合肥工业大学智能互联系统安徽省实验室, 安徽合肥 230601
日益复杂的电磁环境对战场目标探测提出了很高的要求。由于多雷达融合系统的不断发展, 如何准确快速地完成多雷达的航迹关联成为一个亟待解决的问题。现有的关于航迹关联算法的研究大多只考虑雷达上报的最新目标航迹点, 而没有考虑先前的航迹信息。除此之外, 大多数航迹关联算法对于航迹异步问题的解决方法是进行时间配准, 这不仅增加了算法本身的计算开销, 还放大了航迹信息中包含的误差, 因此难以应用于目前复杂的电磁环境中。本文提出一种适用于对异步航迹进行关联的、且无需进行时间配准工作的基于孪生神经网络的航迹关联算法 (TTCSN)。该算法首先将待关联航迹两两组成一对, 将其成对地送入特征提取网络中, 再利用共享权重的双向 LSTM网络提取输入航迹的隐含特征, 之后对两条航迹的特征向量进行相似度计算, 得到相似度向量, 最终送入分类器完成关联航迹与非关联航迹的判别。实验表明, TTCSN算法能够有效地解决异步航迹关联问题。
航迹关联 深度学习 信息融合 track correlation deep learning data fusion 太赫兹科学与电子信息学报
2022, 20(12): 1292
海军大连舰艇学院信息系统系, 辽宁 大连 116018
为实现舰载雷达与红外传感器航迹正确关联, 提出了基于最优航迹隶属度的雷达与红外航迹关联方法。首先以角度信息作为量测数据, 进行航迹间统计距离的运算, 而后构建方位角、俯仰角隶属度矩阵以及分辨率隶属度向量,以分辨率隶属度向量作为判决门限并结合最大隶属度原则共同对航迹关联与否执行判决。仿真实验表明, 基于最优航迹隶属度的方法在雷达与红外航迹关联应用中性能明显优于最近邻法与加权航迹关联法, 在目标密集和传感器量测误差较大时略优于模糊综合函数法, 但性能更为稳定, 正确关联概率在75%以上。
航迹关联 统计距离 雷达 红外传感器 航迹隶属度 分辨率隶属度 track correlation statistical distance radar infrared sensor track membership resolution membership
针对多传感器航迹关联问题, 提出了一种基于区间数和DS(Dempster/Shafer)证据理论的解决方法。该方法通过分析误差对参数测量的影响, 构建传感器探测目标参数真实值区间数, 通过计算区间数之间的相对支持度, 获取目标参数对于航迹相关的支持程度, 基于DS证据理论将不同参数对航迹相关的支持程度进行合成, 以此解决航迹关联问题。实例表明, 该方法能够较好地解决多传感器航迹关联问题。
航迹关联 区间数 DS证据理论 多传感器 track association interval number DS evidence theory multi-sensor
多雷达多目标航迹关联算法大多量测数据中因信息贫瘠的原因导致雷达目标航迹关联精确度较差、性能较低等一系列问题。基于灰色关联分析理论的航迹关联算法，分析研究了综合性线段Hausdorff距离(LHD)灰色关联方面的理论，并将其用在雷达航迹关联领域。通过仿真证明，该算法能够综合考虑航迹之间的距离远近度和2条航迹曲线的拟合度。特征辅助信息不仅可以用于数据关联，也可以用在航迹关联方面。提出基于目标特征辅助信息的序贯灰色关联算法，仿真证明该算法与传统灰色关联算法相比精确度较高，能够在工程实践中提高关联概率。
灰色关联 航迹关联 特征信息 雷达目标跟踪 杂波环境 grey association track association feature information radar target tracking clutter environment 太赫兹科学与电子信息学报
2018, 16(6): 1022
海军航空工程学院电子信息工程系, 山东 烟台 264001
针对异地配置的雷达与ESM航迹关联问题, 传统的统计类方法对逐条航迹采用检验假设的思想进行关联决策, 没有利用多目标间的空间分布信息。首先基于距离信息和空间分布信息, 获取所有交叉点, 将所有的交叉点分成若干排列组合;基于距离信息的预处理减少了可能关联组合的数目, 提高了运算速度; 基于分布曲线相似的灰关联方法充分利用了多目标的空间分布信息; 最后对多个时刻的关联结果进行处理, 获得最终关联结果。仿真结果表明, 该方法能够快速有效地实现雷达与ESM的航迹关联。
航迹关联 雷达 灰色关联 track association radar Electronic Support Measure(ESM) ESM gray correlation
针对航迹中断导致前后航迹不连贯的问题，提出一种基于模糊理论和证据组合的被动段弹道导弹中断航迹关联方法。首先，对新旧航迹分别进行航迹滤波和航迹预测处理，将获取的同一时段数据作为关联样本；通过对同时刻样本点之间各特征距离信息的模糊处理，获取关联隶属度，进而转化为证据理论中的基本概率指派；然后对各证据进行组合，得到各时刻的关联结果；最后根据连续时长内样本点的关联判定，得到最终的关联结果。仿真结果验证了所提方法的有效性。
弹道导弹跟踪 航迹关联 航迹片段 模糊理论 证据组合 ballistic missile tracking track association track segment fuzzy theory evidence combination
1 海军航空工程学院青岛校区，山东青岛266041
2 海军航空工程学院信息融合研究所，山东烟台264001
雷达跟踪密集编队目标时容易出现频繁起批的问题，在获得编队整体合批航迹的需求背景下，提出一种基于滑窗式航迹关联的编队目标识别算法。该算法首先给出基于加权航迹关联判决的两航迹编队识别模型; 然后进一步采用循环阈值判断完成多航迹的编队分割; 最后进行滑窗多时刻的编队识别确认与合批处理，得到编队合批航迹。仿真结果表明，算法在编队平行机动和交叉运动环境下频繁起批时, 均能够有效识别编队目标并生成合批航迹。
航迹关联 编队目标识别 滑窗 编队分割 合批 track association formation taiget recognition sliding window formation separation track merging
海军航空工程学院信息融合研究所, 山东 烟台 264001
空间邻近目标跟踪过程中存在航迹交错现象,传统的航迹关联与融合算法可靠性大大降低。提出基于跟踪状态监视的稳健航迹关联与融合跟踪算法:首先,采用滑窗式全局最优关联方法利用多帧航迹数据确认航迹关联对,并建立系统航迹;然后,根据确认关联航迹的实时关联状态检测航迹交错;最后,根据航迹衰减残差识别运动状态,自适应选择融合量测或者融合状态估计完成系统航迹的状态更新。仿真结果表明,算法能够提高融合航迹精度,实现稳健航迹关联与融合。
航迹关联 航迹融合 跟踪状态监视 空间邻近目标 track association track fusion tracking state monitoring Closely Spaced Objects(CSO)
海军航空工程学院信息融合技术研究所， 山东 烟台 264001
探讨了系统误差影响下的多传感器航迹关联问题。由于传感器观测存在虚警和漏报，利用目标拓扑信息进行航迹关联的算法可靠性会降低。提出一种基于航向参照匹配的航迹抗差关联算法，该算法首先建立以传感器观测目标为原点、航向为参照的运动坐标系，对邻居目标数据进行旋转和平移转换；然后对各目标参照系下的邻居目标以目标距离为统计量进行全局最优关联；最后以各目标参照系下确认关联对的平均距离为匹配度量，以使匹配度量最小的参照目标对为关联匹配目标。仿真结果从目标共同观测率、系统误差范围和目标密集程度等方面验证了算法的有效性和健壮性。
航迹关联 系统误差 虚警 漏报 抗差关联 航向参照 track association systematic bias false alarm missing detection anti-bias association course reference
针对空战评估的关键问题进行阐述，分析评估系统的数据采集和处理方式，建立数据处理模型。采用航迹关联的方式，较好地解决了被攻击目标的识别问题。最后，根据当前空战训练的特点，阐述在复杂条件下的**使用评估和训练评估方法，并得出评估结论。
空战 训练 评估 航迹关联 air combat training evaluation track association
