基于空间多特征综合推理的航迹航路关联

《基于空间多特征综合推理的航迹航路关联》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaelAstronauticaSinicaMay252016V01．37No．51595-1602ISSN1000-6893CN11-1929／Vhttp：／／hkxb．buaa．edu．CFIhkxb@buaa．edu．cn基于空间多特征综合推理的航迹航路关联梁彦，王晓华*，李立，张金凤，史志远，杨峰西北工业大学自动化学院，西安710072摘要：针对航迹分类问题，研究了基于空间多特征的综合推理在航路判读中的应用。首先根据空管系统对航路以及飞机飞行的要求，对航迹航路相关问题进行建模

2、。然后根据已知的传感器系统输出的目标特性(位置，航向)与已知的多个航路信息分别进行相关度计算，构造基本信任函数，通过对其融合，得到目标单特征识别结果。其中，通过合理地引入复合类，实现了对目标类别的广义信任分类。建立了多特征折扣融合算法，对多特征基本信任函数进行折扣后再融合，得到目标多特征识别结果。仿真结果以及空管实际数据测试表明：该算法不仅可以实现航迹分类，同时可以有效地降低分类的错误率。关键词：航迹分类；分类算法；空间多特征；决策模型；广义信任分类中图分类号：V219；TN958文献标识码：A文章编号：1000—6

3、893(2016)05—1595—08航迹分类的主要任务是将航迹分为航路目标航迹与非航路目标航迹，可以为显控台操作员提供目标威胁度的判断依据，增强对态势的把握[1]。在复杂的战场环境下，由于航路密集，杂波密度大等因素，航迹点在空间中也很容易出现不确定，难以分类的情况。针对空管雷达中飞鸟和云雨杂波与飞机目标的分类问题，Haykin等心1采用了Bayesian分类器以及神经网络分类器，并将信号强度和多普勒作为分类特征，对目标进行分类。Noyes[31提出了基于模糊逻辑的航迹分类算法。Ghadaki[43利用支持向量机分析

4、并建立了空管雷达中航迹特征提取和特征评估方法。上述研究均利用了信号或航迹特征，但是没有利用航路等软传感信息。程铭和陈宇寒[51通过提取偏航、航向等相关因子来计算航迹与飞行计划的相关度，并提出了飞行计划和航迹相关算法，但针对的是精度较高的常规雷达。Oxenham[63将位置作为统计量，提出了基于假设检验的航迹航路相关方法，但仅限于单航迹一单航路情形，没有利用航向信息，同时并未给出算法的验证结果。王增福等[1]针对天波超视距雷达，建立空中走廊模型，将位置和航向作为统计量，提出了基于假设检验的航迹航路相关以及修正系数提取算

5、法，但是同样也是基于概率框架下，直接利用假设检验结果，根据选定的判决参数进行判断，主观性较大。基于贝叶斯理论的概率框架下进行分类是目前国内外航迹分类问题的主流方法，但该类方法要求先验概率，而对于并不具有统计意义的航迹航路相关问题，先验概率难以给出。且由于观测数据具有很大随机性和不确定性，在密集区域的航迹很难被准确地分给某一航路，基于概率框架的硬决策会出现误分的现象，从而导致灾难性的后果。证据推理可以处理信息中的不确定性，不需收稿日期：2015．05．26；退修151期：2015—10-19；录用El期：2015·11

6、-23；网络出版时间：2015-12·1714：31网络出版地址：wwwcnki．net／kcms／detail／11．1929．V．20151217．1431．004．h订nI基金项目：国家自然科学基金(611350001，61374023)*通讯作者．Tel．：029-88431307E-mail：xiaohuawan9311@sina．com融用誊武I粱彦．王晓华．李立．等．基于空阊多特征综合推理的航路航迹关联t西．航空学报，2016，37(5)：1595-1602．LIANGY，WANGXH．LIL．etat

7、．Track-to-airlineassociationbasedonmulti-featurereasoning￡J]．ActaAeronauticaetAstronauticaSini—ca，2016，37(5)：1595-1602．航空学报May252016V01．37No．5要先验信息作为支撑。洛克希德·马丁先进技术实验室的Martin将证据推理非指派证据思想引入航路分类[7]。Leung和wu[81通过实验证明了应用证据推理理论的Dempster—Sharer(DS)规则，方法对于航迹分类结果具有一致性，对

8、干扰与不精确的先验信息具有鲁棒性。因此近年来DS方法开始逐渐应用于航迹分类[9’13

9、。但在航迹分类实际应用中，仅依靠单一时刻航迹点进行分类决策本身就带有很大的风险，宁可得到一些需要利用其他方法辅助判断的局部不明确结果，也不愿冒较大的风险去得到一些很明确但是可能是错误的分类结果，因为错判很有可能会导致灾难性的后果。这是传统证据推理理论的一大缺陷