[发明专利]一种基于水声传感器网络的多目标数据融合方法及系统

权利要求书

1.一种基于水声传感器网络的多目标数据融合方法，该数据融合方法用于实时进行多目标的航迹起始、航迹维持和航迹删除，所述方法包含如下步骤：

步骤101，在观测区域布放若干水声传感器网络的采集节点步骤，在水域中布放N个采集节点，所述N个采集节点采用线阵列水听器或者矢量水听器作为探测部分，该探测部分还进行实时信号处理，得到所述各个采集节点在所述观测区域中观测到的若干目标元素的方位信息，并将得到的方位信息通过水下网传输给主节点；

步骤102，所述主节点对所述方位信息进行数据融合的步骤，该主节点首先将所述方位信息与该主节点已经存储的目标的信息数据采用数据关联策略进行数据关联，然后对多目标进行跟踪和定位，以完成对多目标的航迹起始、航迹维持和航迹删除；

其中，所述目标包含：确定性目标集合和试验性目标集合；其中，所述确定性目标集合是所述采集节点探测到的某一时间段内连续存在于所述观测区域中的目标的集合；所述试验性目标集合是所述采集节点探测到的但不确定是否在某一连续的时间段内能够连续出现的目标的集合，当所述试验性目标集合中某个目标如果能够连续关联所述方位信息的次数达到某一设定阈值C₁次时，该试验性目标就转换为确定性目标集合中的一个目标；所述N≥3。

2.根据权利要求1所述的基于水声传感器网络的多目标数据融合方法，其特征在于，所述数据关联策略为：对所述采集节点最新发送的方位值依次与存放在所述主节点上的确定性目标集合中的每一个目标元素、试验性目标集合中每一个目标元素逐一进行测量的方位信息值与目标的航迹进行关联，进而确定所述各采集节点的每一个方位信息值来自于所述确定性目标集合或所述试验性目标集合中的哪一个目标；如果上述步骤之后，还有测量值没有关联上任何目标，则将剩余的方位测量值在其内部进行方位测量值与方位测量值数据关联，进一步判断是否有新的试验性目标出现，如果该所述剩余的方位信息之间的方位测量值与方位测量值数据关联未能产生任何试验性目标，则扔弃该剩余的方位测量值；如果产生了新的试验性目标，则利用最小二乘定位算法进行试验性目标的航迹起始。

3.根据权利要求1或2所述的基于水声传感器网络的多目标数据融合方法，其特征在于，所述采用数据关联策略对多目标进行跟踪定位进一步包含如下步骤：

步骤201，将所述方位信息与存放在所述主节点上的确定性目标集合中的目标进行测量值与航迹数据关联，然后将剩余的未被关联到的方位信息数据与存放在所述主节点上的试验性目标集合中的目标进行测量值与航迹数据关联，用于确定所述方位信息中的每一个方位值来自于所述确定性目标集合或所述试验性目标集合中的哪一个目标；

步骤202，航迹更新和预测的步骤，若所述确定性目标集合或所述试验性目标集合中的一个目标被两个以上的方位信息数据关联，则用所述最新的方位信息对该目标的航迹信息进行更新；如果一个目标元素能关联到的方位信息的数据个数小于2个，则将该目标元素的状态预测值作为当前时刻的航迹信息的更新值；

步骤203，确定性目标航迹起始和航迹删除的步骤，根据设定的阈值检查各个目标元素的状态，进行目标元素的角色转变，即若有所述确定性目标集合中的某个目标元素连续未被所述方位信息关联的次数超过某一设定阈值C₂，则删除该确定性目标元素；若有所述试验性目标集合中的某个目标元素连续被采集节点方位信息关联的次数超过另一个设定阈值C₁，则将该试验性目标元素转变为确定性目标集合中的一个目标元素；

步骤204，将未关联到任何目标元素的方位信息之间进行测量值与测量值数据关联，在关联过程之中检查是否有新的试验性目标出现；如果发现有新的试验性目标元素出现，则对该试验性目标元素进行初始化，

其中，所述初始化包含：采用最小二乘法进行定位的位置信息初始化，速度设置为0。

4.根据权利要求3所述的基于水声传感器网络的多目标数据融合方法，其特征在于，步骤201所述的数据关联算法采用经典的最近邻算法。

5.根据权利要求3所述的基于水声传感器网络的多目标数据融合方法，其特征在于，步骤202所述状态更新算法采用扩展卡尔曼滤波。

6.根据权利要求3所述的基于水声传感器网络的多目标数据融合方法，其特征在于，步骤204所述数据关联算法采用最小距离法。