摘要融合航迹与真值航迹的正确相关性判断是进行多传感器数据融合性能评估的基础，传感器的探测精度对融合系统的性能具有较大影响。文中提出了一种新的融合航迹判断技术，通过计算参与融合的各传感器探测精度，并作为融合航迹与真值航迹之间相关性的距离判断阈值，提高了判断的处理效率和准确度。通过工程应用，证明了算法的可行性。
随着科学技术和武器装备的发展，现代雷达面临的作战环境越来越复杂，相对于单雷达，组网雷达可扩大系统时域、频域、空域的覆盖能力，取长补短，同时发挥各雷达的优越性，实现信息共享，有效提高了发现目标的速度，降低虚警、漏警，全面提高雷达网在恶劣电子战环境下的探测能力，并明显增强了雷达的生存能力。然而，当多部雷达同时工作时，由于各雷达的探测精度、目标高度机动性和各类干扰因素的影响，单雷达测得的数据不能完全反映出目标的真实情况。因此，多雷达数据融合已成为现代雷达组网系统中的关键技术之一。
多雷达数据融合的根本目标是获得比任何单个输入元素更充分、更准确的信息，其融合过程既包含复杂的技术因素，又包含大量的不确定因素、模糊因素，融合系统所汇集和处理的信息种类繁多，信息源之间关系复杂，从而给客观公正评估融合系统带来困难，融合效果评估问题也始终未得到良好地解决。在现有的关于多传感器数据融合评估技术方案中，多是介绍数据融合仿真测试平台、数据融合评估体系以及数据融合系统能力综合评估方法等顶层设计和理论研究，较少涉及到底层具体实现，融合航迹与真值航迹相关技术作为融合效能评估的基础算法更是少被提及。根据目前掌握的融合航迹与真值航迹相关算法存在效率低下，对特殊态势匹配成功率不高等缺点，本文根据融合航迹数据和真值航迹数据特点，提出一种基于传感器探测精度的正确融合航迹判断技术，通过建立全新数据模型，优化算法结构，以提高数据处理能力及正确性。
1 技术方案
1.1 技术原理
对融合航迹和真值航迹进行相关时，需首先设置时间和空间相关匹配参数作为相关阈值进行时空配准后，才能进行其他相关处理。基于传感器探测精度的正确融合航迹判断技术以参与融合的雷达传感器距离精度作为空间配准阈值，完成融合航迹和真值航迹的相关。其具体原理如下：
(1)计算距离相关阈值。计算所有参与融合的雷达传感器距离精度，选择阈值确定方法，并将精度放大相应倍数后计算相关阈值，得
R0=(1+λ)Re (1)
式中，R0为相关的阈值;λ为放大系数;Re为选择的传感器精度。
(2)融合航迹与真值航迹相关处理。
假定在融合态势中，存在真值St=[Tr1(t)，Tr2(t)，…，TrN(t)]T，有融合系统输出
，计算融合航迹Tfi(t)各航迹点与对应真值航迹Trj(t)航迹点之间距离差R(i，j，t)，则平均距离差
。对于给定的R0，若Rr(i，j)≤R0，则融合目标Tfi(t)和Trj(t)之间存在映射关系。这样可建立起所有融合航迹与真值航迹之间的映射关系，该种关系有如下3种情况：
关系1 对于一个给定的融合目标有唯一的真值目标于其对应。
关系2 对于一个给定的融合目标存在多个真值目标与其对应。
关系3 多个融合目标对应于一个真值目标。
对于关系1，只有唯一的选择，融合航迹与真值航迹一一对应;对于关系2，取Rr(i，j)最小Tfi(t)为融合航迹Tfi(t)对应的真值航迹，其余Tfi(t)判断为漏情。
对于关系3，可根据融和航迹的时间段进行划分，如图1所示，在tb至te时间段内，融合航迹Tf1和Tf2与真值航迹Tr存在映射关系，但在各时间段又根据具体关系分为正确航迹段、重复航迹段和漏情段。在tb～t1时间段，真值航迹不存在对应的融合航迹，出现漏情;t1～t2段Tf1为Tr的正确航迹段;在t2～t3到段，Tf1与Tt2均与Tr对应，取距离最近者为正确航迹，且Tf1为Tr的正确航迹，Tf2为重复航迹;而在t3～te段为正确航迹段，则Tf2与Tr对应。
1.2 处理过程
1.2.1 计算雷达航迹与真值航迹距离阈值
根据雷达设备状态和综合态势，人工设定雷达航迹数据与真值航迹数据之间的距离相关阈值R0和时间相关阈值T0。
对于一条给定的雷达航迹Tfi(t)进行相关计算：计算该航迹的每个航迹点与真值航迹Tfi(t)相应点的时间差T，若T≤T0，对真值数据的经度、纬度、高度进行一阶差值，对应到雷达航迹相应时间航迹点，并计算Tfi(t)与Tfi(t)之间的距离误差R;统计所有航迹点平均距离差R，若R≤R0，则记为Tri(t)为Tfi(t)的一个真值源。
在整个工作周期内，两两计算各雷达传感器每个雷达航迹与真值目标间的距离误差均值，计算各雷达航迹对应的真值源。确立两种之间相对应的关系后，再计算各雷达传感器距离精度。当选定阈值计算方法和放大系数后，计算融合航迹判断距离阈值。
经度和纬度数据一阶插值公式为
1.2.2 融合航迹真值航迹之间距离误差
获取计算的融合航迹判断距离阈值R0，人工输入融合航迹与真值航迹之间的时间相关阈值T0，作为判断融合系统输出航迹与真值数据之间的相关依据。
根据雷达航迹与真值航迹距离误差计算方法，计算出融合目标Tfi(t)和真值目标Trj(t)的平均距离误差R，并将R与R0进行比较，确定两者之间的对应关系为Rr(Tfi，Trj)。
1.2.3 计算融合航迹对应的真值航迹
获取存在真值航迹源的各融合航迹起始时间和终止时间，并其按时间先后排序划分为不同的时间段，同时在各个时间段可建立如表1所示关系，若融合航迹与真值距离误差R≤R0，则在对应的行列上标注R。
当关系建立完毕后，统计一个时间段内各融合航迹对应的真值源的数量N。对于N进行如下处理：
若N=0，则融合航迹为虚假航迹;
若N=1，则初步判定融合航迹与真值航迹存在映射关系;
若N>1，则取融合航迹与真值航迹之间的距离误差最小的源，初步判定该真值源为融合航迹与该真值航迹之间存在映射关系。
当处理完毕后，将映射关系保存至数据库。
1.2.4 计算真值航迹对应的正确融合航迹
根据初步判定的融合航迹对应的真值航迹映射关系，统计各时间段内，各真值航迹对应的融合航迹数量M，对于M进行如下处理：
若M=0，则判定真值航迹无对应的融合航迹;
若M=1，则判定融合航迹是真值航迹的正确航迹;
若M>1，则取真值航迹与融合航迹之间距离误差最小的融合航迹为真值航迹对应的正确融合航迹。对于其余的M-1条融合航迹，则根据融合航迹对应真值源的个数N进行处理：
若N=1，则该融合航迹为该真值航迹的重复航迹;
若N>1，修改该融合航迹与真值航迹的映射关系，取融合航迹与真值航迹之间距离误差次小的真值源，初步判定为该融合航迹与该真值航迹之间存在映射关系;修改完毕后，迭代计算真值航迹对应的融合航迹。
亦即对表1中每行统计所有R的最小值，并在最小值所在的单元格标上*;针对每一列统计*的个数;
若一列中有一个以上的*，取*中最小的R标记△，其余*对应的行中，将*改标在R次小的单元格;依次类推，直至所有的*位置均无法变动。对表中的信息进行统计：
(1)若某行为空(不存在R)，则该行所对应的融合航迹为虚假航迹。
(2)若某列为空(不存在R)，则该真值不存在对应的融合航迹，将进一步判断该目标有对应的雷达传感器输出，即认为该真值目标发生漏情;若该目标无对应的雷达输出，则该真值目标未被探测到。
(3)若一列中有一个以上的*，标记△的融合航迹为真值对应的正确航迹，其余*对应的融合航迹为真值目标的重复航迹。
2 算法验证
该方法经外场试验验证，能够满足工程要求。以其中一个场景进行说明。
场景设置：在两艘舰艇平台上各部署一部舰载雷达作为传感器，并设置两个空中目标作机动运动。平台导航信息和雷达探测信息均作为数据源参与系统数据融合，试验结束后，将记录的数据保存至数据库。在场景中，雷达探测与真值态势如图2所示，融合系统输出融合航迹信息如表2所示，融合态势如图3所示。
参数设置：进行融合航迹判断时，阈值计算方法采用最大值法，阈值放大系数为2。
计算结果：经计算，雷达1和雷达2的距离精度分别为118.97 m和245.21 m，则阈值为735.64 m。融合航迹与真值航迹相关结果如表3所示，融合航迹1和3与真值之间距离误差大于阈值，如图4所示，相关不成功，其余融合航迹与对应真值相关成果。
3 结束语
融合航迹与真值航迹的关联是进行多传感器数据融合性能评估的基础，融合航迹正确性的判断直接影响性能评估的准确性，本文对此提出了新的处理算法。但由于多平台数据融合的复杂性和不确定性，如融合航迹的交叉、混批及传感器自身的误差、杂波的干扰等，算法的普适性、准确性有待进一步提升。