多目标定位中的异常值处理与数据关联技术研究.pdf

多目标定位中的异常值处理与数据关联技术研究

摘要

分布式系统是现代海洋防御作战的重要设备。典型的分布式定位场景中往往包含

多种独立的和相干的声源，如发射连续宽带信号的声源、发射脉冲信号与宽带信号叠

加的声源，接收脉冲信号然后模拟回波的声源、携带特定线谱的声源以及舰船的辐射

噪声等，定位场景十分复杂。节点出现故障，或声源之间互相干扰，都会产生偏离期

望的信息。同时，各观测节点测得的声源种类众多，且存在相干声源，对这些目标区

分与关联十分困难。

针对目标信号多样这一问题，本文研究了一个能够统一处理多种信号的定位模

型。为此，本文对三种基本定位算法进行研究，包括基于方位、时延差和频率信息的

定位算法。并进一步分析了结合时延差和方位信息的定位算法，旨在利用更多信息提

高定位的准确性。对上述算法的原理分析与误差仿真，为统一定位模型提供了有效支

撑。此模型针对不同类型声源选取对应的参量进行抗异常值、关联和定位，以期获得

准确的定位结果。

考虑到实际应用中可能存在的节点信息异常。本研究分析了异常产生的两种主要

原因，并研究了相应的抗异常值技术。对于单目标定位中的参数估计异常，本文对基

于聚类和决策融合的抗异常值技术进行研究。此算法基于使用异常值定位的结果与正

常值定位的结果存在不相容性这一思想，利用k-means聚类以及对初测定位点计算支持

度的方式，有效地识别和剔除异常值。仿真实验结果表明，此算法对时延异常具有高

度敏感性，并能在异常值数量较少时有效检出异常。对于多目标场景中的强互扰问

题，本文研究了基于多维分配的抗异常值技术。该算法基于优化与决策理论的思想，

将真实量测与异常量测的划分定义为一个多维分配模型，构建代价函数并评估所有可

能关联方案的总代价，并转化为最小化关联代价的优化问题，使用拉格朗日松弛技术

对此优化问题降维，找到接近最优的解决方案。经过仿真实验，此算法可以有效检出

到多目标互扰产生的异常，同时具有较高的稳健性，可为后续数据关联提供有效的输

入。

最后，针对定位场景中同时存在多个目标这一问题，考虑到不同目标可获取的信

息并不相同，本文研究了两种数据关联算法。对于无法根据目标特征区分的情况，本

文研究了基于分治贪心思想的纯方位多目标数据关联算法，该算法通过最小距离原则

选取方位线上的所有交点，并利用贪心思想对交点集合进行合并与划分后输出关联集

哈尔滨工程大学硕士学位论文

合。仿真实验证明此算法可以实现目标关联，但是在目标数较多或者目标在平台的同

一方向邻近时，关联结果会受到影响。由于脉冲信号等声源还可获取时延信息，本文

提出了多参量分治贪心关联算法，此方法结合了单目标的抗异常值技术，可删除原有

的错误关联。仿真实验证明此算法可以在多目标或者目标的测向线接近时正确关联。

对于能够获取目标特征的情况，本文研究了基于模糊数学的特征关联技术，利用目标

的线谱、轴频、桨叶数等参数，通过隶属度函数来计算不同观测向量之间的模糊关系

矩阵，使用匈牙利算法进行关联聚类，最终正确分类各目标特征向量。仿真实验证明

此算法可以正确关联真实目标，且关联性能显著优于传统的层次聚类算法和仅依靠方

位信息的关联算法，在高虚警环境中也有较高的正确率。

关键词：分布式系统；相干信号；多目标定位；抗异常值；数据关联

多目标定位中的异常值处理与数据关联技术研究

ABSTRACT

Distributedsystemsareessentialinmodernmaritimedefenseoperations.Typical

distributedlocalizationscenariosinvolveavarietyofindependentandcoherentacoustic

sources,suchasthoseemittingcontinuousbroadbandsignals,pulsesignalssuperimposedon

broadbandsignals,sourcesreceivingpulsesign