基于神經網絡分類的異類傳感器目標關聯算法

孟藏珍 袁定波 許 稼 彭石寶 王曉軍

①(清華大學電子工程系 北京 100084)

②(中國人民解放軍空軍預警學院 武漢 430019)

③(北京理工大學信息與電子學院 北京 100081)

1 引言

相比于單傳感器，多源信息融合系統可以在時間、空間、屬性等層面提供更多維度的目標信息，能夠滿足日益復雜的用戶要求。在民用、軍事領域中得到廣泛應用，如多傳感器組合導航系統[1]、C4ISR 系統[2]、雷達組網系統[3,4]等。由于異類傳感器能提供不同類型目標信息，實現信息互補[5]，在軍事領域更是備受關注。目前，雷達與紅外傳感器是主要的異類傳感器融合系統[6,7]。兩類傳感器可安置在運動或靜止的平臺上。當紅外傳感器安裝在高速動態平臺上而雷達放置地面上時，將構成軍事領域中有著特殊用途的融合系統。因此，也備受關注。但是該類融合系統中，由于紅外傳感器缺少距離信息且平臺高速運動，使得數據融合過程中系統誤差的補償及目標關聯變得異常復雜。本文將就該問題進行討論，并給出一種有效的解決方法。

多源信息融合按照同步方式可以分為同步融合和異步融合[8,9]。本文討論同步融合情況。同步融合一般包括空時配準、系統誤差補償、目標關聯等[10]關鍵環節。經典的處理流程中，系統誤差補償是目標關聯的基礎，補償精確與否直接決定關聯的質量；而系統誤差精確補償又以目標正確關聯為前提，因此，實際系統中系統誤差補償與目標關聯是緊密耦合在一起的，這給問題的研究和解決帶來了極大的挑戰。……