【最新成果】基于直方统计特征的多特征组合航迹关联

随着传感器应用技术、数据处理技术的发展成熟，多传感器信息融合技术已应用于舰船目标监视，分布式多传感器信息融合系统将各个独立传感器处理得到的舰船航迹送入融合处理中心进行关联融合处理，实现对舰船目标的识别和跟踪。

航迹关联是确认多条来自不同传感器的目标航迹是否属于同一目标，航迹关联可以有效降低数据冗余，正确关联也是实现航迹融合的前提，因此航迹关联一直是分布式多传感器信息融合技术的重点和难点（图1）。目前航迹关联的方法主要包括基于统计和模糊数学的方法，存在参数设置复杂、阈值无法自适应调整、航迹信息利用不充分的问题，方法鲁棒性差、关联准确率不高。

图1 多个传感器对同一目标的观测航迹

针对该问题，中科院电子所丁赤飚研究员团队开展了航迹关联特征和关联模型的研究，提出了航迹距离分布直方图特征、及基于多特征组合的航迹关联方法，提高了航迹关联的准确率。

该工作已发表在《雷达学报》2019年第1期“基于直方统计特征的多特征组合航迹关联”（徐亚圣，丁赤飚，任文娟，许光銮）。

图2 距离分布直方图特征计算示意图

该文首先在传统欧式距离特征的基础上，提出了一种航迹距离分布直方图特征（图2），该特征反映了两条航迹距离整体分布特性，为航迹关联提供了重要的关联特征；此外，提取了航迹相似度特征、速度差分布直方图特征以及传感器来源特征，这些特征充分利用了航迹整体信息，体现了舰船运动特性以及不同传感器探测精度特性，具有较好的抗噪声性能；将这些特征组合并利用机器学习方法训练关联模型，有效避免了人工设定阈值以及参数设置复杂的问题。最后基于构建的真实船舶数据集，验证了提出的关联特征和关联模型的有效性（图3，图4）。

图3 传统距离特征无法关联而距离分布直方图特征正确关联的情况示意

图4 单一特征错误关联而组合特征正确关联的情况示意

了解详细内容请点击下面阅读原文。