一种针对主动和被动传感器量测数据的多目标匹配方法组成比例

本发明专利技术提出一种针对主动传感器和被动传感器量测数据的多目标匹配方法。首先对主动传感器的距离和角度量测进行转换得到被动传感器坐标系下的坐标，并获得误差的范围，然后计算各目标之间的匹配概率，最后求解所建立的优化问题实现主动传感器和被动传感器多目标匹配。具体为：第一步：将主动传感器量测等价转换至地心坐标系并完成相应的量测误差范围分析；第二步：将地心系下主动传感器量测转换至被动传感器坐标系并完成相应的量测误差范围分析；第三步：对量测零偏的组合进行估计，并利用贝叶斯公式计算各目标之间的匹配概率；第四步：通过Kuhn

【技术实现步骤摘要】
一种针对主动和被动传感器量测数据的多目标匹配方法


[0001]本专利技术涉及利用主动传感器和被动传感器的量测数据对多目标进行匹配的方法，以及匹配概率的计算方法。该方法对主动传感器量测转换的随机误差和系统误差范围进行了评估，并给出了主动传感器和被动传感器多目标匹配以及计算匹配概率的合理方案。

技术介绍

[0002]当主动传感器和被动传感器对同一目标群进行观测时，为获取更多信息，可将主动传感器观测信息与被动传感器观测信息进行融合，但在融合之前，需要对主动传感器和被动传感器观测到的目标进行匹配关联，确保目标的同一性。由于主动传感器和被动传感器的量测数据均带有零偏和随机误差，并且主动传感器量测数据包含距离信息和角度信息，但被动传感器量测只包含角度信息，除此之外，目标密集使得量测数据无法区分，这些问题使得目标之间的匹配关联更加困难。
[0003]传统的匹配方法主要包括拍卖算法、最近邻算法等，这些方法本质上都是利用目标之间的相对位置信息进行匹配，也有学者提出基于目标之间的几何关系进行匹配。参见：1、Rink K A,O'Connor D A.Use of the Auction Algorithm for Target Object Mapping.1998.2、Humke C J.Bias Removal Techniques for the Target
‑
Object Mapping Problem.2002.3、王佳宁,刘纯胜,邓隆范,等.一种基于几何拓扑结构的TOM图匹配方法,CN107907879A[P].2018.4、林木森，王文光.空间目标多传感器映射模型研究.第十五届全国信号和智能信息处理与应用学术会议论文集，2022.
[0004]但传统的匹配方法存在如下局限性：
[0005]1.传统方法面对目标数量多、目标之间密集的情况表现较差，目标数量多、目标之间密集的情况下，由于误差的存在，目标之间的相对距离信息并不能准确的表达出目标之间的相似程度，因此无法保证匹配的正确性；
[0006]2.传统方法在计算目标之间的相对距离信息时需要使用传感器的量测误差信息，但随机误差和系统性偏差分别存在于主动传感器视角和被动传感器视角下，传统方法并没有给出统一坐标系后误差之间的关系；
[0007]3.传统方法最终结果只给出了各目标之间的匹配关系，并没有给出目标之间匹配概率及可能性排序。
[0008]为了解决上述问题，本专利技术针对主动传感器和被动传感器量测数据下的多目标匹配问题，对主动传感器量测转换后的随机误差和系统误差范围进行了评估，并给出了主动传感器和被动传感器多目标的匹配结果，同时也给出了各目标之间匹配概率计算的合理方案。

技术实现思路

[0009]本专利技术解决的技术问题：针对主动传感器和被动传感器量测数据下的多目标匹配问题，提出了具体误差范围评估方法以及匹配概率的计算方法，实现了主动传感器和被动
传感器量测多目标之间的匹配。
[0010]本专利技术的解决方案：首先对主动传感器的距离和角度量测进行等价变换，得到地心坐标系下的量测方程和随机噪声协方差矩阵；然后将地心坐标系下主动传感器量测转换得到被动传感器坐标系下球坐标，以及对应随机误差方差和系统性误差上界；根据主动传感器转换量测和被动传感器量测对系统零偏组合进行估计，利用贝叶斯公式计算各目标之间的匹配概率；最后求解所建立的优化问题得到各目标之间的最大概率匹配，实现主动传感器和被动传感器多目标匹配。
[0011]在主动传感器和被动传感器进行多目标匹配时，由于量测数据带有零偏和随机误差，并且主动传感器量测数据包含距离信息和角度信息，但被动传感器量测只包含角度信息，这给多目标匹配带来了困难。本专利技术针对这些问题，提出如何将主动传感器和被动传感器量测信息进行统一，以及对统一后量测信息进行误差范围评估，最后进行匹配及匹配概率计算的方案。
[0012]下面针对主动传感器和被动传感器量测数据下的多目标匹配问题，说明本专利技术提出的多目标匹配方案的具体步骤。首先设目标质心为p，相对地心的位置矢量在地球系下的坐标为速度矢量为其中分别为在地球系下对应坐标轴的投影，大气层外目标运动的系统模型为：
[0013][0014]其中，
[0015][0016][0017]ω
e
＝7.292115
×
10
‑5rad/s为地球自转角速度,μ＝3.986005
×
10
14
为地球引力参数,c
e
＝6.606317041514812
×
10
10
为地球引力修正系数。
[0018]设共有M个目标，主动传感器和被动传感器都获得了该M个目标的量测信息。
[0019]主动传感器对第j个目标的量测量为
[0020][0021]其中，
[0022][0023]表示第j个目标在主动传感器坐标系下的真实坐标，其中分别表示方位角和俯仰角，为主动传感器到第j个目标的相对位置矢量在主动传感器坐标系下的坐标，为主动传感器所在位置矢量在地球系下的坐标，为已知量，为地球系到主动传感器坐标系下的转换矩阵，根据传感器所在点的地理北纬度λ，经度L，从E系到R系的转换矩阵确定为：
[0024][0025]B
R
＝[B
Rr B
Rb B
Re
]T
为系统性偏差，其三个分量分别属于[
‑
Δ
Rr
,Δ
Rr
]，[
‑
Δ
Rb
,Δ
Rb
]，[
‑
Δ
Re
,Δ
Re
]。为随机性偏差，其三个分量分别为标准差上界为的零均值白噪声。
[0026]被动传感器对第j个目标的量测量为
[0027][0028]其中，
[0029][0030]表示第j个目标在被动传感器坐标系下的真实坐标，其中分别表示方位角和俯仰角，为被动传感器到第j个目标的相对位置，为地
球系到被动传感器坐标系下的转换矩阵，为被动传感器在地球系下的坐标，为已知。为量测零偏，其两个分量分别属于[
‑
Δ
Hb
,Δ
Hb
]和[
‑
Δ
He
,Δ
He
]。为随机性量测偏差，其两个分量分别为标准差上界为机性量测偏差，其两个分量分别为标准差上界为的零均值白噪声。
[0031]利用主动传感器和被动传感器的量测进行多目标匹配需要基于量测模型(3)
‑
(7)，根据主动传感器量测得到被动传感器坐标系下的坐标及误差评估，进而结合被动传感器的量测进行多目标匹配，具体步骤如下：
[0032]第一步：将主动传感器量测等价转换至地心坐标系并完成相应的量测误差范围分析
[0033]将主动传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对主动和被动传感器量测数据的多目标匹配方法，首先设目标质心为p，相对地心的位置矢量在地球系下的坐标为速度矢量为其中，分别为在地球系下对应坐标轴的投影，大气层外目标运动的系统模型为：其中，其中，其中，ω
e
＝7.292115
×
10
‑5rad/s为地球自转角速度,μ＝3.986005
×
10
14
为地球引力参数,c
e
＝6.606317041514812
×
10
10
为地球引力修正系数；设共有M个目标，主动传感器和被动传感器都获得了该M个目标的量测信息；主动传感器对第j个目标的量测量为：其中，其中，表示第j个目标在主动传感器坐标系下的真实坐标，其中表示第j个目标在主动传感器坐标系下的真实坐标，其中分别表示方位角和俯仰角，为主动传感器到第j个目标的相对位置
矢量在主动传感器坐标系下的坐标，为主动传感器所在位置矢量在地球系下的坐标，为已知量，为地球系到主动传感器坐标系下的转换矩阵，根据传感器所在点的地理北纬度λ，经度L，从E系到R系的转换矩阵确定为：B
R
＝[B
Rr B
Rb B
Re
]
T
为系统性偏差，其三个分量分别属于[
‑
Δ
Rr
,Δ
Rr
]，[
‑
Δ
Rb
,Δ
Rb
]，[
‑
Δ
Re
,Δ
Re
]；为随机性偏差，其三个分量分别为标准差上界为的零均值白噪声；被动传感器对第j个目标的量测量为：其中，其中，表示第j个目标在被动传感器坐标系下的真实坐标，其中分别表示方位角和俯仰角，为被动传感器到第j个目标的相对位置，为地球系到被动传感器坐标系下的转换矩阵，为被动传感器在地球系下的坐标，为已知；为量测零偏，其两个分量分别属于[
‑
Δ
Hb
,Δ
Hb
]和[
‑
Δ
He
,Δ
He
]；为随机性量测偏差，其两个分量分别为标准差上界为的零均值白噪声；利用主动传感器和被动传感器的量测进行多目标匹配需要基于量测模型(3)
‑
(7)，根据主动传感器量测得到被动传感器坐标系下的坐标及误差评估，进而结合被动传感器的量测进行多目标匹配，其特征在于：具体步骤如下：第一步：将主动传感器量测等价转换至地心坐标系并完成相应的量测误差范围分析；第二步：将地心系下主动传感器量测转换至被动传感器坐标系并完成相应的量测误差范围分析；第三步：对量测零偏的组合进行估计，并利用贝叶斯公式计算各目标之间的匹配概率；
第四步：通过Kuhn
‑
Munkres算法求解建立的优化问题得到各目标之间最大概率匹配，实现多目标匹配。2.根据权利要求1所述的一种针对主动和被动传感器量测数据的多目标匹配方法，其特征在于：在步骤一中，具体为：将主动传感器的量测模型(3)进行等价转化：其中表示第j个目标在主动传感器坐标系下的真实距离、方位角和俯仰角坐标,B
Rr
,B
Rb
,B
Re
和为对应位置的系统性偏差和随机性偏差；为转换矩阵，其中为随机误差的标准差，其作用为使成为的无偏估计，的无偏估计，表示第j个目标在地心坐标系下包含系统性偏差的等价直角坐标位置，基于式(8)和(9)得到的量测与之间的误差均值为零，方差阵由下式给出：之间的误差均值为零，方差阵由下式给出：之间的误差均值为零，方差阵由下式给出：之间的误差均值为零，方差阵由下式给出：之间的误差均值为零，方差阵由下式给出：之间的误差均值为零，方差阵由下式给出：
其中，由量测值代替，为随机性误差的三个分量的标准差上界；为3
×
3矩阵，第(i,k)个元素表示的第i个分量与第k个分量的方差；由于零偏的存在，式(9)给出的三维位置与真实三维量测之间存在偏差，称为系统性误差，误差范围由主动传感器量测和主动传感器坐标给出，具体计算方法为：通过主动传感器量测和主动传感器坐标得出如下变量：得出...

【专利技术属性】
技术研发人员：薛文超，徐洋，方海涛，张英静，邓隆范，
申请(专利权)人：中国科学院数学与系统科学研究院，
类型：发明
国别省市：