[发明专利]一种基于离散点迹的多源异构信息关联方法

权利要求书

1.一种基于离散点迹的多源异构信息关联方法，其特征在于，包括如下步骤：

接收所述多源异构信息，识别出其中的离散点迹，存入历史库，并将历史库中的其他信息作为历史点迹；

基于身份信息和专有信息，得到离散点迹和历史点迹的关联数据对集合；再基于时间和动态信息，对历史库中剩余的离散点迹和剩余的历史点迹建立多个相似性矩阵；

根据预置的每个相似性矩阵的度量门限，将多个相似性矩阵转换为多个0-1度量矩阵；基于所述多个0-1度量矩阵，得到历史库中剩余的所述离散点迹和剩余的所述历史点迹的关联数据对，加入关联数据对集合；

对所述关联数据对集合中的每组关联数据对设置相同的航迹号，得到关联结果。

2.根据权利要求1所述的基于离散点迹的多源异构信息关联方法，其特征在于，所述将历史库中的其他信息作为历史点迹，包括：根据所述离散点迹的获取时刻，采用卡尔曼滤波方法，将历史库中的其他多源异构信息的航迹点预测外推至所述离散点迹的获取时刻，以得到所述历史点迹。

3.根据权利要求2所述的基于离散点迹的多源异构信息关联方法，其特征在于，所述基于身份信息和专有信息，得到离散点迹和历史点迹的关联数据对，包括：

依次取出每条离散点迹，将每条离散点迹与每条历史点迹两两比较；当一条离散点迹仅与一条历史点迹的身份信息和专有信息同时相同时，关联成功；否则，关联失败。

4.根据权利要求1-3任一项所述的基于离散点迹的多源异构信息关联方法，其特征在于，

所述相似性矩阵的行对应每一条离散点迹，列对应每一条历史点迹，元素值对应每一条离散点迹与每一条历史点迹的多源异构信息比对值；

所述相似性矩阵包括：时间相似性矩阵和动态信息相似性矩阵；所述多源异构信息比对值包括：时间信息比对值和动态信息比对值。

5.根据权利要求4所述的基于离散点迹的多源异构信息关联方法，其特征在于，所述根据预置的每个相似性矩阵的度量门限，将多个相似性矩阵转换为多个0-1度量矩阵，包括：

以小于预置的时间相似性矩阵的度量门限为条件，遍历时间相似性矩阵的元素值，以小于预置的动态相似性矩阵的度量门限为条件，遍历动态相似性矩阵的元素值，分别获取符合条件的元素值，再根据每行取最小和每列取最大的规则，对符合条件的元素值再次进行优化，将满足规则的元素值设置为1，否则，元素值设置为0，分别得到时间相似性矩阵对应的0-1时间度量矩阵和动态信息相似性矩阵对应的0-1动态信息度量矩阵。

6.根据权利要求5所述的基于离散点迹的多源异构信息关联方法，其特征在于，所述基于所述多个0-1度量矩阵，得到历史库中剩余的所述离散点迹和剩余的所述历史点迹的关联数据对，加入关联数据对集合，包括：

统计所述0-1时间度量矩阵和0-1动态信息度量矩阵中相同位置上元素值为1的数量，当数量大于预置的数量阈值，则该位置对应的离散点迹和历史点迹关联成功，加入关联数据对集合。

7.根据权利要求1-6任一项所述的基于离散点迹的多源异构信息关联方法，其特征在于，所述接收所述多源异构信息，识别出其中的离散点迹，包括：识别同一信息融合周期内多源异构信息中的离散点迹，以及，识别多个信息融合周期间多源异构信息中的离散点迹。

8.根据权利要求7所述的基于离散点迹的多源异构信息关联方法，其特征在于，所述识别同一信息融合周期内多源异构信息中的离散点迹，包括：

根据信息融合周期，将同类型传感器包含多条数据的多源异构信息加入待聚类集合，其他多源异构信息加入初步聚类集合；

对待聚类集合进行聚类，每类中距离聚类中心最近的多源异构信息加入初步聚类集合，每类中其他多源异构信息放入缓存区，未归为任一类的多源异构信息识别为离散点迹。