通信學(xué)論文-一種輻射源多特征數(shù)據(jù)關(guān)聯(lián)的新方法.doc

通信學(xué)論文-一種輻射源多特征數(shù)據(jù)關(guān)聯(lián)的新方法摘要：提出了一種輻射源多特征數(shù)據(jù)關(guān)聯(lián)的新方法，對數(shù)據(jù)關(guān)聯(lián)的相似性度量進(jìn)行了討論，給出了一種新的多特征參量統(tǒng)計(jì)相似性度量，并用譜系聚類法作數(shù)據(jù)關(guān)聯(lián)，對所得關(guān)聯(lián)結(jié)果進(jìn)行了統(tǒng)計(jì)檢驗(yàn).計(jì)算機(jī)仿真結(jié)果證實(shí)了本方法的有效性。關(guān)鍵詞：輻射源；多特征；數(shù)據(jù)關(guān)聯(lián)；相似性度量；數(shù)據(jù)融合ANewApproachforMulti-featureDataAssociationofEmitter：Thispaperpresentsanewapproachformulti-featuredataassociationofemitter.Similaritymeasurementsfordataassociationarediscussed.Anewstatisticalsimilaritymeasurementformulti-featureparametersisproposed,dataassociationofimpulseemitterisprocessedbyclusteringdendrogram,itseffectistestedwithstatisticalcriterion.Theresultsofcomputersimulationillustratethattheproposedapproachiseffective.：Emitter；Multi-featureparameters；Dataassociation；Similaritymeasurement；Datafusion一、引言現(xiàn)代戰(zhàn)爭中對目標(biāo)的敵我屬性、類型或個體平臺的識別特別重要,而對目標(biāo)平臺的識別的有效途徑之一是首先對其所載的電子輻射源的識別，然后根據(jù)電子裝備組合與目標(biāo)平臺關(guān)系來進(jìn)行目標(biāo)識別。輻射源識別是通過對偵收輻射源信號進(jìn)行特征提取，選擇目標(biāo)的有關(guān)信息標(biāo)志和穩(wěn)定特征來判斷目標(biāo)的真假、屬性或類型等。由于戰(zhàn)場復(fù)雜電磁信號環(huán)境與干擾的影響，提取的輻射源的特征參數(shù)具有來源途徑多、層次復(fù)雜等特點(diǎn)，因而戰(zhàn)區(qū)情報處理中心需要對大量偵收、處理數(shù)據(jù)進(jìn)行有效數(shù)據(jù)融合處理以形成完備的情報來進(jìn)行判斷，其中信號特征關(guān)聯(lián)是信息融合處理的基礎(chǔ)，它是將多傳感器的信號參數(shù)相關(guān)為一組，而每一組表示與一個單一可分辨的信號源有關(guān)的數(shù)據(jù)，確定每組觀測屬于哪個已知信號源的觀測或是潛在信號源的新的觀測，從而數(shù)據(jù)累積來進(jìn)一步作數(shù)據(jù)融合的目標(biāo)識別與估計(jì)處理。目前對跟蹤和航跡融合中數(shù)據(jù)關(guān)聯(lián)討論較多，而目標(biāo)身份識別中的數(shù)據(jù)關(guān)聯(lián)的討論還比較少見13。本文針對目標(biāo)識別中的數(shù)據(jù)關(guān)聯(lián)及關(guān)聯(lián)度量的選擇進(jìn)行討論，主要討論脈沖工作方式的輻射源的多特征數(shù)據(jù)關(guān)聯(lián)。利用多傳感器對輻射源偵測而提取其組合特征，根據(jù)這些特征的相似性度量，討論如何有效地實(shí)現(xiàn)輻射源身份的關(guān)聯(lián)，確定觀測是否來源于同一個目標(biāo)，以便進(jìn)一步的目標(biāo)身份融合判決。二、多特征數(shù)據(jù)關(guān)聯(lián)1多特征數(shù)據(jù)關(guān)聯(lián)過程在數(shù)據(jù)融合信息系統(tǒng)中，接收到的主要是雷達(dá)、通信機(jī)、敵我識別器等輻射源的信號參數(shù)數(shù)據(jù)，在預(yù)處理中對這些輻射源信號參數(shù)數(shù)據(jù)進(jìn)行特征提取得到的是多組多維特征向量。數(shù)據(jù)關(guān)聯(lián)是利用這些信號參數(shù)的特征向量，由預(yù)先定義的相似性度量計(jì)算相似度得相關(guān)陣，進(jìn)而確定特征向量組中哪些是對同一目標(biāo)的描述，即確定多觀測之間能否歸到一起，以表示它們是相同的潛在實(shí)體的分離觀測。這種分類結(jié)果是否合理，需要作統(tǒng)計(jì)檢驗(yàn)。如果不合理則重復(fù)關(guān)聯(lián)直到輸出檢驗(yàn)合理的結(jié)果。具體關(guān)聯(lián)處理過程如圖1所示。2傳統(tǒng)的關(guān)聯(lián)度量為了進(jìn)行觀測對之間的相似性的定量描述，必須定義關(guān)聯(lián)度量標(biāo)準(zhǔn)，該度量標(biāo)準(zhǔn)提供一種觀測相似或不相似的定量描述方法?，F(xiàn)列舉2種常用的傳統(tǒng)關(guān)聯(lián)度量。（1）距離度量4將特征參數(shù)分成2類即均值類ei(i=1,2,n)和方差類i(i=1,2,n),i為特征參量的維數(shù)，設(shè)有2組特征參量M1和M2，則基于觀測值均值的距離度量為基于觀測值方差的距離度量為目標(biāo)特征參數(shù)之間重要性沒有任何先驗(yàn)信息的情況下，采用等加權(quán)處理方法，即（2）關(guān)聯(lián)系數(shù)1Gower系數(shù)容許同時使用不同測量尺度的變量的情況，該系數(shù)具有下述形式：Wi是一個權(quán)，量Si(ai,bi)是測量a組和b組對于變量i的一個相似性度量，m為特征參量的維數(shù)。3新的關(guān)聯(lián)度量關(guān)聯(lián)度量的選擇依賴于進(jìn)行比較的變量類型、先驗(yàn)信息等。這里根據(jù)目標(biāo)的特征參量的均值和方差，給出了觀測與觀測之間的“相似”程度的特征參量的統(tǒng)計(jì)關(guān)聯(lián)度量值。設(shè)觀測值為N維特征向量組,其均值和方差分別為利用A組的方差i、A組的均值xi、B組的均值yi得關(guān)聯(lián)度量:同理，利用B的方差i、B組的均值yi、A組的均值xi得關(guān)聯(lián)度量:該關(guān)聯(lián)度量較好地反映了特征數(shù)據(jù)分布結(jié)構(gòu)的相似性，即能反映數(shù)據(jù)的集中特性和分散特性，根據(jù)該關(guān)聯(lián)度量可進(jìn)行對觀測與觀測之間相似程度的量度。對聯(lián)合特征矢量的觀測來說，相似性量度選擇會影響把目標(biāo)數(shù)據(jù)正確地歸屬給對應(yīng)目標(biāo)的能力，因而數(shù)據(jù)的相似關(guān)聯(lián)量度的構(gòu)造對目標(biāo)聚類關(guān)聯(lián)效果有較大的影響。三、數(shù)據(jù)關(guān)聯(lián)和檢驗(yàn)數(shù)據(jù)關(guān)聯(lián)是將備選觀測y1,y2,yn按照某種標(biāo)準(zhǔn)分類形成C1,C2,Cn的聚類過程。本文采用譜系聚類法5。譜系聚類法首先視各觀測自成一類，然后把最相似（關(guān)聯(lián)度量最?。┑挠^測聚為小類，再將已聚合的小類按其相似性再聚合，隨著相似性的減弱，最后將一切子類聚合成為一大類，從而得到一個按相似性大小聚結(jié)起來的一個譜系圖。其中，由多個特征參量組的關(guān)聯(lián)度量構(gòu)成關(guān)聯(lián)矩陣，由先驗(yàn)數(shù)據(jù)設(shè)定關(guān)聯(lián)門限。最后是確定分類，這里根據(jù)譜系的直觀分布或經(jīng)驗(yàn)值確定一個臨界相似性尺度，用以分割譜線圖而得到觀測的分類C1,C2,Cn。類的劃分是否合理，需要作統(tǒng)計(jì)檢驗(yàn)，這里采用R2統(tǒng)計(jì)量5。差平方和T中占的比例，在實(shí)際聚類過程中通過R2值的差分來檢驗(yàn)分類是否合理。具體應(yīng)用中的檢驗(yàn)準(zhǔn)則為：如果第k次的分類結(jié)果的R2值與第k1次的分類結(jié)果的R2值相比變化較大，則第k次的分類結(jié)果為合理。四、計(jì)算機(jī)仿真實(shí)驗(yàn)及結(jié)果分析輻射源數(shù)據(jù)關(guān)聯(lián)采用半實(shí)物數(shù)據(jù)進(jìn)行關(guān)聯(lián)仿真分析，即采用不同的傳感器所采集到的MarkX應(yīng)答信號的細(xì)微特征統(tǒng)計(jì)參數(shù)進(jìn)行數(shù)據(jù)關(guān)聯(lián)分析，所提取的特征項(xiàng)依次為：脈寬（PW）、頻率差（FC）、頻率(F)、上升沿(PRT)、下降沿(PDT)、數(shù)據(jù)預(yù)處理得各參量的均值和方差。獲取的是三類輻射源數(shù)據(jù)的60組特征參量，預(yù)處理后得6組均值和方差，現(xiàn)用新的關(guān)聯(lián)度量計(jì)算結(jié)果與基于均值距離度量、基于方差距離度量及Gower系數(shù)作為關(guān)聯(lián)度量的計(jì)算結(jié)果進(jìn)行比較。數(shù)據(jù)關(guān)聯(lián)的效果如圖2(a)(d)所示，圖中縱軸表示每兩組觀測之間的相似度，如h12表示第一組特征向量與第二組特征向量之間的距離，其值越小表示相似性越大，橫軸為等間隔的標(biāo)度。各種方法的輻射源關(guān)聯(lián)結(jié)果及檢驗(yàn)結(jié)果比較見表1。根據(jù)檢驗(yàn)準(zhǔn)則：如果第k次的分類結(jié)果的值與第k1次的分類結(jié)果的R2值相比變化較大，則第k次的分類結(jié)果為合理。由差分計(jì)算結(jié)果可知，分為三類時的R2統(tǒng)計(jì)量與分為兩類時的R2統(tǒng)計(jì)量相比變化較小，而分為三類時的統(tǒng)計(jì)量與分為四類時的R2統(tǒng)計(jì)量相比變化較大，這說明分為三類較為合理，這與實(shí)際仿真源確實(shí)是三類輻射源數(shù)據(jù)相符合，這說明對于特征參量數(shù)據(jù)關(guān)聯(lián)采用本文中新的關(guān)聯(lián)度量是有效的。五、結(jié)束語本文提出了一種新的多特征參量的統(tǒng)計(jì)關(guān)聯(lián)度量，并給出了輻射源數(shù)據(jù)關(guān)聯(lián)和關(guān)聯(lián)效果的統(tǒng)計(jì)檢驗(yàn)。該關(guān)聯(lián)度量能反映數(shù)據(jù)分布結(jié)構(gòu)的相似性，仿真表明此度量用于目標(biāo)多特征參量關(guān)聯(lián)有較好的效果。而門限設(shè)定和各特征參量的相對重要性即權(quán)重的合理選取，我們將作進(jìn)一步的研究。參考文獻(xiàn)1趙中貴數(shù)據(jù)融合方法概論.電子工業(yè)部第二十八研究所,1998.2程洪瑋，周一宇，