【技术实现步骤摘要】
本专利技术属于卫星星上实时处理领域，具体地，涉及一种多源卫星数据在轨实时目标关联的处理方法、系统及介质。
技术介绍
1、在卫星实时目标关联过程中，可能出现匹配错误和一对多结果，这些问题对目标跟踪和数据分析的准确性产生重大影响。具体说明如下：匹配错误类型，包括：（1）误匹配（false match）。误匹配是指系统将两个不同的目标错误地关联在一起。这种情况通常是由于目标特征的高度相似或算法的误判造成的。例如，当两个目标在外观、大小或移动模式上相似时，算法可能会错误地认为它们是同一个目标。这种误匹配会导致目标追踪路径不准确，从而影响后续的分析和决策；（2）漏匹配（missed match）。漏匹配是指系统未能将应当关联的目标正确地识别和关联。目标特征的显著变化或算法的不足可能导致这种情况发生。例如，如果目标在短时间内改变了速度、方向或形状，算法可能无法及时更新其关联关系，导致目标丢失。这种漏匹配会使得目标跟踪中断，无法进行连续的监测和分析。
2、结果一对多（one-to-many matching），包括：（1）多重目标关联（multiple targetassociation）多重目标关联是指在一个时间点上，系统将一个目标错误地关联到多个可能的目标。这通常是由于多个目标的特征相似度较高，导致系统无法准确区分。例如，当多个目标同时出现在同一区域且其运动轨迹相似时，系统可能会认为它们都是同一个目标的不同表现形式。这种情况会导致数据冗余和分析混乱，增加了处理的复杂性；（2）目标重叠（target overlap）目标重叠是指
3、上述匹配错误和一对多结果的出现，对卫星实时目标关联的准确性和可靠性构成了挑战。这些问题不仅影响了目标跟踪的连续性和准确性，还可能导致数据分析和决策的偏差。
4、具体地，由于多载荷对同一区域观测并生成处理结果，由于多源数据特点不同，如载荷1分类精度不高、载荷2定位精度不高，需对多载荷结果进行目标关联，将同目标的结果以取长补短的方式进行融合，使融合结果同时具备高定位精度及分类精度。
5、目前，为解决单一卫星数据源指标不满足应用需求的在星上应用的说明或报道，相关技术方案较少。国内外现有技术对此鲜有涉及。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种多源卫星数据在轨实时目标关联的处理方法、系统及介质。
2、根据本专利技术提供的一种多源卫星数据在轨实时目标关联的处理方法，包括：
3、步骤s1：接收多源卫星的检测数据，分类缓存；
4、步骤s2：对多载荷星上处理目标结果采取粗筛选处理；
5、步骤s3：假设模糊因素集为，为模糊因素集的个数，计算两两模糊距离，构造模糊关联矩阵；
6、步骤s4：对模糊关联矩阵进行判决，完成多载荷数据的关联。
7、优选地，步骤s2，包括：
8、步骤s2.1：设置两个载荷目标同一性关联的粗筛选条件为：在时域上，两目标点迹出现时刻相近；在空域上，两载荷的工作区域应该尽量重叠；
9、步骤s2.2：时域上粗筛选，若目标一出现在时刻，则只有时间段内的出现的目标才可能与目标一进行同一性关联，参数初始值地面预设，可上注更改；
10、步骤s2.3：空域上粗筛选，要求两载荷的工作区域满足下式要求：
11、其中，为视场较大的载荷数据目标的经纬坐标，为载荷工作重叠区域，由处理结果整理的方块区域，方块顶点由星上处理经纬度最值构成；为粗筛选误差容许区域，初始值地面预设，可上注更改。
12、优选地，步骤s3，包括：通过利用两个载荷探测得到的位置、目标类型以及目标编号信息计算位置因子、类型因子及编号因子，即，计算两两模糊距离，构造模糊关联矩阵。
13、优选地，步骤s3，包括：
14、步骤s3.1：定义位置因子为：
15、位置因子使用t时刻相近时间段内，多载荷粗关联后产生的所有目标坐标测量值的集合进行计算；
16、
17、其中，为位置因子，为目标位置特征关联模糊因子的权重参数；、，、分别是载荷1和载荷2的坐标量测值；
18、步骤s3.2：定义类型因子为：
19、据d-s证据理论实现目标类型信息的模糊化，假设为目标类型判决的识别框架，与是时刻相近时间段内多载荷的目标类型基本赋值，则组合以后的模糊因子表示为：
20、
21、其中，为类型因子；为目标类型特征关联模糊因子的权重参数；
22、步骤s3.3：定义编号因子为：
23、与是时刻相近时间段内两个载荷数据的目标编号，用表示两个载荷数据至时刻以来编号与的目标满足同一性判定要求的概率；
24、
25、其中，为编号因子；为目标编号特征关联模糊因子的权重参数，为编号距离，与上一时刻编号一致时为1，否则为0；
26、步骤s3.4：假设为目标类型判决的识别框架，模糊因子采用加权平均的方法进行综合评价，综合相似度的计算式为：
27、
28、表示时刻相近时间段内载荷1第个目标与载荷2第个目标的综合相似度；为因子个数；为、、。
29、优选地，步骤3中所述各因子权重值，初始值地面预设，可上注更改。
30、优选地，步骤s4所述多载荷数据关联，公式为：
31、
32、其中，为多载荷数据关联结果，矩阵中的每个元素~通过步骤s3-4中公式得到，如载荷1的第一个目标与载荷2的第二个目标则填入。
33、优选地，步骤s4，通过匈牙利算法对模糊关联矩阵进行判决。
34、一种多源卫星数据在轨实时目标关联的处理系统，包括：
35、模块m1：接收多源卫星的检测数据，分类缓存；
36、模块m2：对多载荷星上处理目标结果采取粗筛选处理；
37、模块m3：假设模糊因素集为，为模糊因素集的个数，计算两两模糊距离，构造模糊关联矩阵；
38、模块m4：对模糊关联矩阵进行判决，完成多载荷数据的关联。
39、优选地，模块m2，包括：
40、模块m2.1：设置两个载荷目标同一性关联的粗筛选条件为：在时域上，两目标点迹出现时刻相近；在空域上，两载荷的工作区域应该尽量重叠；
41、模块m2.2：时域上粗筛选，若目标一出现在时刻，则只有时间段内的出现的目标才可能与目标一进行同一性关联，参数初始值地面预设，可上注更改；
42、模块m2.3：空域上粗筛选，要求两载荷的工作区域满足下式要求：
43、其中，为视场较大的本文档来自技高网...
【技术保护点】
1.一种多源卫星数据在轨实时目标关联的处理方法，其特征在于，包括：
2.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤S2，包括：
3.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤S3，包括：通过利用两个载荷探测得到的位置、目标类型以及目标编号信息计算位置因子、类型因子及编号因子，即，计算两两模糊距离，构造模糊关联矩阵。
4.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤S3，包括：
5.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，步骤3中所述各因子权重值，初始值地面预设，可上注更改。
6.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，步骤S4所述多载荷数据关联，公式为：
7.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤S4，通过匈牙利算法对模糊关联矩阵进行判决。
8.一种多源卫星数据在轨实时目标关联的处理
9.根据权利要求8所述的多源卫星数据在轨实时目标关联的处理系统，其特征在于，模块M2，包括：
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的多源卫星数据在轨实时目标关联的处理方法的步骤。
...【技术特征摘要】
1.一种多源卫星数据在轨实时目标关联的处理方法，其特征在于，包括：
2.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤s2，包括：
3.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤s3，包括：通过利用两个载荷探测得到的位置、目标类型以及目标编号信息计算位置因子、类型因子及编号因子，即，计算两两模糊距离，构造模糊关联矩阵。
4.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，所述步骤s3，包括：
5.根据权利要求1所述的多源卫星数据在轨实时目标关联的处理方法，其特征在于，步骤3中所述各因子权重值，初始值地面...
【专利技术属性】
技术研发人员：陈俊奇，金云飞，杨彬，刘良凤，娄明静，李彤，曹琉子誉，汪少林，刘波，
申请(专利权)人：上海卫星工程研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。