基于中智集的多传感器空域目标抗差航迹关联与航迹融合

For the processing need of the uncertainty on sensor track data, track association procedures and target kinetic models in aerial target tracking with a multisensor system, this project will explore the related theories and algorithms of multisensor anti-bias track association and track fusion using neutrosophic set with high performance in parallel processing, association rate and tracking precision, which meet the requirement of uncertain information processing and fusing for the system.. To process uncertain sensor track data, the project will study the description on the uncertain relationship between sensor tracks in topological space, and then a self-adaptive track bias registration theory based on neutrosophic mutual information is established. To measure uncertain track association process, this project will study the neutrosophic association degrees of sensor tracks belonged to a certain target, cross target and new target respectively, and then a generalized joint probabilistic track association theory based on neutrosophic set is set up. To obtain the uncertain kinetic model of a target, the project will study the establishment of target kinetic models by curve fitting and neutrosophic transition probabilities by neutrosophic reasoning, and then a curve fitting-interactive multiple model (IMM) filter theory based on neutrosophic reasoning is built. The studied results can not only solve the problems of multisensor anti-bias track association and track fusion on aerial targets, but also they can be extended to other phrases in tracking process and related uncertain information processing areas for ground targets and sea-surface targets.

本项目以多传感器系统空域目标跟踪过程中传感器航迹数据、航迹关联过程及目标运动模型的不确定处理需求为背景，以并行处理、高关联度及高精度为目标，探讨基于中智集的多传感器抗差航迹关联与航迹融合理论和方法，使之满足系统的不确定信息处理与融合需要。.为了处理不确定传感器航迹数据，研究利用中智互信息描述拓扑空间中航迹间的不确定关系，提出基于中智互信息的自适应航迹偏差配准理论；为了度量不确定航迹关联过程，研究利用中智集构建传感器航迹与确定目标、交叉目标以及新目标的中智关联度，提出基于中智聚类的广义联合概率航迹关联理论；为了建立不确定目标运动模型，研究利用曲线拟合和中智推理分别构建目标运动模型及其转移概率，提出基于中智推理的曲线拟合-IMM滤波理论。研究成果不仅可以解决多传感器空域目标抗差航迹关联与航迹融合问题，而且可以推广到跟踪过程的其他阶段以及面向地面目标、海面目标跟踪等不确定信息处理领域。

空域目标跟踪是多传感器信息融合的重要研究方向，也是通用航空监视系统和防空预警系统的关键技术。本项目瞄准多传感器目标跟踪过程的不确定信息处理，基于中智集理论的优势深入开展研究。研究的内容和结果主要包括以下四个方面。（1）开展中智集理论及面向量测时空不确定的多传感器数据配准研究。为了克服目标周围背景干扰问题，在目标直方图空间，提出基于中智加权相似度的目标跟踪方法。针对目标背景模型差问题，提出一种中智加权相似度的目标跟踪方法。针对多传感器融合平台两坐标雷达系统误差估计问题，提出一种联合ADS-B的最小二乘雷达系统误差估计方法，并将其改进用于估计三坐标雷达系统误差。针对传统警戒雷达系统误差校正方法数据选取苛刻、实用性差等问题，提出一种基于迭代最近点算法的警戒雷达系统误差估计方法。（2）开展中智集理论及面向多传感器并行系统的广义概率数据关联研究。提出一种基于分量加权的中智关联方法，建立目标在颜色空间和深度空间的不确定度量及融合模型。针对复杂环境中多机动目标跟踪问题，提出一种改进广义联合概率数据关联方法。（3）开展中智集理论及面向目标不确定运动模型的多模型方法研究。提出一种中智相似度的目标跟踪方法，通过多样本加权学习实现目标跟踪。针对通用航空目标实际运动模型越来越复杂，提出一种基于目标分类辅助的变结构多模型方法。针对量测噪声未知的机动目标跟踪问题，提出一种基于知识辅助的变分贝叶斯多模型方法。（4）拓展中智集理论、多目标跟踪、信息融合理论及应用。在中智不确定语言变量、中智多重集合、Heronian平均算子、双极中智数、中智熵等方面，开展基于中智集的多属性决策新理论、新方法研究。针对复杂环境中航迹起始问题，提出一种基于中智Hough变换的航迹起始方法。针对控制系统、疾病风险等级评估、前列腺癌结果诊断评估、智能交通、港口物流竞争力评估、供应商管理等不同应用领域，将中智集或中智多属性决策用于相应的不确定信息描述和处理过程中，从而提高评估结果的可信度和有效性。项目研究成果不仅丰富和发展了中智集理论及其应用研究，为目标跟踪过程的不确定信息处理提供了新方法，对目标跟踪、信息融合理论及其应用也具有推动作用。