数据关联技术在民用建筑中的应用

数据关联技术在民用建筑中的应用

随着信息技术和计算机科学的快速发展，现代军事改革在世界上举行。在信息获取方式不断增强、通信手段丰富的现代战争中，电子信息系统需要处理的信息数量急剧增加，信息类型多样，信息关系复杂。对电子信息系统信息处理准确性和实效性等方面的要求使得数据融合技术深刻影响着战争走势,越来越成为左右战争成败的关键因素。对电子信息系统融合处理能力要求不断提高的同时,如何评估系统数据融合处理能力也成为一种迫切的需要。“知己知彼、百战不殆”,只有摸清自身的特性才能根据特点进行有效运用,以提高系统的生存能力和作战效能。为达到有效评估电子信息系统融合处理能力的目的,我们通过试验得到了大量目标航迹真值和融合系统输出航迹信息。此时,需要在工程中引入一种方法,对两类航迹信息进行自动提取、匹配和关联,在此基础上,分析和评估系统的各类指标。本文提出的基于点迹距离的概率数据关联方法就是面向这种工程实际应用需要,针对电子信息系统数据融合测试评估过程的特点,把数据关联的思想引入测试评估过程中。以点迹距离作为点迹相关的判断准则,再以航迹中相关点迹数占总点迹数的比例,作为航迹相关程度的评判标准,自动将融合系统输出航迹与目标真实航迹进行匹配和相关。以科学计算的方法代替人工判定,以减少整个测试评估过程中人工干预对于评估结果的影响,提高测试评估的效率,更准确地对系统融合处理能力进行分析、评判,从而为电子信息系统能力的提升提供有效的参考和指导。1数据关联的定义数据关联技术是数据融合的核心和关键,是目标跟踪与识别的前提,数据关联的效果将直接影响系统数据融合的效果。多传感器数据融合的发展历程,也包含着数据关联算法的发展历程。在实时的多目标跟踪过程中,由于物理来源系同一目标,因此多个传感器上对其建立的观测,必定具有某种相似特征。同时,因为观测传感器性能的差别和所处环境差异,也必定导致这些观测数据所建立的特征不完全相同。数据关联的目的就是利用这种观测的相似特征,来判定这些特征不完全相同的观测数据是否源于同一目标。随着计算机技术的发展,人们对数据关联的问题进行了大量的研究,到目前为止,已经有许多的数据关联算法,如最近邻数据关联(NNDA)、概率数据关联(PDA)和联合概率数据关联(JPDA)、模糊数据关联(FDA)等。国内科研机构还提出了独立/相关序贯关联算法、独立/相关双门限航迹关联算法、模糊的双门限关联算法、主导概率数据关联算法、结合特征参数的概率数据关联算法等。2基于点距离的概率数据相关性方法的设计和应用2.1前卡设计及结果基于点迹距离的概率数据关联方法借鉴概率关联算法“系统生成的任意1条目标航迹与任意1条目标航迹真值均有可能是相关的,只是相关的概率有所不同”的思想,将距离作为度量标准进行滤波,其具体流程如下:1)根据被测系统的特点选定“阈值”,用Y表示。2)将每条目标真值航迹以点的形式按照时序和制定的格式整理入库,真值航迹数量为m。3)将融合系统输出航迹以点的形式按照时序和制定的格式整理入库,系统航迹数量为n。4)从系统生成的航迹中任意选取1条,并以数组的形式读入缓存区,表示为traAij,其中i(0,1,2,…,n-1)为融合系统输出航迹编号,n系统航迹总数;j(0,1,2,…,k-1)为每条融合系统输出航迹中的航迹点编号,k为第i条融合系统输出航迹的航迹点总数。5)从目标航迹真值中任意选取1条,根据所选融合系统输出航迹的开始时刻和结束时刻,截取相同时间段内目标航迹真值,并按照融合系统输出航迹的密度,对目标航迹真值根据目标运动的航速、航向值进行插值处理,以结构体数组的形式读入缓存区,表示为traBpq,其中p(0,1,2,…,m-1)为真值航迹编号,m为目标真值航迹总数;q(0,1,2,…,k-1)为每条真值航迹中的航迹点编号,k为第p条真值航迹的航迹点总数。经过插值处理后,真值航迹中的航迹点编号q与融合系统输出航迹中的航迹点编号j取值范围相同。6)计算所选目标航迹真值和融合系统输出航迹所有编号相同的点(q=j,即目标真值航迹点与融合系统输出航迹点处于同一时刻)之间的距离,用X表示。7)将计算得到的2点间距离与设定的阈值进行比较,并将落入阈值范围内的点(即2点间距离小于设定的阈值)作为相关点进行累加,统计得到相关点总数s。8)计算相关点总数s与该条融合系统输出航迹的航迹点总数k的比值,得到相关正确率Pip=P{s/k}。(1)Ρip=Ρ{s/k}。(1)式中:i为参与相关正确率计算的融合系统输出航迹编号;p为参与相关正确率计算的目标真值航迹编号。9)仍使用步骤4)中选取的融合系统输出航迹,在目标真值航迹中通过区分目标真值批号的方式遍历并选择步骤5)中未选择过的目标航迹真值。10)重复m-1次步骤6)～9)的处理,m为目标真值航迹的总数,亦即不同目标真值批号的总数。得到该条融合系统输出航迹与全部真值航迹的相关正确率,将真值航迹按照相关正确率从高到低的顺序进行自动排序,得到相关正确率列表。11)从相关正确率列表中选取相关正确率最高值对应的真值航迹,即为与该条融合系统输出航迹对应的真值航迹。如果几条真值航迹的相关正确率相同或接近,可通过图形工具绘图比对的方式最终筛选出真值航迹。12)从融合系统输出航迹中通过区分目标批号的方式遍历并选取步骤4)中未选择过的系统航迹。13)重复n-1次步骤5)～12)的处理,n为融合系统输出航迹的总批数,亦即不同融合系统输出航迹目标批数的总数。最终得到全部融合系统输出航迹与目标真值航迹的对应关系。该方法流程图如1所示。2.2航迹数据分析通过试验得到大量目标航迹真值和系统航迹后,采用基于点迹距离的概率数据关联方法,将2类信息进行匹配。以目标航迹真值批号为“000258”的目标为例,经自动整理入库,其航迹真值信息如表1所示。以融合系统输出航迹批号为“11001311”的目标为例,经自动整理入库,其航迹信息如表2所示。采用基于点迹距离的概率数据关联方法,计算每条目标航迹真值与融合系统输出的每条目标航迹之间的相关正确率(此处设定“阈值”为1km),如表3所示。对于相关正确率最高的一对航迹,即批号为“11001311”的融合系统输出航迹和批号为“001”的目标真实航迹,进行绘图比对,2条航迹的对比关系如图2所示。由图2中2条航迹的对比关系及目标运动趋势可明显看出,融合系统输出航迹批号为“11001311”的航迹和目标航迹真值批号为“001”的2条航迹是正确匹配的。计算2条航迹间的欧式距离,结果见表4。2条航迹之间的欧式距离为435m,印证了2条航迹点匹配关系是正确的。重复以上过程,可以将融合系统输出的所有航迹与全部目标航迹真值进行一一匹配。3基于点迹距离的概率数据关联方法本文提出的基于点迹距离的概率数据关联方法,借鉴数据关联思想,以融合系统输出航迹点与目标真实航迹点的距离为度量标准,以其与阈值的关系为判断准则,以相关正确率等指标作为主线,自动将系统处理后生成的大量目标航迹与目标真实航迹进行匹配和相关。这种自动处理减少了人工干预对于评估结果的影响,大大提高了评估的科学性、准确性和可信度。采用基于点迹距离的概率数据关联方法,不但使海量目标情况下的测试评估成为可能,而且其执行效率很高。通过大量的仿真数据和实际数据,证明了基于点迹距离的概率数据关联方法的可行性。而随着科技水平的飞速发展,以及高科技手段的大力推广和应用,信息获取手段正在不断丰富,各类信息获取手段之间的互补性也在加强,因此获取的各类参数信息更加完整和全面。这种情况下,采用基于点迹距离的概率数据关联方法进行航迹相关匹配时,可以进行信息分类、分层等预处理,使这些参数得以充分利用。例如先根据目标敌我属性、类型、国籍等身份参数对试验样本进行初选,在初选样本的基础上通过对目标经度、纬度、航速、航向、方位、距离等数值参数计算的方式进行进一步筛选。这样可以达到减少运算量,优化数据关联算法,提高执行效率的目的。阈值的选取会对数据关联过程产生重大影响,阈值过小可能遗漏候选航迹,阈值过大则无法抑制应被过滤的航迹,增加系统的运算开销。经过理论分析和大量试验数据分析,可以对不同系统中阈值的选择建立专门的对应关系数据库,并建立阈值选择策略,以实现测试评估全过程的自动化。在获得目标航迹真值与系统生成航迹匹