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(duì)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(lèi)法作數(shù)據(jù)關(guān)聯(lián)，對(duì)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(zhēng)中對(duì)目標(biāo)的敵我屬性、類(lèi)型或個(gè)體平臺(tái)的識(shí)別特別重要,而對(duì)目標(biāo)平臺(tái)的識(shí)別的有效途徑之一是首先對(duì)其所載的電子輻射源的識(shí)別，然后根據(jù)電子裝備組合與目標(biāo)平臺(tái)關(guān)系來(lái)進(jìn)行目標(biāo)識(shí)別。輻射源識(shí)別是通過(guò)對(duì)偵收輻射源信號(hào)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(lái)判斷目標(biāo)的真假、屬性或類(lèi)型等。由于戰(zhàn)場(chǎng)復(fù)雜電磁信號(hào)環(huán)境與干擾的影響，提取的輻射源的特征參數(shù)具有來(lái)源途徑多、層次復(fù)雜等特點(diǎn)，因而戰(zhàn)區(qū)情報(bào)處理中心需要對(duì)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(bào)來(lái)進(jìn)行判斷，其中信號(hào)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(hào)參數(shù)相關(guān)為一組，而每一組表示與一個(gè)單一可分辨的信號(hào)源有關(guān)的數(shù)據(jù)，確定每組觀測(cè)屬于哪個(gè)已知信號(hào)源的觀測(cè)或是潛在信號(hào)源的新的觀測(cè)，從而數(shù)據(jù)累積來(lái)進(jìn)一步作數(shù)據(jù)融合的目標(biāo)識(shí)別與估計(jì)處理。目前對(duì)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(shí)別中的數(shù)據(jù)關(guān)聯(lián)的討論還比較少見(jiàn)13。本文針對(duì)目標(biāo)識(shí)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(duì)輻射源偵測(cè)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(cè)是否來(lái)源于同一個(gè)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(guò)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(shí)別器等輻射源的信號(hào)參數(shù)數(shù)據(jù)，在預(yù)處理中對(duì)這些輻射源信號(hào)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(hào)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(duì)同一目標(biāo)的描述，即確定多觀測(cè)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(cè)。這種分類(lèi)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(guò)程如圖1所示。2傳統(tǒng)的關(guān)聯(lián)度量為了進(jìn)行觀測(cè)對(duì)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(cè)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(lèi)即均值類(lèi)ei(i=1,2,n)和方差類(lèi)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(cè)值均值的距離度量為基于觀測(cè)值方差的距離度量為目標(biāo)特征參數(shù)之間重要性沒(méi)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(shí)使用不同測(cè)量尺度的變量的情況，該系數(shù)具有下述形式：Wi是一個(gè)權(quán)，量Si(ai,bi)是測(cè)量a組和b組對(duì)于變量i的一個(gè)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(lài)于進(jìn)行比較的變量類(lèi)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(cè)與觀測(cè)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(cè)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(duì)觀測(cè)與觀測(cè)之間相似程度的量度。對(duì)聯(lián)合特征矢量的觀測(cè)來(lái)說(shuō)，相似性量度選擇會(huì)影響把目標(biāo)數(shù)據(jù)正確地歸屬給對(duì)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(duì)目標(biāo)聚類(lèi)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(cè)y1,y2,yn按照某種標(biāo)準(zhǔn)分類(lèi)形成C1,C2,Cn的聚類(lèi)過(guò)程。本文采用譜系聚類(lèi)法5。譜系聚類(lèi)法首先視各觀測(cè)自成一類(lèi)，然后把最相似（關(guān)聯(lián)度量最?。┑挠^測(cè)聚為小類(lèi)，再將已聚合的小類(lèi)按其相似性再聚合，隨著相似性的減弱，最后將一切子類(lèi)聚合成為一大類(lèi)，從而得到一個(gè)按相似性大小聚結(jié)起來(lái)的一個(gè)譜系圖。其中，由多個(gè)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(mén)限。最后是確定分類(lèi)，這里根據(jù)譜系的直觀分布或經(jīng)驗(yàn)值確定一個(gè)臨界相似性尺度，用以分割譜線圖而得到觀測(cè)的分類(lèi)C1,C2,Cn。類(lèi)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(lèi)過(guò)程中通過(guò)R2值的差分來(lái)檢驗(yàn)分類(lèi)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(lèi)結(jié)果的R2值與第k1次的分類(lèi)結(jié)果的R2值相比變化較大，則第k次的分類(lèi)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(hào)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(lèi)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?jī)山M觀測(cè)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(jiàn)表1。根據(jù)檢驗(yàn)準(zhǔn)則：如果第k次的分類(lèi)結(jié)果的值與第k1次的分類(lèi)結(jié)果的R2值相比變化較大，則第k次的分類(lèi)結(jié)果為合理。由差分計(jì)算結(jié)果可知，分為三類(lèi)時(shí)的R2統(tǒng)計(jì)量與分為兩類(lèi)時(shí)的R2統(tǒng)計(jì)量相比變化較小，而分為三類(lèi)時(shí)的統(tǒng)計(jì)量與分為四類(lèi)時(shí)的R2統(tǒng)計(jì)量相比變化較大，這說(shuō)明分為三類(lèi)較為合理，這與實(shí)際仿真源確實(shí)是三類(lèi)輻射源數(shù)據(jù)相符合，這說(shuō)明對(duì)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(yǔ)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(mén)限設(shè)定和各特征參量的相對(duì)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，