第二講模型與配準(zhǔn)關(guān)聯(lián)概述

課程內(nèi)容回顧什么是信息融合信息信息融合定義信息融合系統(tǒng)優(yōu)勢增加了系統(tǒng)的生存擴(kuò)展了時(shí)間、空間提高信息可信減少了信息的模糊 不是簡單疊加改善了探測性而是發(fā)揮信息的潛提高了提高系統(tǒng)可靠 全面反映實(shí)體的本質(zhì)增加測量維系統(tǒng)復(fù)雜性大大提發(fā)現(xiàn)等課程課程內(nèi)容回顧檢測、位置級、識(shí)別/級、軍事應(yīng)用示例國防科技大學(xué)電子 程學(xué)院研究課數(shù)數(shù)融據(jù)配據(jù)關(guān)合處準(zhǔn)聯(lián)理常用的融合分級-程說說究和表示。功能模型從融合過程出發(fā)數(shù)據(jù)庫以及進(jìn)行信息融合時(shí)系統(tǒng)各組成部分之間的相互作結(jié)構(gòu)模型從信息融合的組成架構(gòu)出發(fā)軟、硬件組成數(shù)學(xué)模型則是信息融合算法和綜合邏第二講本講內(nèi)容安時(shí)空配準(zhǔn)概述數(shù)據(jù)關(guān)聯(lián)概述2.12.1說信息融合模型可以用功能模型從融合過程 結(jié)構(gòu)模型從信息融合出發(fā),描述信息融合 的組成出發(fā),說明信包括哪些主要功能 息融合系統(tǒng)的軟、 數(shù)學(xué)模型則是信息數(shù)據(jù)庫,以及進(jìn)行信 件組成,相關(guān)數(shù)據(jù)流、 息融合時(shí)系統(tǒng)各組成 系統(tǒng)與外部環(huán)境的人部分之間的相互作 機(jī)界面過程Level態(tài)勢評LevelLevel態(tài)勢評Level估信息融合的功能模型信息融合的功能模型近年來隨著軍事理論研究的發(fā)展和應(yīng)用，又對理JDL早在1985爭爭 的 net”）等驅(qū)涉及到互聯(lián)網(wǎng)和基于Web的構(gòu)想。這些技?滿足信息融中心角之外的運(yùn)作（非對稱 、信息、主 空間知識(shí)網(wǎng)絡(luò)為中共有的（或者一致的，或者相應(yīng)的或者集成的和用戶定義的）操作的表述防御中的新概念，諸如國防和信息需求2000年，美參聯(lián)會(huì)公布《2020聯(lián)合構(gòu)想》”，將“謀求信優(yōu)勢”的目標(biāo)改為“謀求決策優(yōu)勢”，相應(yīng)地 “四個(gè)任何”改為“五個(gè)恰當(dāng)（Right）”，即在恰當(dāng)?shù)臅r(shí)間、恰當(dāng)?shù)牡攸c(diǎn)，將恰當(dāng)?shù)男畔?，以恰?dāng)?shù)男问剿徒唤o恰當(dāng)?shù)慕邮照?，同時(shí) 敵方謀求同樣能力的企圖信息需求1620和充分利用信息優(yōu)勢取得全譜優(yōu)勢，借助于“四個(gè)任何（Any）”，即在任何時(shí)間、任何地點(diǎn)，將任何信息送到任何人手中。JDL/DFS早JDL/DFS早期的三級模型JDL/DFS根據(jù)信息融合輸出結(jié)果，在早期將信息融合分為三級：第一級-----位置估計(jì)與目標(biāo)識(shí)別第二 態(tài)勢評估第三級-----估計(jì)Level位置估計(jì)&目 識(shí) DATAFUSION信息融合的四級功能模型（1998年的模型Level0 Level1 Level2 Level3 ProcessingDataLevel Management第0層－子目標(biāo)的數(shù)據(jù)關(guān)聯(lián)與估計(jì)：像素與信號(hào)級的關(guān)聯(lián)與第１層－目標(biāo)提煉：觀測到航跡的關(guān)聯(lián)，連續(xù)狀態(tài)或離散狀態(tài)的估計(jì)（諸如：目標(biāo)的類型和）以及預(yù)測第２層－態(tài)勢提煉：目標(biāo)的集結(jié)和關(guān)系分析，以形成包括結(jié)構(gòu)、交叉關(guān)系，通信，物理上下文等第３層－評估：有（威脅估計(jì)）,趨勢估計(jì)，〔預(yù)測〕結(jié)果預(yù)測，敏感性和弱點(diǎn)估計(jì)；第４層－過程精煉：自適應(yīng)的搜索與處理（資源的管理要素國防科技大學(xué)電 程學(xué)院研究課融合推斷的層TYPESOF融合推斷的層TYPESOFTYPESOFINFERENCEL4L4AdaptiveControl信源管理，L3Impact基識(shí)ObjectL2Situation基識(shí)L0Sub-Object--常規(guī)（單信源）融合如何進(jìn)行多級融合推斷Level1: Level2: Level3: Level4: SituationThreat RefinemetRefinemetRefinemetRefinementDATAFUSIONLevelImpactLevelSituationLevelImpactLevelSource信息融合原 第二講LEVELFUSIONPROCESSING-OBJECT位 /屬性的估目標(biāo)位置/運(yùn)動(dòng)屬性分?jǐn)?shù)據(jù)校觀測預(yù)空間參考系配 ?位置/運(yùn)動(dòng)屬性預(yù)測估時(shí)間參考系配 的更測量單位配 ?目標(biāo)管計(jì)算不確定性分?jǐn)?shù)據(jù)/目標(biāo)關(guān) 目 估數(shù)據(jù)放 ?計(jì) 測關(guān)聯(lián)度 ?與真 測量對門限測 指數(shù)據(jù)到目標(biāo)的關(guān) ?計(jì)算不確定LEVELLEVELFUSIONPROCESS-SITUATION態(tài)勢提目標(biāo)集時(shí)間相關(guān)集合鄰近功能依托上下文解釋/融軍事規(guī)則（條令條例社會(huì)或政治的因/活動(dòng)的集綜合態(tài)勢（多視角估計(jì)）紅（）、藍(lán)（）、白（天氣、地理等LEVELFUSIONPROCESS-THREAT提總體 （紅軍、敵方企圖預(yù)測 時(shí)機(jī)確認(rèn)藍(lán)軍）能力估計(jì)潛在估弱 綜合態(tài)勢危 時(shí)間界 （多視角估計(jì)系統(tǒng)優(yōu)先友方系統(tǒng)機(jī) 進(jìn)攻/防LEVELLEVELFUSIONPROCESS-PROCESS評估（實(shí)時(shí)控制/長期完善性能度量效能度量位置 信源需 傳感器服 符合條件的數(shù)據(jù)需 參考數(shù)據(jù)需 SOURCEPRE-PROCESSING/DATABASEMANAGEMENTSYSTEM優(yōu)先級/條技目標(biāo)位置估19981998年的版2004年的修正版各級各級說明各級任務(wù)中的數(shù)據(jù)關(guān)聯(lián)新增的一級任務(wù)Level新增的一級任務(wù)Level5：UserLevel五級模型信息融合的第二種分類模型（五級模型第一 檢測級融合第二 位置級融合第三 目標(biāo)識(shí)別級融合第四 態(tài)勢評估第五 估計(jì)六級模型演變演變中的幾個(gè)特點(diǎn)人機(jī)交互、逐漸顯式地 認(rèn)知優(yōu)化凸顯數(shù)據(jù)庫 引起重視逐漸強(qiáng)化了功能意義精細(xì)處理信息抽象即評估、優(yōu)層次不同、化、管理等目標(biāo)表述功能基本功的精細(xì)度能保持不同人機(jī)擅長的功能對比人擅長的功 機(jī)器擅長的功能 (人和機(jī)器) 有能力長時(shí)問大量的信息，并在適 ?在短時(shí)間內(nèi) ?執(zhí)行高精度復(fù)雜和快速計(jì)算。 ?對人類(紅外、無線電波)靈敏度范 之外刺激物敏感 ?可以在對人或超出人忍受力的環(huán)有能力進(jìn)行理導(dǎo) 演繹2.22.2我們在討論結(jié)構(gòu)模型時(shí)，針對這三級的融合結(jié)構(gòu)信息融合的結(jié)構(gòu)模型檢檢測級融合的結(jié)構(gòu)模型檢測級融合分散式并行結(jié)串行結(jié)樹狀結(jié)帶反饋的并行結(jié)構(gòu)分散式融合結(jié) 并行融合結(jié)UU檢測中 USYS 現(xiàn)象現(xiàn)象檢測級的結(jié)構(gòu)模型檢測檢測級融合的結(jié)構(gòu)模型現(xiàn)象YYSSUU串行融合結(jié) S 融 中H 現(xiàn)象構(gòu)集中分布混合多級位置級融合的結(jié)構(gòu)模型位置級融合的結(jié)構(gòu)模型 位置級融合的結(jié)構(gòu)模型位置級融合的結(jié)構(gòu)模型位置級融合的結(jié)構(gòu)模型位置位置級融合的結(jié)構(gòu)模型混合式融位置級融合的結(jié)構(gòu)模型多級式融屬性屬性級融合的融合結(jié)構(gòu)屬性級融合的融合結(jié)構(gòu)決策層屬性融屬性級融合的融合結(jié)構(gòu) 屬性級融合的融合結(jié)構(gòu)屬性級融合的融合結(jié)構(gòu)屬性級融合的融合結(jié)構(gòu)Dasarathy五Dasarathy五級結(jié)構(gòu)模aaa分為五級：數(shù)據(jù)入-數(shù)據(jù)出（DAI-數(shù)據(jù)入-特征出（DAI-特征入-特征出（FEI-特征入-決策出（FEI-決策入-決策出（DEI-應(yīng)用研究也有指導(dǎo)意義。Dasarathy五級結(jié)構(gòu)模DAI-DAO融合DAIFEO融合特征級融 FEI-FEO融FEI-DEO融合DEIDEO屬性信息融合的結(jié)構(gòu)（五級五級結(jié)構(gòu)模型五級結(jié)構(gòu)模型2.3內(nèi)插外推方法推廣用于復(fù)雜運(yùn)動(dòng)模型目標(biāo)運(yùn)動(dòng)的角速率內(nèi)插外推方法推廣用于復(fù)雜運(yùn)動(dòng)模型目標(biāo)運(yùn)動(dòng)的角速率配準(zhǔn)時(shí)刻數(shù)據(jù)為典型實(shí)驗(yàn)：設(shè)目標(biāo)的運(yùn)動(dòng)徑為40km，角速率π/200，傳感器A和B的采樣周期分別為30s和47s，兩傳感器的測量誤差均值為零，方差均為0.03km，觀測時(shí)間段為900s 為什么需要時(shí)間配準(zhǔn)的多源輸入是同一目標(biāo)的相同課時(shí)間時(shí)間配準(zhǔn)的必要性如果不各 圖無法協(xié)將導(dǎo)致最終影 效影響因素時(shí)間對的影響因素校準(zhǔn)精度：各傳感器的時(shí)間基準(zhǔn)不一致，相互存在傳輸延遲：時(shí)存在傳輸延遲；采樣周期不一致：造成各傳感器測量值之間時(shí)刻不解解決方法針對前兩種因硬件方法，統(tǒng)一授時(shí)，精度可達(dá)：微秒級。軟件系統(tǒng)校準(zhǔn)，精度可達(dá)毫秒級。針對第三種因素，現(xiàn)有方案有：最小二內(nèi)插外基于曲線擬合法串行合等時(shí)間配準(zhǔn)誤差帶來的后續(xù)影響（距離、方位、速度、加速度、角速度等時(shí)間配準(zhǔn)誤差帶來的后續(xù)影響（距離、方位、速度、加速度、角速度等目標(biāo)鑒別；對檢測-定位-識(shí)別-態(tài)勢-等，會(huì)產(chǎn)生誤差累積效應(yīng)為什為什么需要時(shí)空間配準(zhǔn)融合處理的多源輸誤差產(chǎn)生途徑影響融合決策結(jié)果的誤差。數(shù)學(xué)模型誤 模型誤差環(huán)境誤差信息感空間空間配準(zhǔn)的必要性如果不各 圖無法協(xié)將導(dǎo)致最終影 效空間配準(zhǔn)關(guān)注的問題平臺(tái)內(nèi)-平臺(tái)間-系統(tǒng)傳感器信息的空間同類傳感器空間配準(zhǔn)異類傳感器（）空間配準(zhǔn)動(dòng)態(tài)誤差補(bǔ)償離線：傳感器系統(tǒng)誤差、數(shù)學(xué)模型及算法等經(jīng)驗(yàn)誤差：多種機(jī)動(dòng)因素、干擾等導(dǎo)致的動(dòng)態(tài)誤差解決方法成像傳感器解決方法成像傳感器例：載體坐標(biāo)系課坐標(biāo)坐標(biāo)系之間旋轉(zhuǎn)變換矩陣當(dāng)原坐標(biāo)系分別繞x軸 1 y軸和z軸轉(zhuǎn)動(dòng) Rx()0cossin 則原坐標(biāo)系中的r和新 0sincos標(biāo)系的r′關(guān)系 cos0r′=R Ry() 0 sin0cos cossin0R()sincos0 解決方法傳感器間信息的空同類傳感器空間配準(zhǔn)異類傳感器（）空間配準(zhǔn)成像類信息的空間配準(zhǔn)同類圖像配準(zhǔn)：面向機(jī)載紅外傳感器的圖像鑲嵌技術(shù)異類圖像配準(zhǔn)：面向機(jī)載對地模式的紅外與SAR圖像的空間配準(zhǔn)圖像圖像配準(zhǔn)的一般步典型幾何變換示意圖平移變相似變仿射變投影變非線性變非線性變確定傳感器信息之間的幾何變換模型對配準(zhǔn)精度、算法復(fù)雜度、后續(xù)處理，有重要影響解決方法–離線：傳感器系統(tǒng)誤差、數(shù)學(xué)模型及算法等經(jīng)驗(yàn)誤差–：多種機(jī)動(dòng)因素、干擾 解決方法–離線：傳感器系統(tǒng)誤差、數(shù)學(xué)模型及算法等經(jīng)驗(yàn)誤差–：多種機(jī)動(dòng)因素、干擾 滿足精度要求下 使用簡單模型協(xié)作式目標(biāo)與非協(xié)作式目標(biāo)協(xié)同配準(zhǔn)； 對符合條件的非協(xié)作式目標(biāo)，簡化UKF計(jì)算，動(dòng)態(tài)課空間空間誤差帶來的后續(xù)影響影響位置類信息的精度，例如：目標(biāo)定位、狀態(tài)估計(jì)（離、方位、速度、加速度、角速度等）；目標(biāo)鑒別；目標(biāo)機(jī)動(dòng)情況，可能發(fā)生對檢測-定位-識(shí)別-態(tài)勢-等，會(huì)產(chǎn)生誤差累積效應(yīng)熱點(diǎn)也是難點(diǎn)。2.4數(shù)據(jù)數(shù)據(jù)關(guān)聯(lián)概述問題的提 虛量測過程中存在誤 新目只有一個(gè)目多個(gè)目針對目 航保持對已有的監(jiān)捕捉新增克服虛警等數(shù)據(jù)關(guān)聯(lián)與數(shù)據(jù)匯集的數(shù)據(jù)關(guān)聯(lián)與數(shù)據(jù)匯集的關(guān)聯(lián)：針對匯集：針對實(shí)體（決策任務(wù)數(shù)據(jù)關(guān)聯(lián)的定義數(shù)據(jù)關(guān)聯(lián)的過程即確定傳感器接收到的量測信息和目標(biāo)源對應(yīng)關(guān)系的過程數(shù)據(jù)關(guān)聯(lián)是研究一個(gè)觀測量和相關(guān)的其它觀測量之間的關(guān)系。多目標(biāo)關(guān)聯(lián)中的不確定性示例量數(shù)數(shù)據(jù)關(guān)聯(lián)典型分類按照關(guān)聯(lián)的對象可量測與量測的關(guān)聯(lián)（航跡初始量測與航跡關(guān)聯(lián)（航跡保持或更新航跡與航跡的關(guān)聯(lián)（航跡綜合數(shù)據(jù)關(guān)聯(lián)還可以分靜態(tài)數(shù)據(jù)關(guān)聯(lián)：傳感器量測來自穩(wěn)態(tài)目標(biāo)或 以及動(dòng)態(tài)目標(biāo)的斷續(xù)測量，常用于目標(biāo)定位動(dòng)態(tài)數(shù)據(jù)關(guān)聯(lián)：對于動(dòng)態(tài)目標(biāo)，需要預(yù)測目標(biāo)的未來位置，因而需要反復(fù)關(guān)聯(lián)，即動(dòng)態(tài)數(shù)據(jù)關(guān)聯(lián)，常用于目標(biāo)：trackinitiation,trackterminationdataassociation，trackassociation,trackfusion,trackcorrelation數(shù)據(jù)關(guān)聯(lián)具有相同維數(shù)具有不同維數(shù)關(guān)聯(lián)可在具有不同維數(shù)測量空間的傳感器之間進(jìn)行在同維和不同維測量處理中都要考慮不確定性具有多個(gè)站點(diǎn)先對來自不同站點(diǎn)的報(bào)告關(guān)聯(lián)，確定它們是否屬于同一源（識(shí)別）再利用多站之間的幾何配置關(guān)系進(jìn)行幾何定位傳感傳感坐標(biāo)關(guān)聯(lián)空間維－距離－方位－高3IRST－精密方位2方位或只有方1聲吶方位或只有方1傳感坐標(biāo)關(guān)聯(lián)空間（距離），（距離，方位－（距離），（方位，高度－（距離），（方位，高度（方位度），（方位目標(biāo)本身的特征屬性主要由其運(yùn)動(dòng)特性目標(biāo)的位置屬性也是活動(dòng)的，常常以航跡傳感器感知數(shù)據(jù)實(shí)際上也會(huì)以航跡形式出現(xiàn)，即及其方程做出預(yù)報(bào)，再觀測與預(yù)報(bào)關(guān)聯(lián)。兩目標(biāo)示 O O: X：X要要對動(dòng)態(tài)目標(biāo)數(shù)據(jù)的處理，需要對目標(biāo)位置進(jìn)行連續(xù)的或者沿時(shí)間的離散觀測，并具有估計(jì)目標(biāo)機(jī)動(dòng)行為的能力，以能夠預(yù)測目標(biāo)的未來位置。需要將傳感器的某個(gè)新觀測與已知目標(biāo)預(yù)測的航跡反復(fù)進(jìn)行關(guān)聯(lián)，以確定哪一個(gè)傳感器的觀測是當(dāng)前航跡或者是新目標(biāo)，或者是虛警。存在三種主要的應(yīng)用情況：單傳感器單目標(biāo)單傳感器多目 多傳感器多目 主要類型列表比較疊加疊加后視三種關(guān)聯(lián)結(jié)果一個(gè)更合數(shù)據(jù)關(guān)聯(lián)的通用概念處理流候選觀 關(guān)聯(lián)指確 形關(guān)聯(lián)范 執(zhí)行選 關(guān)聯(lián)矩 指定邏數(shù)據(jù) 用概念處理流識(shí)或統(tǒng)計(jì)假定減少可能的數(shù)據(jù)關(guān)聯(lián)的通用數(shù)據(jù)關(guān)聯(lián)的通用概念處理流 數(shù)據(jù) 用概念處理流關(guān)聯(lián)矩陣是由觀測值和實(shí)體預(yù)報(bào)的觀測值構(gòu)成的矩陣，矩陣中每個(gè)元素值是相應(yīng)的觀測值（或其變化量）和實(shí)體預(yù)報(bào)值的接近程度的度關(guān)聯(lián)度量。采用假設(shè)組合的假設(shè)樹多假設(shè)估計(jì)是考慮所有可能的潛在真實(shí)假設(shè)，并隨序貫到達(dá)的觀測估價(jià)這些假設(shè)的結(jié)果。因此可能產(chǎn)生和估計(jì)一個(gè)擴(kuò)展的假設(shè)最后集－采用假設(shè)組合的假設(shè)樹圖232

屬運(yùn)動(dòng)特征歷史行為屬運(yùn)動(dòng)特征歷史行為關(guān)聯(lián)度量方法實(shí)體實(shí)體實(shí)體假設(shè)樹圖中任何一條分叉都表示一個(gè)潛在的可行推斷鏈則可以解釋對航跡觀 列的指定。觀測y1與實(shí)體B觀測y２與實(shí)體B度量準(zhǔn)則 度量準(zhǔn)則典型關(guān)聯(lián)度量（1）觀測值向量y和距離度量方法2.3.1距離度量方法2.3.1歐[(yz)2]/[(yz)W(yz)T]/(y[(yz)P]1/(yz)T1(y8s(121(yz)[](yz)12 ][(yz)[s(1s)](yz)1s(12也有矢量表示。不是真的度量，不滿足三角不等式。yyCOV(y,z)(y,zr（2）可以解釋為幾何角度測量1101ab0cd（4）概率相似性度量（5）兩個(gè)數(shù)據(jù)記錄間的相關(guān)度量（5）兩個(gè)數(shù)據(jù)記錄間的相關(guān)度量比較有不同信息的兩個(gè)數(shù)據(jù)記錄之間的相似例如：兩個(gè)電子記錄（LNT）都有輻射源的位置、模式、脈沖寬度、頻率、RI和其它參數(shù)。研究兩個(gè)記錄是否描述了同樣一個(gè)輻射源FOMi MOC品質(zhì)因數(shù)或優(yōu)值因數(shù)一般結(jié)合空間、時(shí)間、屬性等變量計(jì)算給出子（０～１）是一個(gè)因子，如果兩個(gè)實(shí)體在數(shù)據(jù)記錄中都存在則為1，反之為零。關(guān)聯(lián)算法設(shè)計(jì)中的考慮因素目標(biāo)數(shù)量和目標(biāo)密目標(biāo)重現(xiàn)率和目標(biāo)的動(dòng)態(tài)考慮各種約束狀態(tài)估計(jì)器的性傳感器的探測性傳感器測量的準(zhǔn)確性和過傳感器或模型偏數(shù)據(jù)關(guān)聯(lián)典型方法 三種關(guān)數(shù)數(shù)據(jù)關(guān)聯(lián)典型方法經(jīng)最近鄰方法（nearest概率數(shù)據(jù)關(guān)聯(lián)（probabilitydata交互式多模型概率數(shù)據(jù)關(guān)聯(lián)（聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)（jointprobabilisticdataassociation多傳感聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)（其基于粒子濾波的聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)多假設(shè)的方法（概率多假設(shè)方法（數(shù)據(jù)關(guān)聯(lián)典型方法修正航序貫航直接基于狀態(tài)估計(jì) 分配算數(shù)據(jù)數(shù)據(jù)關(guān)聯(lián)典型方法其他方集中式多傳感器多目標(biāo)的廣義S維分配算起始算序列概率比檢驗(yàn)（Bayes軌跡確定方法（啟發(fā)式算法（heuristic基于邏輯規(guī)則的方法（logic-basedtrackHough變換方終止方序列概率比檢驗(yàn)門方法Bayes終止基于目標(biāo)可感知性的決策方法（PB-數(shù)據(jù)關(guān)聯(lián)方法方法舉例示例示例等樣本容量下 與ESM的航跡關(guān)ESMESM（ElectronicSupportMeasurement）（無源）傳感器，可以獲取輻射源目標(biāo)的屬性信息和位置中的方位信息，沒有距離信息。與ESM的數(shù)據(jù)關(guān)聯(lián)目標(biāo)運(yùn)動(dòng)特征：速度、加速度、高度、旋轉(zhuǎn)性能、航跡、航向、出現(xiàn)（ ）位置；目標(biāo)電磁特征：脈內(nèi)特征、脈間特征、RCS特征、JEM特征、極化特征；與ESM與ESM的信息融合屬于異類傳感器的充分利用雷達(dá)和ESM的關(guān)于目標(biāo)位置和屬性的信息二者相互提示和警告，在敵方輻射電波或施放干擾的情況下，利用ESM對 實(shí)施導(dǎo)引，減少 開機(jī)時(shí)間，提高相同的可靠性和生存能力于ESM信息融合的前提就是 與ESM的數(shù)據(jù)關(guān)即要確定：ESM觀測信號(hào)究竟源于哪一個(gè) 目標(biāo)，即ESM觀測信號(hào)與的目標(biāo)航跡配對（模式識(shí)別問題）與ESM的數(shù)據(jù)關(guān)聯(lián)等樣本容量下的與ESM的航跡關(guān)聯(lián)由于一個(gè) 航跡對應(yīng)一個(gè)一個(gè)ESM航跡對應(yīng)一個(gè)輻射源；一個(gè)目標(biāo)上可能存在多個(gè)輻射源因此–一個(gè)目標(biāo)航跡與多個(gè)ESM航跡關(guān)聯(lián)–一個(gè)ESM航跡至多只能跟一 目標(biāo)航跡聯(lián) 與ESM異類關(guān)聯(lián)示意等樣等樣本容量下 與ESM的航跡關(guān)多假設(shè)H0: ESM和所有 目標(biāo)航跡無關(guān)聯(lián)H1：ESM航跡和第j個(gè) 目標(biāo)航跡關(guān)聯(lián)（j不等于0）對于多個(gè)ESM航跡和多個(gè)目標(biāo)航跡關(guān)聯(lián)的問題可以化為多個(gè)上述的多假設(shè)檢驗(yàn)問題。BAC與ESM異類關(guān)聯(lián)示意系航跡，關(guān)鍵前與ESM同步觀等樣本容量下 與ESM的航跡關(guān) 假定：ESM方位測量誤差服從獨(dú)立、零均值和恒定方差知識(shí)點(diǎn)說明：極大似然估計(jì) 參數(shù)估 一類重要的統(tǒng)計(jì)推斷問參數(shù)估計(jì)問題是利用從總體抽樣得到的信息來估計(jì)總體的某些參數(shù)或者參數(shù)的某些函數(shù).知識(shí)點(diǎn)說明：極大似然估計(jì)參數(shù)估 一類重要的統(tǒng)計(jì)推斷問參數(shù)估計(jì)問題是利用從總體抽樣得到的信息來估計(jì)總體的某些參數(shù)或者參數(shù)的某些函數(shù).估計(jì)新生兒的體 估計(jì)廢品 已知：總體分布形式 未知：是一個(gè)或幾個(gè) 參問題問題描述設(shè)有一個(gè)統(tǒng)計(jì)總體X,總體的分布函數(shù)F(x,)，其中為未知參數(shù)(可以是向量要依據(jù)該樣本對參數(shù)作出估計(jì),g(這類問題稱為參數(shù)估計(jì)參數(shù)估計(jì)的分類參數(shù)估計(jì)例：估計(jì)某隊(duì)男生的平均身高例：估計(jì)某隊(duì)男生的平均身高現(xiàn)從該總體選取容量為5的樣本，我們的任務(wù)是要根據(jù)選出的樣本（5個(gè)數(shù)）求出總體均值的估計(jì).而全部信息就由這5.設(shè)這5個(gè)數(shù)是1.651.671.681.78估計(jì)為1.694，這是點(diǎn)估計(jì)估計(jì)在區(qū)間[1.571.84內(nèi)，這是區(qū)間估計(jì)極大似然法的基本思想出打獵一只野兔從前方竄過.只聽一聲槍響，野兔應(yīng)聲. 極大似然法的基本思想你就會(huì)想，只發(fā)一槍便打中,獵人命中的概率一般大于這位同學(xué)命中的概率.看來這一槍是獵人射中的（）.這個(gè)例子所作的推斷已經(jīng)體現(xiàn)了極大似然法的基本思想. 極大似然法的基本思想你就會(huì)想，只發(fā)一槍便打中,獵人命中的概率一般大于這位同學(xué)命中的概率.看來這一槍是獵人射中的（）.這個(gè)例子所作的推斷已經(jīng)體現(xiàn)了極大似然法的基本思想.極大似然估計(jì)設(shè)總體X~N(μ,σ2),μ,σ2未知 x1,,X的樣本值,試求μσ2的極大似然估計(jì)量 X的概率密度 (xf(x) e2,x2 (xiμL(μ,σ2) i 極大極大似然估計(jì)n1(xμ)L(μ,σ) ei1n(2π)n2(σ2)n2exp[1(xμ)2于 2σ 1nLnLln(2π)lnσ2 (xμ)i 2σ令 1nμLnLσ(xinμ)iLnLn1(xμ)2σ2σ2(σ)2 極大似然估計(jì)n μ1x iσ2(xx)2 μσ2n 等樣等樣本容量下的與ESM的航跡關(guān)聯(lián)若ESM航跡共有n個(gè)方位測量值，則ESM航跡與第j航跡關(guān)聯(lián)的似然函數(shù)為 11(2exp [(t 2 (t)](t)是第j個(gè) 是ESM方位測量誤差方等樣本容量下的與ESM的航跡關(guān)聯(lián)距離相似性度量基于極大似然的判別函數(shù)實(shí)Neighbour)準(zhǔn)則在實(shí)際過程中，目標(biāo)方位狀態(tài)的真值通常不知道，根據(jù)對第j個(gè)目標(biāo)的觀測得到目標(biāo)在ti時(shí)刻的方位狀態(tài)估計(jì)值近似真值得到dj，即?j(ti)j(ti分布式多傳感器信息融合系統(tǒng) 融合中分布式多傳感器信息融合系統(tǒng) 融合中預(yù)處 多目預(yù)處 多目…預(yù)處 多目/方法性能分析–精度：若的方位測量精度比ESM的測量精度明顯高，則再提高的方位測量精度對關(guān)聯(lián)結(jié)果沒有多大意EM精度：隨SM測角精的提高，這種硬的錯(cuò)誤率也隨之下降；目標(biāo)密集度：若兩（多）誤概率增大；參與分析的樣本容量：隨樣本容量（觀測次數(shù)n錯(cuò)誤概率下降。可能的改進(jìn)思路結(jié)合其他不確定性理論設(shè)計(jì)規(guī)異類異類數(shù)據(jù)關(guān)聯(lián)的瓶頸問題由于具時(shí)間不同步數(shù)據(jù)率不一致測量維數(shù)不匹配因而具有很大的不異類信息的相似性度量與匹配在異類多傳感器數(shù)據(jù)關(guān)聯(lián)利用各傳感器信息進(jìn)行航跡起始綜合利用位置、動(dòng)態(tài)及特征和屬性參數(shù)合理利用互補(bǔ)信息實(shí)現(xiàn)關(guān)聯(lián)優(yōu)化示例問題的提出航跡是否代表同一個(gè)目標(biāo)，這就是航跡與航跡的關(guān)聯(lián)問題。模糊綜合函數(shù)的航跡關(guān)聯(lián)算多局部節(jié)點(diǎn)情況下的模糊航跡關(guān)聯(lián)算法航跡關(guān)聯(lián)算法法修最近鄰法(NNK_NN修正的Ki?X(i1,2,...,M,j1,2,...,n時(shí)間校正（平滑、插值、外推等假設(shè)數(shù)據(jù)的傳輸延遲為0（延遲修正或外推補(bǔ)償假定：送至融合中心的所有狀態(tài)估計(jì)都在相同的坐標(biāo)系里，且各傳感器為同步采樣。數(shù)學(xué)約定XX，航跡關(guān)聯(lián)算法設(shè)局部節(jié)點(diǎn)1,2的航跡號(hào)集合（即其相應(yīng)的目標(biāo)號(hào)集合）分別為將ij記為 t(l)X(l)X(l*12的估式分別是節(jié)點(diǎn)1i個(gè)和節(jié)點(diǎn)2j個(gè)目標(biāo)的真實(shí)分別是節(jié)點(diǎn)1對目標(biāo)i和節(jié)點(diǎn)2對目標(biāo)j的狀態(tài)估計(jì)值則H:X?(ll)和X?(ll)是同一目標(biāo)的航跡HX(ll)和X(ll)不是同一目標(biāo)的航??節(jié)點(diǎn)2在l時(shí)刻對目標(biāo)的估計(jì)誤差協(xié)節(jié)點(diǎn)1在l時(shí)刻對目標(biāo)的估計(jì)誤差協(xié)P1(l/l)P2(l/}??X(llX(ll)?C(llEt(l)t(lE｛〔X(llX(ll)〕則tij(l)j?(l)X(l/jj i ~?(lX(ll與X(l X(l)假設(shè)：H0航跡關(guān)聯(lián)算法11、1、航跡關(guān)聯(lián)算E~(lE[~(lXX其中：P(l/l)是節(jié)點(diǎn)1在l時(shí)刻對目標(biāo)i的估計(jì)協(xié)方差，P2(l/l)是節(jié)點(diǎn)2在l時(shí)刻對目標(biāo)j的估計(jì)協(xié)方差法使用的檢驗(yàn)統(tǒng)計(jì)由于t(l)服 分布，a(l)是服從自由度為n的2分n是狀態(tài)估計(jì)向量的若：a(l)T,接受H。航跡i(iU)和航跡j(jU)關(guān)聯(lián)反之，接受H。航跡i(iU)和航跡j(jU)不關(guān)聯(lián)距離度量方法2.3.1典型的距距離名歐城市街相[(yz)W(yz)T]1/(yz)(yz)T1(y8s(121(yz)[](yz)12 ][(yz)[s(1s)]yz)1s(122、修正航跡關(guān)聯(lián)算法由于共同的過程噪聲進(jìn)入評價(jià)方程，來自兩個(gè)航跡文件的估計(jì)誤差并不總2、修正航跡關(guān)聯(lián)算法由于共同的過程噪聲進(jìn)入評價(jià)方程，來自兩個(gè)航跡文件的估計(jì)誤差并不總是獨(dú)立的，也就是說兩個(gè)傳感器測量噪聲序列獨(dú)立這一事實(shí)不能充分的產(chǎn)生獨(dú)立的估計(jì)誤差。修使用的檢驗(yàn)統(tǒng)計(jì)量可表示為：(l)[X(l/l)X(l/l??P(ll)和P(ll)是估計(jì)誤差協(xié)方差矩陣2若：ij(l)T,則假設(shè)H0成立否則 假設(shè)H1成示例mm(0)ml)L節(jié)點(diǎn)1的航跡i與節(jié)點(diǎn)2的航跡j雙門0H成立l)T1,H成立l)(l)＝其中知識(shí)點(diǎn)說明：雙門限檢測雙門限檢測：將R個(gè)觀測樣本逐個(gè)與第一門限T比較，超過的樣本由計(jì)數(shù)器累計(jì)，累加值再與指定門限L（第二門限）比較，若計(jì)數(shù)值大于等于L則判決信號(hào)存在，否則信號(hào)不存在。（信號(hào)檢測）取兩個(gè)門限T和利用航跡關(guān)聯(lián)質(zhì)量來判斷是否關(guān)聯(lián)來自于局部節(jié)點(diǎn)l的航跡i和來自于局部節(jié)點(diǎn)2的航跡在l時(shí)刻的關(guān)聯(lián)質(zhì)量用ml)m(l)m(l1)m(l),iU,jUknak模糊因素集三類目標(biāo)位置、速度和加速度的一維信息目標(biāo)位置、速度和加速度的二維信息目標(biāo)位置、速度和加速度的三維信息按照 的強(qiáng)弱，直觀上：目標(biāo)位置的歐氏距離>目標(biāo)速度間的歐氏距離>目標(biāo)航向或方向余弦角間的歐氏距離按照因素強(qiáng) ，得到模糊集～A=｛a1,a2,,ak,an}。其ak為第K個(gè)因素uk所對應(yīng)的權(quán)重，一般的3、模糊雙門限航跡關(guān)聯(lián)算法3、3、模糊雙門限