第五讲 数据关联重点课件.ppt
《第五讲 数据关联重点课件.ppt》由会员分享,可在线阅读,更多相关《第五讲 数据关联重点课件.ppt(78页珍藏版)》请在三一办公上搜索。
1、第五讲 数据关联技术,智能信息处理技术,智能信息处理技术,2,5.1 基本思路,当单传感器提供动态目标的时间采样信息或多传感器提供同一目标的独立测量时,需要融合多组测量数据,导出目标位置或运动状态信息。 在导出目标位置或运动状态的过程中,包含两类基本处理,即状态估计和数据关联技术。,智能信息处理技术,3,数据关联的目的,建立单一的传感器测量与以前其它测量数据的关系;确定它们是否有一个公共源。,智能信息处理技术,4,测量可能涉及到不同的坐标系,在不同的时间观察不同的源,即在时间上不同步,并且可能有不同的空间分辨率;关联处理必须建立每个测量与大量的可能数据集合的关系,每个数据集合表示一个说明该观测
2、源的假设,它们可能是下列几种可能之一:,智能信息处理技术,5,(1)对已检测到的每一个目标都有一个集合,当前一个单一目标测量与其中之一有同一个源; (2)新目标集合,表示该目标是真实的,并且以前没有该目标的测量; (3)虚警集合,该测量不真实,可能是由噪声、干扰等产生,在一定条件下可将它们消除。,智能信息处理技术,6,例:稳定目标观测与观测(点迹与点迹)关联,设A1,A2是两个 已知实体的位置 的估计值,测量 误差、噪声和人 为干扰等产生的 误差由误差椭圆 来表示。不考虑 两个实体的可能机动。设获得两个实体的三个观测位置Z1,Z2,Z3,讨论三个观测位置与两个已知实体位置进行关联的问题。,智能
3、信息处理技术,7,Zi(i=1、2、3)与Aj (j=1、2)关联有三种可能: (1)观测Zi与实体A1关联; (2)观测Zi与实体A2关联; (3)观测Zi与实体Aj均不关联,是由新的实体、干扰或杂波剩余产生的观测。 不考虑虚警影响,假定实体是稳定的。关联的基本思路如下:,智能信息处理技术,8,关联的基本思路,1)建立观测Zi与实体Aj的关联矩阵 关联矩阵中每个观测实体对(Zi,Aj)包含关联度量Sij,是Zi与Aj接近程度的度量或称相似性度量,把观测Zi与实体Aj按内在规律联系起来,称作几何向量距离:,智能信息处理技术,9,2)对每个观测一实体对(Zi,Aj),将几何向量距离与先验门限 进
4、行比较,确定Zi能否与实体Aj进行关联。 如果 ,则用判定逻辑将观测Zi分配给实体Aj,没有被关联的观测,用追加逻辑确定另一个假设的正确性,如是新实体或虚警等。,智能信息处理技术,10,3) 最后进行观测与实体的融合处理,改善实体的位置与身份估计精度。,智能信息处理技术,11,例:运动目标的观测点迹与航迹关联,假设实体A、B均以匀速进行直线运动,在t0时刻位于“+” 位置。首先根据实体的运动方程将它们均外推到任一时刻t1的位置,假定给出三个观测位置。接下来的问题就是确定哪些观测与已知实体航迹进行关联。预测位置等不确定性与上例相同。,智能信息处理技术,12,关联处理,1)把实体A和B在时刻t0的
5、位置均外推到新的观测时间t1,即 A(t0) A(t1) B(t0) B(t1) 2)给出新的观测集合Zj(t1),j=1,2,3; 3)计算观测Zj(t1)与各已知实体在时间t1 的估计位置之间的关联度量Sij形成关联矩阵;,智能信息处理技术,13,4)根据Sij和门限 ,确定哪一个观测Zj(t1)与确定航迹关联; 5)确定关联之后,把该观测分配给实体航迹,利用位置估计技术更新实体的估计位置。,智能信息处理技术,14,数据关联的步骤,1)把来自一个或多个传感器的观测或点迹Zi 与j个已知或已经确认的事件归并到一起,使它们分别属于j个事件的集合,即保证每个事件集合所包含的观测以较大的概率或接近
6、于1的概率均来自同一个实体。 2)对没有归并到j个事件中的点迹,其中可能包括新的来自目标的点迹或由噪声或杂波剩余产生的点迹,保留到下个时刻继续处理。,智能信息处理技术,15,数据关联的实现,关联通过一个m维的判定处理来实现,对观测与预测的目标状态间的空间或属性关系进行量化,以确定m个假设中哪一个能最佳地描述该观测。,智能信息处理技术,16,判定的类型及性质,关联判定分为两类:硬判定和软判定 硬判定:指将一个观测赋给惟一的一个集合; 软判定:允许将一个观测赋给多个集合,但它们具有一个不确定值。软判定可导致多个假设,当通过附加数据使不确定性减小时,多假设可以合并为一个单一的假设或服从以后的硬判定。
7、,智能信息处理技术,17,数据关联的主要形式,1)点迹与点迹关联,形成航迹或进行航迹初始化。 航迹的形成是通过对来自不同采样周期的点迹的处理,按照给定的准则实现对航迹检测。,智能信息处理技术,18,点迹与航迹关联过程中,那些没有与数据库中的航迹关联的点迹,有的是新目标的新点迹。 与对应目标的延续点迹关联后,实现对一个新航迹初始化,也属于点迹与点迹关联。 点迹与点迹的关联和融合,一般用在集中式网络结构中。,智能信息处理技术,19,2)点迹与航迹关联,目的:对已有航迹进行保持或对状态进行更新。方法: 判断各传感器送来的点迹,哪些是数据库中已有航迹的延续点迹,哪些是新航迹的起始点迹,哪些是由杂波或干
8、扰产生的假点迹。 根据给定准则,把延续点迹与数据库中已有航迹连起来,使航迹得到延续,并用当前测量值取代预测值,实现状态更新。,智能信息处理技术,20, 经若干周期后,没有连上的点迹,有一些是由杂波剩余或干扰产生的假点迹,由于没有后续点迹,变成孤立点迹,也按一定的准则被剔除。 主要应用:集中式结构,智能信息处理技术,21,3)航迹与航迹关联(航迹关联),多传感器情况下,每个传感器都有本身点迹集合和本身的信息处理系统,实现对目标的跟踪,通常把每个传感器的航迹称作局部航迹。,智能信息处理技术,22,处理方法,每个传感器按照一定的时间,把本传感器的全部航迹的状态送给信息处理中心,以便进行航迹融合,航迹
9、融合实际上就是目标状态融合。 在融合中心,如果按某种准则能够确定几个不同传感器的航迹来自同一个目标,则把它们的状态估计和协方差矩阵进行组合,实现航迹融合。 主要应用: 分布式信息处理系统,智能信息处理技术,23,结论,1)按照给定的准则,通过对点迹的处理,实现对航迹的初始化,尽可能地去掉假点迹,并为跟踪作数据准备,这就是数据关联所要完成的任务; 2)在一个实际的信息处理系统中,采用哪种关联方式,往往跟信息系统所采用的网络结构有关;,智能信息处理技术,24,3)集中式融合系统中,一般采用点迹融合,相应的关联方法也是点迹与点迹、点迹与航迹关联; 4)分布式信息处理系统中,一般采用航迹与航迹关联;
10、5)为提高并保证数据融合的质量,对各传感器送来的点迹有较高的要求,并对其进行预处理。,智能信息处理技术,25,5.2 数据关联过程,数据关联的主要内容: 将传感器送来的点迹进行门限过滤,利用先验知识过滤掉门限外不希望的点迹; 需要过滤的数据: 其它目标形成的真点迹和噪声、干扰形成的假点迹,限制那些不可能的观测航迹对形成。,智能信息处理技术,26,该关联门的输出形成有效点迹航迹对,并形成关联矩阵; 度量各个点迹与该航迹接近的程度。 将最接近预测位置的点迹按赋值策略将它们分别赋予相对应的航迹。,智能信息处理技术,27,数据关联过程,智能信息处理技术,28,1、门限过滤,前提: 监测系统中,具有大量
11、的目标,融合中心数据库中必然有对应的航迹; 传感器监测区域有一定重叠,产生大量重复数据,且还有干扰等产生的数据; 对这大量的数据,不可能把各点迹与数据库中的每条航迹都进行一一比较、判断,判定某点迹是不是数据库中某航迹的延续点迹。,智能信息处理技术,29,同一条航迹中相邻的两个点迹具有相关性。 如果前一个点迹表示目标的真实位置,那么第二个点迹在一个采样周期内,考虑到目标的最大运动速度、机动变化情况和传感器的各种测量误差,不会超出某范围。,智能信息处理技术,30,关联门,根据数据容许范围在系统中心对各传感器设立一个二维或三维窗口,把其他航迹所对应的点迹及干扰等产生的假点迹拒之门外。每条航迹都必须有
12、这样的一个窗口,这种窗口称为关联门。,智能信息处理技术,31,门限过滤技术,定义: 采用关联门来限制非处理航迹和杂波数目的技术关联门跟踪技术: 门限过滤技术与滤波、跟踪结合起来有效点迹: 关联门内的点迹,智能信息处理技术,32,门限大小的影响,门限的大小会直接对关联产生重大影响;门限过小,捕获不到可能的目标;门限过大,起不到抑制其它目标和干扰的作用。,智能信息处理技术,33,门限的设置,基本原则: 以外推坐标数据作为关联门中心,使相邻延续点迹以较大的概率落入关联门。,智能信息处理技术,34,门限的作用,关联门限制了由噪声、干扰或杂波剩余产生的假点迹,及由固定目标产生的孤立点迹; 提高系统的正确
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第五讲 数据关联重点课件 第五 数据 关联 重点 课件
链接地址:https://www.31ppt.com/p-1546430.html