ›› 2012, Vol. 39 ›› Issue (1): 67-74.doi: 10.3969/j.issn.1001-2400.2012.01.013

一种新的数据融合航迹关联算法

权义宁¹;姜振¹;黄晓冬²;李伟峰³

(1. 西安电子科技大学计算机学院，陕西西安 710071；
2. 海军航空工程学院软件中心，山东烟台 264001；
3. 西安飞机国际制造股份有限公司，陕西西安 710089)

收稿日期:2010-11-18 出版日期:2012-02-20 发布日期:2012-04-06
通讯作者: 权义宁
作者简介:权义宁(1969-)，男，副教授，博士，E-mail: ynquan@mail.xidian.edu.cn．
基金资助:
陕西省自然科学基础研究计划资助项目(2010JM8027)

Study of a new track correlation algorithm in data fusion

QUAN Yining¹;JIANG Zhen¹;HUANG Xiaodong²;LI Weifeng³

(1. School of Computer Science and Technology, Xidian Univ., Xi'an 710071， China;
2. Software Center, Naval Aeronautical Engineering Institute, Yantai 264001， China;
3. Xi'an Aircraft International Corp., Xi'an 710089， China)

Received:2010-11-18 Online:2012-02-20 Published:2012-04-06
Contact: QUAN Yining

摘要/Abstract

摘要：

最近邻域经典算法在求解航迹关联问题时，由于过度依赖特征阈值以及缺乏全局性考虑，在航迹密度较高的情况下容易出现错误关联．针对这一问题，引入全局搜索策略并采用动态规划和跟踪门技术，提出了一种新的全局最优航迹关联算法．在真实的海上目标航迹关联环境下对两种算法进行了实现，与最近邻域算法相比，新算法不仅获得了较高的关联正确率，同时减少了关联结果对特征阈值的依赖．

关键词: 数据融合, 航迹关联, 全局搜索, 动态规划, 跟踪门

Abstract:

Because of being highly dependent on the threshold and lacking the consideration of global solutions, the Nearest Neighbors Algorithm(NNA) will make some mistakes when the density of targets is high. To solve this problem, global search strategy, gating and dynamic programming are used to build a new correlation algorithm-the Global Best Track Correlation Algorithm(GBTCA). In two experiments, both of the two algorithms are run and compared to NNA, GBTCA, which shows that the new algorithm has a higher correct correlation rate and is less dependent on threshold values.

Key words: data fusion, track correlation, global search, dynamic programming, gating

中图分类号:

TP391

权义宁;姜振;黄晓冬;李伟峰. 一种新的数据融合航迹关联算法[J]. J4, 2012, 39(1): 67-74.

QUAN Yining;JIANG Zhen;HUANG Xiaodong;LI Weifeng. Study of a new track correlation algorithm in data fusion[J]. J4, 2012, 39(1): 67-74.

参考文献

［1］ Hall D L, Llinas J. Handbook of Multisensor Data Fusion［M］. Washington: CRC Press, 2001.
［2］ Kanyuck A J, Singer R A. Correlation of Multiple-site Track Data［J］. IEEE Trans on Aerospace and Electronic Systems, 1970, 6(2): 180-187.
［3］ Bar-Shalom Y. On the Sequential Track Correlation Algorithm in a Multisensor Data Fusion System［J］. IEEE Trans on Aerospace and Electronic Systems, 2008, 44(1): 396-396.
［4］ Singer R A, Kanyuck A J. Computer Control of Multiple-site Track Correlation［J］. Automation, 1971, 7(3): 455-463.
［5］ Kosaka M, Miyamoto S, Ihara H. A Track Correlation Algorithm for Multisensor Integration［J］. Journal of Guidance, 1986, 10(2): 166-168.
［6］ Bar-Shalom Y. On the Track-to-Track Correlation Problem［J］. IEEE Trans on Automatic Control, 1981, 26(2): 571-572.
［7］ Bowman C L, Morefield C L. Multisensor Fusion of Target Attributes and kinematics［C］//Proceedings of the 19th IEEE Conference on Decision ＆ Control including the Symposium on Adaptive Processes. San Diego: IEEE, 2007: 837-839.
［8］ Shi Jianfang, Hao Baofeng, Zhang Fujun. Track Correlation Based on A'trous Algorithm［C］//The 6th International Conference on Fuzzy Systems and Knowledge Discovery. Tianjin: IEEE, 2009: 392-397.
［9］黄晓冬, 何友, 赵峰. 几种典型情况下的航迹关联研究［J］. 系统仿真学报, 2005, 17(9): 2085-2088.
Huang Xiaodong, He You, Zhao Feng. Study of Track Association in Typical Cases［J］. Journal of System Simulation. 2005, 17(9): 2085-2088.
［10］杨柏胜, 姬红兵, 高小东. 随机集粒子滤波的快速被动数据关联算法［J］. 西安电子科技大学学报, 2010, 37(4): 655-659.
Yang Baisheng, Ji Hongbing, Gao Xiaodong. Fast Passive Data Association Algorithm Base on the Random Set Particle Filter［J］. Journal of Xidian University, 2010, 37(4): 655-659.
［11］ He You, Zhang Jingwei. New Track Correlation Algorithms in a Multisensor Data Fusion System［J］. IEEE Trans on Aerospace and Electronic Systems, 2006, 42(4): 1359-1371.

[1]	张佳琦,陶海红,张修社,韩春雷. 一种利用量测空间聚类的多帧检测前跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 231-238.
[2]	卢莉萍,张晓倩. 复杂环境下多传感器目标识别的数据融合方法[J]. 西安电子科技大学学报, 2020, 47(4): 31-38.
[3]	苏小凡,肖瑞,朱明哲. 一种多分量调频信号瞬时频率估计方法[J]. 西安电子科技大学学报, 2019, 46(1): 51-56.
[4]	刘洁怡;张林让;赵珊珊;刘楠;于恒力. 分布式结构下主/被动雷达抗假目标干扰方法[J]. 西安电子科技大学学报, 2018, 45(3): 1-6+108.
[5]	陈帅霖;罗丰;张林让;胡冲;陈世超. 采用动态规划的机动目标检测前跟踪算法[J]. 西安电子科技大学学报, 2017, 44(5): 39-45.
[6]	张鹏;张林让;胡子军. HPRF雷达距离延拓检测前跟踪方法[J]. J4, 2014, 41(5): 207-212.
[7]	雍霄驹;方洋旺;高翔;杨鹏飞. 自适应变长滑窗曲线拟合时间配准算法[J]. J4, 2014, 41(3): 209-213.
[8]	刘熹;尹浩;吴泽民;田畅. 无先验关联的雷达系统误差协同配准算法[J]. J4, 2013, 40(5): 26-32+140.
[9]	吴泽民;蒋叶金;任姝婕. 拓扑序列航迹相关的高效修正算法[J]. J4, 2011, 38(2): 180-186.
[10]	陈金广;李洁;高新波. 基于最小化测量误差的被动定位算法[J]. J4, 2010, 37(3): 447-453.
[11]	刘惠;陈平;杜军朝. 可变电压处理器的最优动态电压选择算法[J]. J4, 2009, 36(3): 486-540.
[12]	毛永毅1;李明远2;张宝军1. 一种减小NLOS影响的TDOA／AOA数据融合定位算法 [J]. J4, 2008, 35(5): 942-945.
[13]	林晓春(1);李存志(2). 采用AMMDFM方法对水下微光图像进行增强处理[J]. J4, 2006, 33(4): 543-546.
[14]	王勇;刘文江;胡军;胡怀中;李嘉. 多传感器检测系统的自适应融合算法[J]. J4, 2004, 31(3): 483-487.
[15]	盛国芳1;冷朝霞2;焦李成1. 数据融合在SAR图像去噪中的应用[J]. J4, 2004, 31(1): 91-95.

一种新的数据融合航迹关联算法

Study of a new track correlation algorithm in data fusion

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10