[发明专利]基于最小二乘拟合的传感器数据质量评估方法

说明书

本发明提供了一种基于最小二乘拟合的传感器数据质量评估方法，属于传感器网络信息融合技术领域，涉及多源信息质量估计问题。该方法首先利用获取的所有传感器探测数据拟合目标的真实探测轨迹，然后计算各传感器的探测数据与拟合的目标轨迹之间的平均观测偏差，根据估计偏差大小确定探测数据的准确程度，实现对传感器探测数据的质量评估。该方法有效评价了各传感器探测数据的质量，可根据不同任务按需提供不同质量的探测数据，为进一步实现监视区域内目标的态势按需提取提供数据支撑。

技术领域

本发明属于传感器网络信息融合技术，涉及多源信息质量估计问题，提供了一种基于最小二乘拟合的传感器数据质量评估方法。

背景技术

传感器探测一般通过敏感介质(电磁、红外、光电、光学等)感知目标并进行检测与识别处理，自动报入信息系统，由于存在状态噪声、环境噪声和测量噪声，因此传感器感知的信息带有不确定性、互补性、不一致性甚至冲突性。通常利用系统配准和统计滤波手段滤除传感器测量噪声，但传统的方法在进行数据处理前很少考虑数据质量问题，即使考虑也只是进行简单的数据清洗，去除明显偏离真实值的观测数据，剩余数据中仍存在大量的虚假测量，若将它们均作为有效数据进行处理，不仅会增加系统的计算负担，同时还会影响系统后续的目标跟踪与识别性能。

在给定多传感器探测数据的前提下，如何根据任务需求选择合适的数据用于检测、跟踪与识别，是数据融合研究领域的一个难点问题。通过对探测数据质量进行评估，可去除质量较差、误差较大的测量数据，同时按照质量对探测数据进行分类，为下一步按需提取测量数据执行跟踪识别任务奠定基础。现有的方法对数据质量的研究较少，主要根据目标的先验运动信息对传感器获得的探测数据进行预处理，删除部分明显偏差较大的野值，但剩余的数据集中仍然存在大量的低质量探测数据，如果直接进行综合处理，难以满足精度要求较高的跟踪识别任务。因此，有必要深入研究传感器数据质量估计问题，为执行复杂的目标检测、跟踪与识别任务提供数据支撑。

发明内容

1.要解决的技术问题

本发明的目的在于提供一种基于最小二乘拟合的传感器数据质量评估方法。该算法首先利用获取的传感器探测数据拟合目标的真实探测轨迹，然后比较各批次数据相对于拟合轨迹的偏差，根据估计偏差大小确定探测数据的准确程度，实现对数据质量的评估。通过对海量的传感器探测数据按照质量进行分类，并删除质量较差的探测数据，可以为进一步实现按需提取感兴趣区域的目标态势提供数据支撑。

2.技术方案

本发明所述的基于最小二乘拟合的传感器数据质量评估方法，具体流程如图1所示。包括以下技术措施：首先，利用获取的所有传感器探测数据进行数据拟合，并将拟合轨迹作为目标的真实探测轨迹；然后，将各传感器的探测数据与拟合轨迹进行比较，得到相对拟合轨迹的探测偏差；最后，根据相对探测偏差的大小，评价各传感器探测数据的质量。

3.有益效果

本发明相比背景技术具有如下的优点：

(1)该算法有效评价了传感器探测数据质量；

(2)该算法可按需提供不同质量的探测数据。

附图说明

图1：基于最小二乘拟合的传感器数据质量评估方法流程图；

具体实施方式

以下结合说明书附图对本发明作进一步详细描述。参照说明书附图，本发明中传感器数据质量评估过程分为以下几个步骤：

1.传感器探测模型

假设在检测区域内用N_s个传感器对目标进行观测，各传感器对目标的观测方程为

z_i(k)＝h_i(x(k))+w_i(k) (1)