1.2.4 多源航迹融合

分布式多传感器系统是将多个异地配置的传感器获取的目标状态估计汇报至融合中心，融合中心通过航迹关联将同一目标的多个跟踪结果进行融合估计，重点在判断来自多个传感器的航迹是否源于同一目标，解决重复跟踪问题，从而确保融合中心航迹数据的同一性和完整性。

目前，国内外学者针对多目标条件下的多传感器航迹关联理论已进行了大量研究。比较经典的方法包括最近邻法、独立双门限法、相关双门限法、广义经典分配法、相关序贯法、独立序贯法、加权法等基于统计学理论的航迹关联方法[70，143，175-190]。但这类方法虽然思路简洁、易于实现，在目标运动特性相近或机动航迹较多时，关联结果并不理想。另外，有学者在神经网络[191-193]、灰色理论[150，175，194-195]、模糊数学[142，144，196-197]等理论的基础上，将这些数学理论与航迹关联结合，发展了一些相关的航迹关联理论体系，其中的一些算法经过仿真与实际工程应用，具有一定的实用价值，但也存在算法可移植性差、适应能力差等缺点，且在环境参数设置与实际情况偏差不大时，容易产生较严重的错误关联。以上这些较传统的关联算法主要以航迹间的统计距离为关联依据，并没有考虑到现实中系统误差等客观条件的存在。针对存在系统误差的情况，目前国内外学者也进行了一些研究，主要从目标拓扑结构、最大后验概率和极大似然准则等角度深入，提出了一些系统误差条件下的航迹关联对准算法。例如，文献[124，144]提出采用参照拓扑法来进行航迹对准，该方法采用由雷达到目标的径向划分网格建立参照拓扑，有效避免了系统误差的影响，但由于同一目标的两条航迹的参照拓扑存在一个角度差，致使目标的拓扑描述不够准确，导致关联效果下降。文献[132]采用航迹的三角拓扑信息作为拓扑结构元，从观测区域遍历量测的相似性，从局部相似判决推演到全局关联。该方法由于需要对全局量测进行遍历搜索，计算量随量测的增大而陡增，实用性较差。又如，文献[145]在文献[124]的基础上，采用航迹点之间的距离元素建立目标拓扑和航迹关联统计量，并采用假设检验的方式进行判决，从而解决了极坐标划分存在的问题，该方法虽然消除了测距误差的影响，但并未解决侧向误差对目标拓扑的影响，因此仍未能成为有较高实用价值的方法。

当需要关联的目标航迹为编队目标航迹时，在一定程度上将比多目标航迹对准的难度更大。由于编队成员的距离近、速度相似，使得航迹的几何性质近乎相同。特别是在部分可辨条件下，单个传感器对编队某成员跟踪的航迹常常是断断续续的，航迹的持续性并不稳定。因此，目前的多目标航迹对准关联算法并不能有效对部分可辨条件下的编队目标进行航迹关联融合。