高级搜索

一种基于时空交叉点新特征的航迹关联算法

崔亚奇 熊伟 唐田田

引用本文: 崔亚奇, 熊伟, 唐田田. 一种基于时空交叉点新特征的航迹关联算法[J]. 电子与信息学报, doi: 10.11999/JEIT190822 shu
Citation:  Yaqi CUI, Wei XIONG, Tiantian TANG. A Track Correlation Algorithm Based on New Space-time Cross-point Feature[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190822 shu

一种基于时空交叉点新特征的航迹关联算法

    作者简介: 崔亚奇: 男,1987年生,讲师,研究方向为航迹关联、状态估计融合、机器学习、人工智能;
    熊伟: 男,1977年生,教授,研究方向为多传感器信息融合,指挥自动化;
    唐田田: 女,1989年生,讲师,研究方向为大数据技术及应用
    通讯作者: 崔亚奇,cui_yaqi@126.com
  • 基金项目: 国家自然科学重大专项基金(61790550, 61790554)

摘要: 为有效解决实际工程中的航迹关联问题,该文定义了广义时空交叉点,并提出了以航迹对时空交叉点为特征,通过特征匹配来实现航迹抗差关联的新方法。实测数据验证结果表明:在雷达航迹不完全匹配且存在时空差异误差的情况下,该方法可有效实现雷达航迹的抗差关联,并且几乎不受时空差异误差大小的影响,具有强鲁棒性和稳定性,可有效解决实际工程中的航迹关联问题,消除冗余航迹,提供统一态势。

English

    1. [1]

      何友, 修建娟, 张晶炜, 等. 雷达数据处理及应用[M]. 2版. 北京: 电子工业出版社, 2009: 220–223.
      HE You, XIU Jianjuan, ZHANG Jingwei, et al. Radar Data Processing with Applications[M]. 2nd ed. Beijing: Publishing House of Electronics Industry, 2009: 220–223.

    2. [2]

      李保珠, 关键, 董云龙. 基于航迹矢量检测的雷达与电子支援设施抗差关联算法[J]. 电子与信息学报, 2019, 41(1): 123–129. doi: 10.11999/JEIT180303
      LI Baozhu, GUAN Jian, and DONG Yunlong. Anti-bias track association algorithm of radar and electronic support measurements based on track vectors detection[J]. Journal of Electronics &Information Technology, 2019, 41(1): 123–129. doi: 10.11999/JEIT180303

    3. [3]

      李保珠, 董云龙, 李秀友, 等. 基于t分布混合模型的抗差关联算法[J]. 电子与信息学报, 2017, 39(7): 1774–1778. doi: 10.11999/JEIT161084
      LI Baozhu, DONG Yunlong, LI Xiuyou, et al. Anti-bias track association algorithm based on t-distribution mixture model[J]. Journal of Electronics &Information Technology, 2017, 39(7): 1774–1778. doi: 10.11999/JEIT161084

    4. [4]

      李保珠, 张林, 董云龙, 等. 基于航迹矢量分级聚类的雷达与电子支援措施抗差关联算法[J]. 电子与信息学报, 2019, 41(6): 1310–1316. doi: 10.11999/JEIT180714
      LI Baozhu, ZHANG Lin, DONG Yunlong, et al. Anti-bias track association algorithm of radar and electronic support measurements based on track vectors hierarchical clustering[J]. Journal of Electronics &Information Technology, 2019, 41(6): 1310–1316. doi: 10.11999/JEIT180714

    5. [5]

      李保珠, 董云龙, 李秀友, 等. 基于t分布混合模型的抗差关联算法[J]. 电子与信息学报, 2017, 39(7): 1774–1778. doi: 10.11999/JEIT161084
      LI Baozhu, DONG Yunlong, LI Xiuyou, et al. Anti-bias track association algorithm based on t-distribution mixture model[J]. Journal of Electronics &Information Technology, 2017, 39(7): 1774–1778. doi: 10.11999/JEIT161084

    6. [6]

      关欣, 彭彬彬, 衣晓. 修正极坐标系下雷达与ESM航迹对准关联[J]. 航空学报, 2017, 38(5): 221–232. doi: 10.7527/S1000-6893.2016.0287
      GUAN Xin, PENG Binbin, and YI Xiao. Track alignment-association of radar and ESM in MPC[J]. Acta Aeronautica ET Astronautica Sinica, 2017, 38(5): 221–232. doi: 10.7527/S1000-6893.2016.0287

    7. [7]

      齐林, 崔亚奇, 熊伟, 等. 基于距离检测的自动识别系统和对海雷达航迹抗差关联算法[J]. 电子与信息学报, 2015, 37(8): 1855–1861. doi: 10.11999/JEIT141472
      QI Lin, CUI Yaqi, XIONG Wei, et al. Anti-bias association algorithm for automatic identification system and radar based on bias detection[J]. Journal of Electronics &Information Technology, 2015, 37(8): 1855–1861. doi: 10.11999/JEIT141472

    8. [8]

      柳向, 李东生. 对分布式组网雷达的航迹欺骗偏差补偿技术[J]. 系统工程与电子技术, 2018, 40(6): 1255–1264. doi: 10.3969/j.issn.1001-506X.2018.06.10
      LIU Xiang and LI Dongsheng. Deviation compensation for phantom tracks jamming against distributed radar network[J]. Systems Engineering and Electronics, 2018, 40(6): 1255–1264. doi: 10.3969/j.issn.1001-506X.2018.06.10

    9. [9]

      宋强, 熊伟, 何友. 基于复数域拓扑描述的航迹对准关联算法[J]. 宇航学报, 2011, 32(3): 560–566. doi: 10.3873/j.issn.1000-1328.2011.03.017
      SONG Qiang, XIONG Wei, and HE You. A track alignment-correlation algorithm based on topological description of complex number field[J]. Journal of Astronautics, 2011, 32(3): 560–566. doi: 10.3873/j.issn.1000-1328.2011.03.017

    10. [10]

      宋强, 熊伟, 马强. 基于目标不变信息量的模糊航迹对准关联算法[J]. 系统工程与电子技术, 2011, 33(1): 190–195. doi: 10.3969/j.issn.1001-506X.2011.01.39
      SONG Qiang, XIONG Wei, and MA Qiang. Fuzzy track alignment-correlation algorithm based on target invariable information[J]. Systems Engineering and Electronics, 2011, 33(1): 190–195. doi: 10.3969/j.issn.1001-506X.2011.01.39

    11. [11]

      何友, 宋强, 熊伟. 基于傅里叶变换的航迹对准关联算法[J]. 航空学报, 2010, 31(2): 356–362.
      HE You, SONG Qiang, and XIONG Wei. A track registration-correlation algorithm based on Fourier transform[J]. Acta Aeronautica ET Astronautica Sinica, 2010, 31(2): 356–362.

    12. [12]

      吴泽民, 任姝婕, 刘熹. 基于拓扑序列法的航迹关联算法[J]. 航空学报, 2009, 30(10): 1937–1942. doi: 10.3321/j.issn:1000-6893.2009.10.024
      WU Zemin, REN Shujie, and LIU Xi. Topology sequence based track correlation algorithm[J]. Acta Aeronautica et Astronautica Sinica, 2009, 30(10): 1937–1942. doi: 10.3321/j.issn:1000-6893.2009.10.024

    13. [13]

      董凯, 王海鹏, 刘瑜. 基于拓扑统计距离的航迹抗差关联算法[J]. 电子与信息学报, 2015, 37(1): 50–55. doi: 10.11999/JEIT140244
      DONG Kai, WANG Haipeng, and LIU Yu. Anti-bias track association algorithm based on topology statistical distance[J]. Journal of Electronics &Information Technology, 2015, 37(1): 50–55. doi: 10.11999/JEIT140244

    14. [14]

      齐林, 刘瑜, 任华龙, 等. 空基多雷达航迹抗差关联算法[J]. 航空学报, 2018, 39(3): 221–229. doi: 10.7527/S1000-6893.2017.21691
      QI Lin, LIU Yu, REN Hualong, et al. Air-platform multi-radar anti-bias tracks association algorithm[J]. Acta Aeronautica et Astronautica Sinica, 2018, 39(3): 221–229. doi: 10.7527/S1000-6893.2017.21691

    15. [15]

      鹿强, 吴琳, 陈昭, 等. 海上目标多源轨迹数据关联综述[J]. 地球信息科学学报, 2018, 20(5): 571–581. doi: 10.12082/dqxxkx.2018.180024
      LU Qiang, WU Lin, CHEN Zhao, et al. A review of multi-source trajectory data association for marine targets[J]. Journal of Geo-information Science, 2018, 20(5): 571–581. doi: 10.12082/dqxxkx.2018.180024

    16. [16]

      董凯, 关欣, 王海鹏, 等. 基于序贯修正灰关联度的全局最优航迹关联算法[J]. 电子与信息学报, 2014, 36(8): 1939–1945. doi: 10.3724/SP.J.1146.2013.01455
      DONG Kai, GUAN Xin, WANG Haipeng, et al. Global optimal track association algorithm based on sequential modified grey association degree[J]. Journal of Electronics &Information Technology, 2014, 36(8): 1939–1945. doi: 10.3724/SP.J.1146.2013.01455

    17. [17]

      ZHU Hongyan, WANG Wei, and WANG Chen. Robust track-to-track association in the presence of sensor biases and missed detections[J]. Information Fusion, 2016, 27: 33–40. doi: 10.1016/j.inffus.2015.05.002

    18. [18]

      QI Lin, DONG Kai, LIU Yu, et al. Anti-bias track-to-track association algorithm based on distance detection[J]. IET Radar, Sonar & Navigation, 2017, 11(2): 269–276. doi: 10.1049/iet-rsn.2016.0139

    1. [1]

      董凯, 王海鹏, 刘瑜. 基于拓扑统计距离的航迹抗差关联算法. 电子与信息学报,

    2. [2]

      魏龙翔, 何小海, 滕奇志, 高明亮. 结合Hausdorff距离和最长公共子序列的轨迹分类. 电子与信息学报,

    3. [3]

      陈抒瑢, 李勃, 董蓉, 陈启美. Contourlet-SIFT特征匹配算法. 电子与信息学报,

    4. [4]

      余淮, 杨文. 一种无人机航拍影像快速特征提取与匹配算法. 电子与信息学报,

    5. [5]

      董凯, 关欣, 王海鹏, 何友. 基于序贯修正灰关联度的全局最优航迹关联算法. 电子与信息学报,

    6. [6]

      韩伟, 汤子跃, 朱振波. 一种多普勒盲区条件下的多假设运动模型目标跟踪方法. 电子与信息学报,

    7. [7]

      李保珠, 关键, 董云龙. 基于航迹矢量检测的雷达与电子支援设施抗差关联算法. 电子与信息学报,

    8. [8]

      李保珠, 张林, 董云龙, 关键. 基于航迹矢量分级聚类的雷达与电子支援措施抗差关联算法. 电子与信息学报,

    9. [9]

      李保珠, 董云龙, 李秀友, 关键. 基于t分布混合模型的抗差关联算法. 电子与信息学报,

    10. [10]

      孙怡峰, 吴疆, 黄严严, 汤光明. 一种视频监控中基于航迹的运动小目标检测算法. 电子与信息学报,

    11. [11]

      刘书君, 杨婷, 唐明春, 王品, 李勇明. 基于贝叶斯准则的随机共振算法研究. 电子与信息学报,

    12. [12]

      施云飞, 宋千, 金添, 周智敏. 前视成像雷达图像序列配准算法研究. 电子与信息学报,

    13. [13]

      徐海湄, 齐守青, 卢显良, 韩宏. 一种新的基于概率统计论的P2P网络信任模型. 电子与信息学报,

    14. [14]

      黄志蓓, 孙树岩, 吴健康. 多元假设检验GMPHD轨迹跟踪. 电子与信息学报,

    15. [15]

      周牧, 耿小龙, 谢良波, 田增山, 卫亚聪. 基于信号分布混合假设检验的Wi-Fi室内定位方法. 电子与信息学报,

    16. [16]

      甘伟, 许录平, 苏哲, 张华. 基于贝叶斯假设检验的压缩感知重构. 电子与信息学报,

    17. [17]

      齐林, 崔亚奇, 熊伟, 王聪. 基于距离检测的自动识别系统和对海雷达航迹抗差关联算法. 电子与信息学报,

    18. [18]

      张良, 王海丽, 吴仁彪. 基于改进局部不变特征的兴趣点匹配. 电子与信息学报,

    19. [19]

      牛力丕, 毛士艺, 陈炜. 基于Hausdorff距离的图像配准研究. 电子与信息学报,

    20. [20]

      张亮, 何松华, 庄钊文, 郭桂蓉. 雷达目标一维距离象多分辨特征描述和快速匹配法研究. 电子与信息学报,

  • 图 1  时空交叉点

    图 2  测试数据1中雷达原始航迹示意

    图 3  算法补偿后测试数据1中雷达航迹示意

    图 4  测试环境2中雷达原始航迹示意

    图 5  测试环境2中算法补偿后雷达航迹示意

    图 6  测试环境3中雷达原始航迹示意

    图 7  测试环境3中算法补偿后雷达航迹示意

    表 1  测试数据1下傅里叶算法关联结果

    雷达1批号1112
    雷达2批号2122
    空间误差估计(m)580.14878.56580.14878.56
    下载: 导出CSV

    表 2  测试数据1下交叉点算法关联结果

    雷达1批号15131112
    雷达2批号25232122
    关联系数0.6570.6570.6480.503
    时间误差估计(s)30.3130.3125.4229.57
    空间误差估计(m)525.22819.61525.22819.61571.18813.87468.00825.56
    下载: 导出CSV

    表 3  测试数据2下傅里叶算法关联结果

    雷达1批号13
    雷达2批号23
    空间误差估计(m)5310.32 8605.41
    下载: 导出CSV

    表 4  测试环境2下交叉点算法关联结果

    雷达1批号131514
    雷达2批号232524
    关联系数0.8450.8450.835
    时间误差估计89.0389.0386.17
    空间误差估计4876.427953.414876.427953.415053.348036.30
    下载: 导出CSV

    表 5  测试环境3下交叉差算法关联结果

    雷达1批号1712111814131615
    雷达2批号2722212824232625
    下载: 导出CSV

    表 6  测试环境3下傅里叶算法关联结果

    雷达1批号111816
    雷达2批号212826
    下载: 导出CSV
  • 加载中
图(7)表(6)
计量
  • PDF下载量:  6
  • 文章访问数:  174
  • HTML全文浏览量:  47
文章相关
  • 通讯作者:  崔亚奇, cui_yaqi@126.com
  • 收稿日期:  2019-10-25
  • 网络出版日期:  2020-05-13
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章