一种多源异类传感器数据融合方法及装置制造方法
一种多源异类传感器数据融合方法及装置制造方法
【专利摘要】本发明适用于数据融合【技术领域】，提供一种多源异类传感器数据融合方法及装置，所述方法包括：获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准；根据传感器类别及精度对对准后的测量数据进行分组；从分组数据进行组内或组间组合，给出目标的完整测量数据，对目标位置进行初步估计；以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计。本发明采取了三层融合的定位策略，监控系统能够快速地获得高精度的目标定位值，更高效地融合系统前端的各种声/光/电等多种传感器所采集的各类目标信息，提高监控指挥的效能。
【专利说明】一种多源异类传感器数据融合方法及装置
【技术领域】
[0001]本发明属于数据融合【技术领域】，尤其涉及一种多源异类传感器数据融合方法及装置。
【背景技术】
[0002]当前，监控指挥系统通常以可见光/红外复合光电探测技术、无线电探测技术以及雷达探测技术等为侦测手段，采取主/被动传感器相互引导、相互印证的跟踪策略，形成监控区域综合态势。为实现监控区域内对目标的无缝接力跟踪，需要针对系统中光电、雷达、无线电等多种不同体制、不同采样率的测量信息，提出一种快速、有效的多源异类传感器系统的数据融合算法。
[0003]在数据融合中，测量数据的时间对准及目标的定位都有单独的理论上可实现的方法，常用的多源异类传感器数据融合流程如图1所示，前端传感器通常为不完全测量数据，在多源异类传感器系统中，通常是直接通过交叉定位给出目标估计值，当系统输入增多时将导致有限的信息淹没在大量虚假定位点中，融合结果大打折扣。
【发明内容】
[0004]鉴于上述问题，本发明的目的在于提供一种多源异类传感器数据融合方法及装置，旨在解决现有数据融合方法计算复杂度高、定位不准确的技术问题。
[0005]一方面，所述多源异类传感器数据融合方法包括下述步骤:
[0006]获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上；
[0007]根据传感器类别及精度对对准后的测量数据进行分组；
[0008]从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计；
[0009]以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
[0010]另一方面，所述多源异类传感器数据融合装置包括:
[0011]时间对准模块，用于获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上；
[0012]第一融合模块，用于根据传感器类别及精度对对准后的测量数据进行分组；
[0013]第二融合模块，用于从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计；
[0014]第三融合模块，用于以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
[0015]本发明的有益效果是:本发明基于样条拟合及不完整测量补齐方法，提出了多源异质快速分层数据融合算法，很大程度上降低了目标定位的复杂度；另外，在数据补齐过程中，根据不同类别进行分组以及相应的数据组合，改进了算法精度，在提高融合定位效率的同时，进一步优化了跟踪效果。通过本发明，监控系统能够快速地获得高精度的目标定位值，更高效地融合系统前端的各种声/光/电等多种传感器所采集的各类目标信息，提高监控指挥的效能。
【专利附图】
【附图说明】
[0016]图1是现有多源异类传感器数据融合方法的流程图；
[0017]图2是本发明实施例提供的多源异类传感器数据融合方法的一种流程图；
[0018]图3是2D雷达测量的闻低角不意图；
[0019]图4是2D被动传感器的距离示意图；
[0020]图5是2D被动传感器的交叉定位的示意图；
[0021 ]图6是2D被动传感器与激光测距组合示意图；
[0022]图7是本发明实施例提供的多源异类传感器数据融合方法的另一种流程图；
[0023]图8是本发明实施例提供的多源异类传感器数据融合装置的结构方框图。
【具体实施方式】
[0024]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0025]为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0026]实施例一:
[0027]图2示出了本发明实施例提供的多源异类传感器数据融合方法的流程，为了便于说明仅不出了与本发明实施例相关的部分。
[0028]步骤S21、获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上。
[0029]传感器输出的测量量是一个数据序列，由于不同传感器的采集频率和采集时间间隔不同，因此各个传感器输出的测量数据不同步，本步骤实现了将不同传感器的测量数据进行时间对准，统一到一个时间点上。具体的包括:
[0030]S211、针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线。
[0031]假设某个传感器某一时间段[a，b]内对目标进行了 n+1次测量，将整个时间区间按采样时刻划分为a = t0〈tl〈…<tn = b,给定的时刻点ti对应的观测值为:f (ti) = yi (i=O, I,…η),构造一个三次样条插值函数s (X),使其满足下列条件:
[0032]①s (ti) = yi, i = 0，1，...η ;
[0033]②s(t)在每个小区间[ti, ti+Ι]上是一个三次多项式，i = O, I,…η ；
[0034]③s (t)在[a，b]上具有二阶连续导数。
[0035]三次样条插值函数的构造过程如下:
[0036]记Iiii = S，(i = O, I, 2，...，η)，在每个小区间[ti； ti+1] (i = O, I,...η)上，利用Hermite插值公式写出三次样条插值函数s (t)的计算公式:
【权利要求】
1.一种多源异类传感器数据融合方法，其特征在于，所述数据融合方法包括: 获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上； 根据传感器类别及精度对对准后的测量数据进行分组； 从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计； 以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
2.如权利要求1所述多源异类传感器数据融合方法，其特征在于，所述获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上步骤，具体包括: 针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线.以其中一个传感器的采样时刻为准，从其他传感器的平滑曲线中取出相应时刻的测量值，实现时间对准 。
3.如权利要求2所述多源异类传感器数据融合方法，其特征在于，测量数据经分组后包括2D雷达数据、2D被动传感器数据以及激光测距数据。
4.如权利要求3所述多源异类传感器数据融合方法，其特征在于，所述从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计步骤，具体包括: 用2D雷达数据和2D被动传感器数据之间冗余信息补充不完整测量数据； 用2D被动传感器数据组内的冗余信息补充不完整测量数据； 用2D被动传感器数据和激光测距数据进行配对组合得到完整测量数据； 得到完整测量数据后，对目标位置进行初步估计。
5.如权利要求4所述多源异类传感器数据融合方法，其特征在于，所述以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值步骤，具体包括: 将目标位置初估值作为参考点，得到传感器相应的测量方程； 将测量方程在参考点处线性化，利用扩展的加权最小二乘法进行目标位置的二次估计； 输出二次估计值作为目标定位值。
6.如权利要求5所述多源异类传感器数据融合方法，其特征在于，将目标位置初估值作为参考点后，调整参考点的位置。
7.一种多源异类传感器数据融合装置，其特征在于，所述装置包括: 时间对准模块，用于获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上； 第一融合模块，用于根据传感器类别及精度对对准后的测量数据进行分组； 第二融合模块，用于从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计； 第三融合模块，用于以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
8.如权利要求7所述装置，其特征在于，所述时间对准模块包括: 样条拟合单元，用于针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线； 时间同步单元，用于以其中一个传感器的采样时刻为准，从所述其他传感器的平滑曲线中取出相应时刻的测量值，实现时间对准。
9.如权利要求8所述装置，其特征在于，所述第三融合模块包括: 参考点设置单元，用于将目标位置初估值作为参考点，得到传感器相应的测量方程；线性化单元，用于将测量方程在参考点处线性化，利用扩展的加权最小二乘法进行目标位置的二次估计； 位置输出单元，用于输出二次估计值作为目标定位值。
10.如权利要求9所述装置，其特征在于，所述第三融合模块包括: 参考点调整单元，用于将目标位置初估值作为参考点后，调整参考点的位置。
【文档编号】G06F19/00GK103942447SQ201410180760
【公开日】2014年7月23日 申请日期:2014年4月30日 优先权日:2014年4月30日
【发明者】刘洋, 徐毓, 黄伟平, 李锋 申请人:中国人民解放军空军预警学院监控系统工程研究所
【专利摘要】本发明适用于数据融合【技术领域】，提供一种多源异类传感器数据融合方法及装置，所述方法包括：获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准；根据传感器类别及精度对对准后的测量数据进行分组；从分组数据进行组内或组间组合，给出目标的完整测量数据，对目标位置进行初步估计；以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计。本发明采取了三层融合的定位策略，监控系统能够快速地获得高精度的目标定位值，更高效地融合系统前端的各种声/光/电等多种传感器所采集的各类目标信息，提高监控指挥的效能。
【专利说明】一种多源异类传感器数据融合方法及装置
【技术领域】
[0001]本发明属于数据融合【技术领域】，尤其涉及一种多源异类传感器数据融合方法及装置。
【背景技术】
[0002]当前，监控指挥系统通常以可见光/红外复合光电探测技术、无线电探测技术以及雷达探测技术等为侦测手段，采取主/被动传感器相互引导、相互印证的跟踪策略，形成监控区域综合态势。为实现监控区域内对目标的无缝接力跟踪，需要针对系统中光电、雷达、无线电等多种不同体制、不同采样率的测量信息，提出一种快速、有效的多源异类传感器系统的数据融合算法。
[0003]在数据融合中，测量数据的时间对准及目标的定位都有单独的理论上可实现的方法，常用的多源异类传感器数据融合流程如图1所示，前端传感器通常为不完全测量数据，在多源异类传感器系统中，通常是直接通过交叉定位给出目标估计值，当系统输入增多时将导致有限的信息淹没在大量虚假定位点中，融合结果大打折扣。
【发明内容】
[0004]鉴于上述问题，本发明的目的在于提供一种多源异类传感器数据融合方法及装置，旨在解决现有数据融合方法计算复杂度高、定位不准确的技术问题。
[0005]一方面，所述多源异类传感器数据融合方法包括下述步骤:
[0006]获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上；
[0007]根据传感器类别及精度对对准后的测量数据进行分组；
[0008]从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计；
[0009]以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
[0010]另一方面，所述多源异类传感器数据融合装置包括:
[0011]时间对准模块，用于获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上；
[0012]第一融合模块，用于根据传感器类别及精度对对准后的测量数据进行分组；
[0013]第二融合模块，用于从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计；
[0014]第三融合模块，用于以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
[0015]本发明的有益效果是:本发明基于样条拟合及不完整测量补齐方法，提出了多源异质快速分层数据融合算法，很大程度上降低了目标定位的复杂度；另外，在数据补齐过程中，根据不同类别进行分组以及相应的数据组合，改进了算法精度，在提高融合定位效率的同时，进一步优化了跟踪效果。通过本发明，监控系统能够快速地获得高精度的目标定位值，更高效地融合系统前端的各种声/光/电等多种传感器所采集的各类目标信息，提高监控指挥的效能。
【专利附图】
【附图说明】
[0016]图1是现有多源异类传感器数据融合方法的流程图；
[0017]图2是本发明实施例提供的多源异类传感器数据融合方法的一种流程图；
[0018]图3是2D雷达测量的闻低角不意图；
[0019]图4是2D被动传感器的距离示意图；
[0020]图5是2D被动传感器的交叉定位的示意图；
[0021 ]图6是2D被动传感器与激光测距组合示意图；
[0022]图7是本发明实施例提供的多源异类传感器数据融合方法的另一种流程图；
[0023]图8是本发明实施例提供的多源异类传感器数据融合装置的结构方框图。
【具体实施方式】
[0024]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0025]为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0026]实施例一:
[0027]图2示出了本发明实施例提供的多源异类传感器数据融合方法的流程，为了便于说明仅不出了与本发明实施例相关的部分。
[0028]步骤S21、获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上。
[0029]传感器输出的测量量是一个数据序列，由于不同传感器的采集频率和采集时间间隔不同，因此各个传感器输出的测量数据不同步，本步骤实现了将不同传感器的测量数据进行时间对准，统一到一个时间点上。具体的包括:
[0030]S211、针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线。
[0031]假设某个传感器某一时间段[a，b]内对目标进行了 n+1次测量，将整个时间区间按采样时刻划分为a = t0〈tl〈…<tn = b,给定的时刻点ti对应的观测值为:f (ti) = yi (i=O, I,…η),构造一个三次样条插值函数s (X),使其满足下列条件:
[0032]①s (ti) = yi, i = 0，1，...η ;
[0033]②s(t)在每个小区间[ti, ti+Ι]上是一个三次多项式，i = O, I,…η ；
[0034]③s (t)在[a，b]上具有二阶连续导数。
[0035]三次样条插值函数的构造过程如下:
[0036]记Iiii = S，(i = O, I, 2，...，η)，在每个小区间[ti； ti+1] (i = O, I,...η)上，利用Hermite插值公式写出三次样条插值函数s (t)的计算公式:
【权利要求】
1.一种多源异类传感器数据融合方法，其特征在于，所述数据融合方法包括: 获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上； 根据传感器类别及精度对对准后的测量数据进行分组； 从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计； 以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
2.如权利要求1所述多源异类传感器数据融合方法，其特征在于，所述获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上步骤，具体包括: 针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线.以其中一个传感器的采样时刻为准，从其他传感器的平滑曲线中取出相应时刻的测量值，实现时间对准 。
3.如权利要求2所述多源异类传感器数据融合方法，其特征在于，测量数据经分组后包括2D雷达数据、2D被动传感器数据以及激光测距数据。
4.如权利要求3所述多源异类传感器数据融合方法，其特征在于，所述从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计步骤，具体包括: 用2D雷达数据和2D被动传感器数据之间冗余信息补充不完整测量数据； 用2D被动传感器数据组内的冗余信息补充不完整测量数据； 用2D被动传感器数据和激光测距数据进行配对组合得到完整测量数据； 得到完整测量数据后，对目标位置进行初步估计。
5.如权利要求4所述多源异类传感器数据融合方法，其特征在于，所述以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值步骤，具体包括: 将目标位置初估值作为参考点，得到传感器相应的测量方程； 将测量方程在参考点处线性化，利用扩展的加权最小二乘法进行目标位置的二次估计； 输出二次估计值作为目标定位值。
6.如权利要求5所述多源异类传感器数据融合方法，其特征在于，将目标位置初估值作为参考点后，调整参考点的位置。
7.一种多源异类传感器数据融合装置，其特征在于，所述装置包括: 时间对准模块，用于获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上； 第一融合模块，用于根据传感器类别及精度对对准后的测量数据进行分组； 第二融合模块，用于从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计； 第三融合模块，用于以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值。
8.如权利要求7所述装置，其特征在于，所述时间对准模块包括: 样条拟合单元，用于针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线； 时间同步单元，用于以其中一个传感器的采样时刻为准，从所述其他传感器的平滑曲线中取出相应时刻的测量值，实现时间对准。
9.如权利要求8所述装置，其特征在于，所述第三融合模块包括: 参考点设置单元，用于将目标位置初估值作为参考点，得到传感器相应的测量方程；线性化单元，用于将测量方程在参考点处线性化，利用扩展的加权最小二乘法进行目标位置的二次估计； 位置输出单元，用于输出二次估计值作为目标定位值。
10.如权利要求9所述装置，其特征在于，所述第三融合模块包括: 参考点调整单元，用于将目标位置初估值作为参考点后，调整参考点的位置。
【文档编号】G06F19/00GK103942447SQ201410180760
【公开日】2014年7月23日 申请日期:2014年4月30日 优先权日:2014年4月30日
【发明者】刘洋, 徐毓, 黄伟平, 李锋 申请人:中国人民解放军空军预警学院监控系统工程研究所
最新回复(0)