本發(fā)明屬于航跡數(shù)據(jù)處理領(lǐng)域，具體涉及一種多源航跡數(shù)據(jù)的自適應(yīng)分布式融合技術(shù)。

背景技術(shù)：

為了提高運動目標(biāo)的跟蹤或探測精度，增加被測目標(biāo)某些參數(shù)的測量，使用傳感器網(wǎng)絡(luò)同時監(jiān)測運動目標(biāo)成為了必然趨勢。由于系統(tǒng)偏差的影響，局部估計間的差異會很大。在理想情況下，可以對系統(tǒng)偏差進行估計和修正；但是在實際的復(fù)雜場景下，由于存在未知的嚴(yán)重偏差，其中有多個隱藏的時變參數(shù)，這使得對偏差的修正非常困難。如果操作不當(dāng)，由傳感器偏差產(chǎn)生的不一致和矛盾的信息可能會讓多傳感器融合不能達到預(yù)期效果，信息合成降低狀態(tài)估計的性能。

傳統(tǒng)的航跡融合的核心是權(quán)重的選取，試圖通過合適的權(quán)重改善融合性能，權(quán)重選取的做法將系統(tǒng)誤差等同于隨機噪聲處理，殘留偏差的存在使得不同傳感器探測到的航跡之間不再是無偏的，通過權(quán)重選取難以處理殘差的影響。如圖1，采用兩部雷達對目標(biāo)進行探測，僅僅通過雷達1和雷達2航跡數(shù)據(jù)權(quán)重的調(diào)整很難去除殘差的影響。圖2為對3個數(shù)據(jù)源采用傳統(tǒng)的融合方法融合后的目標(biāo)軌跡圖，由于殘差的影響，導(dǎo)致融合后的運動軌跡呈鋸齒狀。

技術(shù)實現(xiàn)要素：

發(fā)明目的：針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明公開了一種基于協(xié)方差指標(biāo)函數(shù)的自適應(yīng)分布式航跡數(shù)據(jù)融合方法，所述方法在融合的過程中有選擇地剔除掉濾波發(fā)散或系統(tǒng)偏差過大等不利于融合結(jié)果精度提高的數(shù)據(jù)，將一致性較好的結(jié)果保留并進行融合。

技術(shù)方案：本發(fā)明公開了一種基于協(xié)方差指標(biāo)函數(shù)的自適應(yīng)分布式航跡數(shù)據(jù)融合方法，包括如下步驟：

步驟1、接收并存儲航跡數(shù)據(jù)，并對接收到的航跡數(shù)據(jù)進行預(yù)處理；

步驟2、對多源航跡數(shù)據(jù)進行時空配準(zhǔn)；

步驟3、對不同傳感器獲取的航跡數(shù)據(jù)進行關(guān)聯(lián)，確定觀測數(shù)據(jù)和運動目標(biāo)之間的對應(yīng)關(guān)系；

步驟4、基于自適應(yīng)選擇融合指標(biāo)對多源航跡數(shù)據(jù)進行融合，確定運動目標(biāo)的運動狀態(tài)。

具體地，步驟1中的預(yù)處理包括對不同傳感器接收到的航跡數(shù)據(jù)進行坐標(biāo)變換、剔除原始航跡數(shù)據(jù)中的野值，將超出運動目標(biāo)的各個分量的正常取值范圍的異常數(shù)據(jù)剔除掉。

具體地，步驟2包括時間插值和空間配準(zhǔn)；所述時間插值采用最小二乘準(zhǔn)則配準(zhǔn)算法或內(nèi)插外推法。

具體地，步驟3包括如下步驟：

(31)獲取同時存在的過不同局部節(jié)點的航跡數(shù)據(jù)之間的關(guān)聯(lián)性；對關(guān)聯(lián)了的航跡數(shù)據(jù)對執(zhí)行步驟(32)，對未關(guān)聯(lián)的航跡數(shù)據(jù)執(zhí)行步驟(33)；

(32)對關(guān)聯(lián)了的航跡數(shù)據(jù)進行定期檢查：間隔時間tcheck對關(guān)聯(lián)了航跡數(shù)據(jù)對進行關(guān)聯(lián)關(guān)系重判，如果連續(xù)m次都滿足關(guān)聯(lián)判斷條件，則保持航跡數(shù)據(jù)的關(guān)聯(lián)關(guān)系到下一次執(zhí)行步驟(31)；否則認為關(guān)聯(lián)關(guān)系不成立，此航跡數(shù)據(jù)對為未關(guān)聯(lián)航跡，執(zhí)行步驟(33)；

(33)對未關(guān)聯(lián)的航跡做休眠處理，休眠一段時間tsleep后，將所述未關(guān)聯(lián)航跡狀態(tài)設(shè)為待關(guān)聯(lián)，在所有待關(guān)聯(lián)航跡數(shù)據(jù)中檢測是否存在可能關(guān)聯(lián)的航跡數(shù)據(jù)對；如存在，則將所述航跡數(shù)據(jù)對狀態(tài)均設(shè)為激活，對其執(zhí)行步驟(31)；如不存在，則對所述未關(guān)聯(lián)航跡仍做休眠處理。

具體地，步驟(31)獲取同時存在的過不同局部節(jié)點的航跡數(shù)據(jù)之間的關(guān)聯(lián)性包括如下步驟：

設(shè)同時存在過局部節(jié)點p的n條航跡數(shù)據(jù)trackp(n)，n＝1,2,..,n，和過局部節(jié)點q的一條航跡數(shù)據(jù)trackq，間隔時間△t對trackq分別與n條航跡數(shù)據(jù)trackp(n)連續(xù)進行l(wèi)次k近鄰關(guān)聯(lián)，共進行l(wèi)*n次k近鄰關(guān)聯(lián)；所述k近鄰關(guān)聯(lián)的具體步驟為：計算航跡trackq與航跡trackp(n)之間的相似性度量值sq,n，其中n＝1,2,..,n；

對于航跡數(shù)據(jù)trackq與航跡數(shù)據(jù)trackp(n)，如果在l次k近鄰關(guān)聯(lián)中至少有k次滿足相似性度量值sq,n大于相似性度量門限g，則認為航跡trackq與航跡trackp(n)滿足k近鄰關(guān)聯(lián)條件，其中l(wèi)≥k；

如果track(n)，n＝1,2,..,n，中只有一條航跡數(shù)據(jù)track'p與航跡trackq滿足k近鄰關(guān)聯(lián)條件，則認為航跡數(shù)據(jù)track'p與航跡trackq關(guān)聯(lián)；

如果track(n)，n＝1,2,..,n，中有多條航跡數(shù)據(jù)與航跡trackq滿足k近鄰關(guān)聯(lián)條件，選擇所述多條航跡數(shù)據(jù)中與航跡trackq相似性度量值累加和最大的航跡數(shù)據(jù)track'p為與航跡trackq關(guān)聯(lián)。

具體地，兩條航跡數(shù)據(jù)之間的相似性度量值si,j為：

其中表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值，pi表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣，同樣表示局部傳感器j獲取的航跡數(shù)據(jù)的狀態(tài)估計值，pj表示局部傳感器j獲取的航跡數(shù)據(jù)的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣。

具體地，步驟4包括如下步驟：

(41)傳感器個數(shù)為1時，獲取的航跡數(shù)據(jù)即為輸出結(jié)果；

(42)傳感器個數(shù)大于1時，融合后的航跡數(shù)據(jù)為：

其中表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值，pi表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣；zi為選擇向量z＝[z1z2...zn]中的元素，其中zi＝1表示在融合時選擇第i個傳感器，zi＝0表示在融合時不選擇第i個傳感器；n為傳感器個數(shù)。

具體地，選擇向量z＝[z1z2...zn]中元素值zi為使指標(biāo)函數(shù)pceo的行列式取值最小，且滿足

其中pceo定義為：

具體地，如果傳感器個數(shù)n滿足條件：2<n<5，采用分支界定法計算選擇向量z＝[z1z2...zn]。

具體地，可以采用交叉熵優(yōu)化算法計算選擇向量z＝[z1z2...zn]，包括如下步驟：

(101)定義優(yōu)化目標(biāo)函數(shù)：

即尋找最優(yōu)的選擇向量z＝[z1z2...zn]，zi∈{0,1}使目標(biāo)函數(shù)值最小，且滿足條件：

定義一個γ×n維的矩陣φ去表示每次迭代時樣本：

其中行向量的上標(biāo)j指示著樣本中的個體序號；定義概率密度向量p^l＝(p1,p2,...,pn)，其中pi為zi取值為1的概率，即pi＝p(zi＝1)；上標(biāo)l表示迭代次數(shù)；

初始化概率密度向量p^l＝1中的元素值pi＝0.5,i＝1..n；初始化參數(shù)ρ,α,ε,i；

(102)從概率密度向量p^l的伯努利分布生成γ個樣本數(shù)據(jù)；

(103)計算γ個樣本數(shù)據(jù)對應(yīng)的優(yōu)化目標(biāo)函數(shù)值，選擇其中的最小值記為本次迭代的最優(yōu)值，并記錄其對應(yīng)的樣本數(shù)據(jù)值；

如果迭代次數(shù)l＝1，記當(dāng)前最優(yōu)值為本次迭代的最優(yōu)值，并跳轉(zhuǎn)至步驟(104)；否則跳轉(zhuǎn)至步驟(105)；

(104)從步驟(103)中計算出的γ個優(yōu)化目標(biāo)函數(shù)值中選擇值最小的個函數(shù)值，所述個函數(shù)值對應(yīng)的個樣本數(shù)據(jù)作為下一次迭代的部分樣本數(shù)據(jù)；

(105)比較本次迭代的最優(yōu)值和當(dāng)前最優(yōu)值，如果本次迭代的最優(yōu)值小于當(dāng)前最優(yōu)值，則記當(dāng)前最優(yōu)值為本次迭代的最優(yōu)值；

比較本次迭代的最優(yōu)值與上次迭代的最優(yōu)值的差值是否小于ε，如果小于ε，或當(dāng)前迭代次數(shù)l大于迭代次數(shù)上限i,則結(jié)束迭代，當(dāng)前最優(yōu)值對應(yīng)的樣本數(shù)據(jù)值為選擇向量z的優(yōu)化結(jié)果；

(106)更新概率密度向量p^l＝(1-α)p^l-1+αp^l；基于更新后的概率密度向量生成個樣本數(shù)據(jù)，與步驟(104)中的個樣本數(shù)據(jù)組成下一次迭代的γ個樣本數(shù)據(jù)，跳轉(zhuǎn)至步驟(103)繼續(xù)優(yōu)化迭代。

有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明公開的融合方法具有以下優(yōu)點：1、本發(fā)明公開的方法利用基于協(xié)方差的指標(biāo)函數(shù)，不僅可以完成數(shù)據(jù)融合，還在融合的過程中有選擇地剔除掉濾波發(fā)散或系統(tǒng)偏差過大等不利于融合結(jié)果精度提高的數(shù)據(jù)，將一致性較好的結(jié)果保留并進行融合；2、該方法可以在缺少部分先驗信息的情況下，盡可能的挖掘局部航跡濾波的狀態(tài)和誤差協(xié)方差中的信息，做到選擇和融合一體化，輸出一個一致、魯棒的最終狀態(tài)，提供一個穩(wěn)定精確的最優(yōu)融合結(jié)果；3、該方法可以提高目標(biāo)點跡航跡關(guān)聯(lián)正確率，特別是改善多目標(biāo)會遇、交叉等復(fù)雜場景中的跟蹤能力。

附圖說明

圖1是兩部雷達獲取的航跡數(shù)據(jù)偏差示意圖；

圖2是融合多數(shù)據(jù)源時殘留偏差對融合的影響示意圖；采用簡單異步序貫處理，得到鋸齒形航跡；

圖3是極坐標(biāo)系和東北天坐標(biāo)系的示意圖；

圖4是時間插值示意圖；

圖5是空間配準(zhǔn)處理示意圖；

圖6是航跡數(shù)據(jù)關(guān)聯(lián)流程圖；表明了關(guān)聯(lián)關(guān)系元素處理流程，即兩局部節(jié)點航跡關(guān)聯(lián)；關(guān)聯(lián)元素對外接口包括：1、關(guān)聯(lián)標(biāo)識：是否關(guān)聯(lián)上，保持期認為關(guān)聯(lián)上，否則為未關(guān)聯(lián)上；2、關(guān)聯(lián)航跡號：局部航跡號；3、航跡可起始標(biāo)志：經(jīng)歷過第一次關(guān)聯(lián)期，不管有沒有關(guān)聯(lián)成功，都可以起始系統(tǒng)航跡；

圖7是本發(fā)明公開的航跡數(shù)據(jù)融合方法流程圖；

圖8是各個傳感器對目標(biāo)的觀測情況示意圖；

圖9是在限定選擇的傳感器數(shù)目時，指標(biāo)的最優(yōu)值隨著限定選擇的傳感器數(shù)目變化曲線圖；

圖10是采用傳統(tǒng)融合方法的目標(biāo)軌跡圖；

圖11是采用本發(fā)明公開的融合方法的目標(biāo)軌跡圖。

具體實施方式

下面結(jié)合附圖和具體實施方式，進一步闡明本發(fā)明。

一種基于協(xié)方差指標(biāo)函數(shù)的自適應(yīng)分布式航跡數(shù)據(jù)融合方法，包括如下步驟：

步驟1、接收并存儲航跡數(shù)據(jù)，對接收到的航跡數(shù)據(jù)進行預(yù)處理；

當(dāng)傳感器探測到的航跡數(shù)據(jù)到達時，需要進行接收和存儲，并同時完成坐標(biāo)轉(zhuǎn)換等準(zhǔn)備工作，為了時間插值的需要，需要接收一定時間長度的數(shù)據(jù)包。估計融合需要原始的量測數(shù)據(jù)，所以也需要將原始的量測數(shù)據(jù)進行存儲。傳感器探測的數(shù)據(jù)中，有一些目標(biāo)的航速位置或者屬性值等出現(xiàn)異常值，將這樣的數(shù)據(jù)定義為“野值”，此時可通過目標(biāo)的各個分量的正常取值范圍等判斷條件將這些“野值”剔除掉，以免影響后續(xù)的時間插值及航跡關(guān)聯(lián)等。

坐標(biāo)變換包括：傳感器極坐標(biāo)系和東北天坐標(biāo)系的相互轉(zhuǎn)換、大地坐標(biāo)系和ecef坐標(biāo)系之間的轉(zhuǎn)換、東北天坐標(biāo)系和ecef坐標(biāo)系的相互轉(zhuǎn)換。

1、傳感器極坐標(biāo)系和東北天坐標(biāo)系的相互轉(zhuǎn)換

假設(shè)傳感器對目標(biāo)t的量測在極坐標(biāo)系完成，獲得目標(biāo)的距離、方位角和高低角為如圖3所示；目標(biāo)在東北天坐標(biāo)系下坐標(biāo)是(xl,yl,zl)，則轉(zhuǎn)換關(guān)系為：

2、大地坐標(biāo)系和ecef坐標(biāo)系之間的轉(zhuǎn)換

假定某點的大地坐標(biāo)為(λs,ls,hs)，其中參數(shù)λs,ls,hs分別表示經(jīng)度、緯度和高度，則該點在ecef(earth-centeredearth-fixed)坐標(biāo)系中的位置(xs,ys,zs)為：

其中e是地球偏心率，eq是地球半徑。

假設(shè)某點的ecef坐標(biāo)為(xs,ys,zs)，則相應(yīng)的大地坐標(biāo)(λs,ls,hs)為：

其中：

其中a為計算中的臨時變量；φ為緯度ls，r為上面公式中的c，

3、東北天坐標(biāo)系和ecef坐標(biāo)系的相互轉(zhuǎn)換

假定某目標(biāo)在傳感器東北天坐標(biāo)系的位置是(xl,yl,zl)，此時(xl,yl,zl)坐標(biāo)與目標(biāo)在ecef坐標(biāo)系下坐標(biāo)(x,y,z)的關(guān)系為：

其中，

(xs,ys,zs)表示傳感器在ecef坐標(biāo)系中的位置，(λs,ls,hs)表示傳感器在大地坐標(biāo)系的位置。

若已知目標(biāo)的ecef坐標(biāo)(x,y,z)和傳感器的大地坐標(biāo)(λs,ls,hs)，則目標(biāo)在傳感器東北天坐標(biāo)系下的坐標(biāo)(xl,yl,zl)為：

步驟2、對多源航跡數(shù)據(jù)進行時空配準(zhǔn)，包括時間插值和空間配準(zhǔn)；

時間配準(zhǔn)：

由于各傳感器對目標(biāo)的量測是相互獨立進行的，且采樣周期往往不同；另外，由于通訊網(wǎng)絡(luò)的不同延遲，各傳感器和融合中心之間傳送信息所需的時間也各不相同，因此，各傳感器量測數(shù)據(jù)到達融合中心時一般是異步的。時間插值的一般做法是將各傳感器數(shù)據(jù)統(tǒng)一到掃描周期較長的一個傳感器數(shù)據(jù)上。目前，常用的方法有兩種：(1)w.d.blair等人提出的最小二乘準(zhǔn)則配準(zhǔn)算法，見文獻blairwd,ricetr,alouaniat,xiap.asynchronousdatafusionfortargettrackingwithamultitaskingradarandopticalsensor.in:proceedingsofthe1991spieconferenceonacquisition,trackingandpointingv.orlando,fl,usa,1911.234～235；(2)王寶樹等提出的內(nèi)插外推法，見文獻王寶樹，李芳社.基于數(shù)據(jù)融合技術(shù)的多目標(biāo)跟蹤算法研究.西安電子科技大學(xué)學(xué)報，1998，25(3)，269～272。如圖4所示，時間插值處理思路：定時插值，只用內(nèi)插數(shù)據(jù)，當(dāng)有新數(shù)據(jù)來時將歷史插值序列中相應(yīng)位進行補填。

空間配準(zhǔn)：

空間配準(zhǔn)采用常用的配準(zhǔn)方法，參見文獻《多源數(shù)據(jù)融合》[第二版]，韓崇昭、朱紅艷，清華大學(xué)出版社。思路為：標(biāo)準(zhǔn)航跡送入標(biāo)準(zhǔn)航跡緩沖，計算系統(tǒng)偏差，在計算出系統(tǒng)偏差后，再對標(biāo)準(zhǔn)航跡進行矯正。矯正后的航跡送入內(nèi)部航跡緩沖，供后續(xù)做關(guān)聯(lián)、處理。

步驟3、對不同傳感器獲取的航跡數(shù)據(jù)進行關(guān)聯(lián)，確定觀測數(shù)據(jù)和運動目標(biāo)之間的對應(yīng)關(guān)系；

定義航跡關(guān)聯(lián)質(zhì)量、航跡脫離質(zhì)量來衡量航跡數(shù)據(jù)的關(guān)聯(lián)。

關(guān)聯(lián)質(zhì)量m：如果在關(guān)聯(lián)時刻滿足關(guān)聯(lián)判決條件則m＝m+1；

脫離質(zhì)量d：如果在關(guān)聯(lián)時刻滿足不滿足關(guān)聯(lián)判決條件則d＝d+1；

理論上d大于某一值后兩條航跡必然不滿足關(guān)聯(lián)關(guān)系。

航跡數(shù)據(jù)的關(guān)聯(lián)為周期性地執(zhí)行如下步驟：

(31)獲取同時存在的過不同局部節(jié)點的航跡數(shù)據(jù)之間的關(guān)聯(lián)性；對關(guān)聯(lián)了的航跡數(shù)據(jù)對執(zhí)行步驟(32)，對未關(guān)聯(lián)的航跡數(shù)據(jù)執(zhí)行步驟(33)；

獲取同時存在的過不同局部節(jié)點的航跡數(shù)據(jù)之間的關(guān)聯(lián)性包括如下步驟：

設(shè)同時存在過局部節(jié)點p的n條航跡數(shù)據(jù)trackp(n)，n＝1,2,..,n，和過局部節(jié)點q的一條航跡數(shù)據(jù)trackq，間隔時間△t對trackq分別與n條航跡數(shù)據(jù)trackp(n)連續(xù)進行l(wèi)次k近鄰關(guān)聯(lián)，共進行l(wèi)*n次k近鄰關(guān)聯(lián)；所述k近鄰關(guān)聯(lián)的具體步驟為：計算航跡trackq與航跡trackp(n)之間的相似性度量值sq,n，其中n＝1,2,..,n；

對于航跡數(shù)據(jù)trackq與航跡數(shù)據(jù)trackp(n)，如果在l次k近鄰關(guān)聯(lián)中至少有k次滿足相似性度量值sq,n大于相似性度量門限g，則認為航跡trackq與航跡trackp(n)滿足k近鄰關(guān)聯(lián)條件，其中l(wèi)≥k；

如果track(n)，n＝1,2,..,n，中只有一條航跡數(shù)據(jù)track'p與航跡trackq滿足k近鄰關(guān)聯(lián)條件，則認為航跡數(shù)據(jù)track'p與航跡trackq關(guān)聯(lián)；

如果track(n)，n＝1,2,..,n，中有多條航跡數(shù)據(jù)與航跡trackq滿足k近鄰關(guān)聯(lián)條件，選擇所述多條航跡數(shù)據(jù)中與航跡trackq相似性度量值累加和最大的航跡數(shù)據(jù)track'p為與航跡trackq關(guān)聯(lián)。

兩條航跡數(shù)據(jù)之間的相似性度量值si,j定義為：

其中表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值，pi表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣，同樣表示局部傳感器j獲取的航跡數(shù)據(jù)的狀態(tài)估計值，pj表示局部傳感器j獲取的航跡數(shù)據(jù)的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣。

(32)對關(guān)聯(lián)了的航跡數(shù)據(jù)進行定期檢查：

得到關(guān)聯(lián)了的航跡數(shù)據(jù)對后，穩(wěn)定航跡關(guān)聯(lián)對已經(jīng)產(chǎn)生，但是還需要定期對航跡關(guān)聯(lián)關(guān)系進行檢查，防止出現(xiàn)錯誤關(guān)聯(lián)，保證對航跡分批的情況進行處理的能力。間隔時間tcheck對關(guān)聯(lián)了航跡數(shù)據(jù)對進行關(guān)聯(lián)關(guān)系重判，如果連續(xù)m次都滿足關(guān)聯(lián)判斷條件，則保持航跡數(shù)據(jù)的關(guān)聯(lián)關(guān)系到下一次執(zhí)行步驟(31)；否則認為關(guān)聯(lián)關(guān)系不成立，此航跡數(shù)據(jù)對為未關(guān)聯(lián)航跡，執(zhí)行步驟(33)；

上述關(guān)聯(lián)判斷條件為：航跡數(shù)據(jù)對的相似性度量值大于相似性度量門限。

(33)為了避免航跡不斷關(guān)聯(lián)耗費計算資源，對未關(guān)聯(lián)的航跡做休眠處理，休眠一段時間tsleep后，將所述未關(guān)聯(lián)航跡狀態(tài)設(shè)為待關(guān)聯(lián)，在所有待關(guān)聯(lián)航跡數(shù)據(jù)中檢測是否存在可能關(guān)聯(lián)的航跡數(shù)據(jù)對；如存在，則將所述航跡數(shù)據(jù)對狀態(tài)均設(shè)激活，對其執(zhí)行步驟(31)；如不存在，則對所述未關(guān)聯(lián)航跡仍做休眠處理。

檢測是否存在可能關(guān)聯(lián)的航跡數(shù)據(jù)對的步驟為：檢測是否有滿足k近鄰關(guān)聯(lián)條件的航跡數(shù)據(jù)對。

由上述步驟可以得到關(guān)聯(lián)過程分為關(guān)聯(lián)期以及定期的檢查、保持期。

步驟4、基于自適應(yīng)選擇融合指標(biāo)對多源航跡數(shù)據(jù)進行融合，確定運動目標(biāo)的運動狀態(tài)；

(41)傳感器個數(shù)為1時，只有一個數(shù)據(jù)源，此時不需要融合，獲取的航跡數(shù)據(jù)即為輸出結(jié)果；

(42)傳感器個數(shù)大于1時，需要對多個航跡數(shù)據(jù)進行融合；

傳統(tǒng)融合算法采用簡單凸組合算法。在量測噪聲不相關(guān)且無殘留偏差的的前提下，簡單凸組合是最優(yōu)的融合方法。

其融合方程為：

其中表示融合后的航跡數(shù)據(jù)，表示局部傳感器i的狀態(tài)估計值，pⁱ表示局部傳感器i的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣，n為傳感器個數(shù)。

本發(fā)明采用一種新的指標(biāo)，集數(shù)據(jù)選擇與融合為一體：

定義選擇向量z:z＝[z1z2...zn]；

其中

則融合后的航跡數(shù)據(jù)為：

其中表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值，pi表示局部傳感器i獲取的航跡數(shù)據(jù)的狀態(tài)估計值相應(yīng)的估計誤差的協(xié)方差陣；zi為選擇向量z＝[z1z2...zn]中的元素，其中zi＝1表示在融合時選擇第i個傳感器，zi＝0表示在融合時不選擇第i個傳感器；n為傳感器個數(shù)。

選擇向量z＝[z1z2...zn]中元素值zi為使自適應(yīng)選擇指標(biāo)函數(shù)pceo的行列式取值最小，且滿足其中pceo定義為：

可以采用交叉熵優(yōu)化算法計算選擇向量z＝[z1z2...zn]，包括如下步驟：

(101)定義優(yōu)化目標(biāo)函數(shù)：

即尋找最優(yōu)的選擇向量z＝[z1z2...zn]，zi∈{0,1}使目標(biāo)函數(shù)值最小，且滿足條件：其中det(·)表示求矩陣的行列式；

定義一個γ×n維的矩陣φ去表示每次迭代時樣本：

其中行向量的上標(biāo)j指示著樣本中的個體序號；定義概率密度向量p^l＝(p1,p2,...,pn)，其中pi為zi取值為1的概率，即pi＝p(zi＝1)；上標(biāo)l表示迭代次數(shù)；

初始化概率密度向量p^l＝1中的元素值pi＝0.5,i＝1..n；初始化參數(shù)ρ,α,ε,i；

(102)從概率密度向量p^l的伯努利分布生成γ個樣本數(shù)據(jù)；

(103)計算γ個樣本數(shù)據(jù)對應(yīng)的優(yōu)化目標(biāo)函數(shù)值，選擇其中的最小值記為本次迭代的最優(yōu)值，并記錄其對應(yīng)的樣本數(shù)據(jù)值；

如果迭代次數(shù)l＝1，記當(dāng)前最優(yōu)值為本次迭代的最優(yōu)值，并跳轉(zhuǎn)至步驟

(104)；否則跳轉(zhuǎn)至步驟(105)；

(104)從步驟(103)中計算出的γ個優(yōu)化目標(biāo)函數(shù)值中選擇值最小的個函數(shù)值，所述個函數(shù)值對應(yīng)的個樣本數(shù)據(jù)作為下一次迭代的部分樣本數(shù)據(jù)；此處為向上取整運算；

(105)比較本次迭代的最優(yōu)值和當(dāng)前最優(yōu)值，如果本次迭代的最優(yōu)值小于當(dāng)前最優(yōu)值，則記當(dāng)前最優(yōu)值為本次迭代的最優(yōu)值；

比較本次迭代的最優(yōu)值與上次迭代的最優(yōu)值的差值是否小于ε，如果小于ε，或當(dāng)前迭代次數(shù)l大于迭代次數(shù)上限i,則結(jié)束迭代，當(dāng)前最優(yōu)值對應(yīng)的樣本數(shù)據(jù)值為選擇向量z的優(yōu)化結(jié)果；

(106)更新概率密度向量p^l＝(1-α)p^l-1+αp^l；基于更新后的概率密度向量生成個樣本數(shù)據(jù)，與步驟(104)中的個樣本數(shù)據(jù)組成下一次迭代的γ個樣本數(shù)據(jù)，跳轉(zhuǎn)至步驟(103)繼續(xù)優(yōu)化迭代。

對于在融合選擇問題中應(yīng)用交叉熵優(yōu)化算法，經(jīng)驗證，參數(shù)γ在大于傳感器個數(shù)n的1.5倍時就可以很快地收斂到最優(yōu)值左右，但是隨著γ的增加計算量也在驟增。參數(shù)ρ在大于0.2時就可以達到最優(yōu)值，但是隨著ρ的增大迭代次數(shù)也在增大，以致在ρ大于0.8時迭代次數(shù)達到設(shè)定的最大值100。ρ的適宜取值范圍為[0.3,0.7]。參數(shù)α在小于0.6時就可以達到最優(yōu)值，但是隨著α的減小迭代次數(shù)也在增大，以致在α小于0.2時迭代次數(shù)達到設(shè)定的最大值100。α其適宜取值范圍為[0.2,0.6]。

如圖7所示，如果傳感器個數(shù)較少，計算量不大，可以采用窮舉算法計算選擇向量z＝[z1z2...zn]；例如傳感器個數(shù)n滿足條件：2<n<5，計算量相對較小，可以采用分支界定法計算選擇向量z＝[z1z2...zn]。

當(dāng)傳感器個數(shù)較多，計算量大時，采用上述的交叉熵優(yōu)化選擇算法可以較快地計算出選擇向量z＝[z1z2...zn]。

計算出選擇向量z后，代入式(3)中，即可得到融合后的航跡數(shù)據(jù)

圖8是各個傳感器對目標(biāo)的觀測情況示意圖；場景為30個傳感器，其中25個傳感器無殘留偏差，五個有殘留偏差，對一個目標(biāo)進行觀測，采用本發(fā)明公開的自適應(yīng)選擇可以自動識別出一致性過差的數(shù)據(jù)，圖中殘留偏差過大，標(biāo)記為黑色數(shù)據(jù)。

圖9是在本發(fā)明公開的自適應(yīng)指標(biāo)在限定選擇的傳感器數(shù)目時，指標(biāo)的最優(yōu)值隨著限定選擇的傳感器數(shù)目變化而變化的情況，多個場景的仿真表明該方法可以正確的排除有系統(tǒng)偏差的傳感器，正確的選出或略少于無系統(tǒng)偏差的傳感的數(shù)目。

圖10與圖11為在工程應(yīng)用中傳統(tǒng)融合算法的效果與應(yīng)用本發(fā)明公開的自適應(yīng)選擇融合指標(biāo)后的效果圖，場景為編號為1、2、3、5、6、7號傳感器對目標(biāo)的跟蹤和融合輸出情況，其中1、2、3、7號傳感器殘留偏差可以忽略，5、6號傳感器殘留偏差明顯。其中圖10是采用傳統(tǒng)融合方法的目標(biāo)軌跡圖，輸出的融合航跡偏離和鋸齒現(xiàn)象明顯；圖11是采用本發(fā)明公開的融合方法的目標(biāo)軌跡圖，輸出的融合航跡無偏離且較平滑。