![多傳感器數(shù)據(jù)融合性能評估方法_第1頁](http://file3.renrendoc.com/fileroot_temp3/2022-3/16/a3b7caa6-7037-4c5e-b19b-d248491dfb6a/a3b7caa6-7037-4c5e-b19b-d248491dfb6a1.gif)
![多傳感器數(shù)據(jù)融合性能評估方法_第2頁](http://file3.renrendoc.com/fileroot_temp3/2022-3/16/a3b7caa6-7037-4c5e-b19b-d248491dfb6a/a3b7caa6-7037-4c5e-b19b-d248491dfb6a2.gif)
![多傳感器數(shù)據(jù)融合性能評估方法_第3頁](http://file3.renrendoc.com/fileroot_temp3/2022-3/16/a3b7caa6-7037-4c5e-b19b-d248491dfb6a/a3b7caa6-7037-4c5e-b19b-d248491dfb6a3.gif)
![多傳感器數(shù)據(jù)融合性能評估方法_第4頁](http://file3.renrendoc.com/fileroot_temp3/2022-3/16/a3b7caa6-7037-4c5e-b19b-d248491dfb6a/a3b7caa6-7037-4c5e-b19b-d248491dfb6a4.gif)
![多傳感器數(shù)據(jù)融合性能評估方法_第5頁](http://file3.renrendoc.com/fileroot_temp3/2022-3/16/a3b7caa6-7037-4c5e-b19b-d248491dfb6a/a3b7caa6-7037-4c5e-b19b-d248491dfb6a5.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、多傳感器數(shù)據(jù)融合性能評估方法姓 名: 李素 學(xué) 號: 2015223045139 課程名稱: 空管信息處理基礎(chǔ) 指導(dǎo)老師: 王運(yùn)峰 2016年1月15日目錄1 目的意義12 研究現(xiàn)狀13 數(shù)據(jù)融合系統(tǒng)的性能評估方法13.1 性能評估指標(biāo)13.2 融合性能指標(biāo)23.3 融合性能評估的綜合評價33.3.1 指標(biāo)相對隸屬度矩陣33.3.2 指標(biāo)權(quán)重43.3.3 綜合評價步驟54 總結(jié)61 目的意義近數(shù)十年來,多傳感器數(shù)據(jù)融合在理論研究和實際應(yīng)用方面取得了長足進(jìn)展,但是,目前對融合系統(tǒng)的性能評估研究并不多,性能評估是研究多目標(biāo)跟蹤系統(tǒng)非常重要的手段。利用綜合性能評估不僅可以分析在一定環(huán)境下系統(tǒng)所能達(dá)到
2、的性能,從而選擇最優(yōu)的設(shè)計方案,而且還可以反過來設(shè)計和確定滿足系統(tǒng)性能要求的系統(tǒng)參數(shù),也就是輔助系統(tǒng)設(shè)計。研究多傳感器數(shù)據(jù)融合的性能評估對于跟蹤算法的參數(shù)優(yōu)化,跟蹤系統(tǒng)的功能設(shè)計與優(yōu)化,乃至于精確信息感知都具有十分重要的意義。2 研究現(xiàn)狀目前有關(guān)融合算法的研究很多,但是,對數(shù)據(jù)融合算法進(jìn)行性能測試與評估的研究卻不多見,并且,也沒有形成一個普遍公認(rèn)的評估標(biāo)準(zhǔn)。有關(guān)多傳感器數(shù)據(jù)融合方法的研究已經(jīng)比較成熟,但如何對這些形形色色的算法所構(gòu)成的融合系統(tǒng)性能進(jìn)行評估的研究卻一直處于探索階段,相關(guān)研究成果并不多見。3 數(shù)據(jù)融合系統(tǒng)的性能評估方法一般進(jìn)行評估時,通常要建立評估模型、評價指標(biāo)體系和評價準(zhǔn)則,采用
3、分析法或仿真法對算法和系統(tǒng)性能進(jìn)行評估。實際上,融合算法的評估方法,也就是計算各個評估指標(biāo)的方法。一、常規(guī)的仿真比較法,即你定輸入數(shù)據(jù)或?qū)崪y數(shù)據(jù)進(jìn)行仿真,比較優(yōu)劣(誤差指標(biāo))和置信度概率,如:1) 采用Monte Carlo仿真,可對整個系統(tǒng)進(jìn)行數(shù)值評估和確認(rèn);2) 采用實時仿真,連接模擬數(shù)據(jù)或記錄數(shù)據(jù)時能夠展示融合結(jié)果;3) 建立效能評估模型,曹勇基于效能的評估方法等。二、專家打分、模糊測度準(zhǔn)則評判,多用于目標(biāo)識別。對航跡,用目標(biāo)位置的均方誤差來分析,對屬性和類型,用綜合正確概率評價。對結(jié)果的分析評估,多采用Matlab工具,還可以用Petri網(wǎng)的性能來分析數(shù)據(jù)融合系統(tǒng)的性能。目前,最為廣泛
4、的是開展了基于仿真的數(shù)據(jù)融合系統(tǒng)性能評估方法的研究。3.1 性能評估指標(biāo)評價指標(biāo)體系是融合系統(tǒng)性能評價的基礎(chǔ),它是否合理,完整,可測,無冗余,直接關(guān)系到最后的評價結(jié)果。數(shù)據(jù)融合系統(tǒng)評價指標(biāo)的選擇不僅要遵循針對性,可測性,客觀性,獨立性等基本原則,而且必須反映現(xiàn)代戰(zhàn)爭對指揮自動化系統(tǒng)的需求。評估需要基于一定的標(biāo)準(zhǔn),因此建立一組評估指標(biāo),對于評估融合跟蹤系統(tǒng)和算法是必不可少的。一般對于數(shù)據(jù)融合系統(tǒng)性能表征有以下四個方面:1) 尺度參數(shù),用來直接定義數(shù)據(jù)融合系統(tǒng)和各組成部分(傳感器、數(shù)據(jù)處理器、通信信道等)元素所具有的性質(zhì)和特征。他們直接描述系統(tǒng)的行為或結(jié)構(gòu),并且可以作為一些典型的可測量指標(biāo)值(如帶
5、寬、誤碼率、物理維數(shù)等)來考慮;2) 性能度量(MOP),用以描述系統(tǒng)重要行為屬性的測量,通常與若干尺度參數(shù)有關(guān),并以單變量形式對某個有意義的操作性能度量進(jìn)行量化;3) 效能度量(MOE),用于描述數(shù)據(jù)融合系統(tǒng)的功能發(fā)揮程度,如目標(biāo)漏檢率、目標(biāo)指示率等都是典型的效能度量;4) 兵力效能度量(MOFE),是四類測量中最高級的測量,它對整個軍事力量(包括數(shù)據(jù)融合系統(tǒng))完成其任務(wù)的能力進(jìn)化量。典型的MOFE包括資源損耗的速度和比例、交戰(zhàn)結(jié)果以及這些變量的變化情況。3.2 融合性能指標(biāo)很多文獻(xiàn)試圖從航跡分類的角度探討跟蹤性能評估中數(shù)據(jù)關(guān)聯(lián)、跟蹤純度、狀態(tài)估計精度和濾波協(xié)方差可靠性內(nèi)容的評估方法。雖然對
6、其進(jìn)行了描述,但很多都并未有達(dá)成共識的具體計算公式。一級指標(biāo):1) 一般對于一個融合跟蹤系統(tǒng),系統(tǒng)檢測率和虛警率是評估其性能的重要指標(biāo)。還有虛假航跡數(shù)、丟失航跡數(shù)和遺漏航跡數(shù)、系統(tǒng)平均錯誤航跡數(shù)、系統(tǒng)平均遺漏航跡數(shù)、系統(tǒng)錯誤航跡率、平均航跡形成時間、平均航跡維持時間、誤跟蹤率等性能評估指標(biāo)。2) 對于跟蹤起始、維持和終結(jié)部分,有航跡起始時間、航跡維持時間等指標(biāo);3) 對于航跡相關(guān)與融合,有正確關(guān)聯(lián)率、漏相關(guān)率、錯誤關(guān)聯(lián)率、正確分離率、航跡綜合相關(guān)度、航跡精度和航跡狀態(tài)估計偏差等指標(biāo)。二級指標(biāo),二級指標(biāo)由一級指標(biāo)按一定規(guī)則構(gòu)造成,如航跡相關(guān)性能、跟蹤精度性能、實時跟蹤性能等等,都可由數(shù)個一級指標(biāo)
7、綜合評定。對于位置級目標(biāo)跟蹤融合系統(tǒng),性能評估主要是針對尺度性能度量。多傳感器輸入信息為航跡的三維方向、時間、速度、方位角、高低角等,輸出信息包括一次航跡和最終融合航跡的三維方位、時間、方位角等。根據(jù)融合跟蹤系統(tǒng)的基本結(jié)構(gòu),性能評估指標(biāo)方面可以從以下三個部分進(jìn)行考慮和提取:1) 航跡起始及航跡辨識;2) 航跡關(guān)聯(lián)及數(shù)據(jù)融合;3) 目標(biāo)運(yùn)動狀態(tài)及精度質(zhì)量。結(jié)構(gòu)方面則主要從兩部分進(jìn)行:1) 前的一次航跡;2) 融合后的二次航跡;3.3 融合性能評估的綜合評價系統(tǒng)評價是一個從多要素的高維的指標(biāo)體系到一個低維的評價結(jié)果的轉(zhuǎn)換過程,在這一過程中還要求評價結(jié)果能盡可能反映原指標(biāo)體系中各要素的信息。如何確定
8、各要素的權(quán)重是亟待解決的問題。 如何對融合后的指標(biāo)進(jìn)行綜合評價一直是多傳感器信息融合系統(tǒng)中未能達(dá)成共識的難點問題?,F(xiàn)在普遍的評價方式是采用對各個指標(biāo)進(jìn)行加權(quán)平均累加的方法。本文欲采用數(shù)學(xué)方法中的模糊綜合評價方法。模糊綜合評價就是以模糊數(shù)學(xué)為基礎(chǔ),應(yīng)用模糊關(guān)系合成的原理,將一些邊界不清,不易定量的因素定量化、進(jìn)行綜合評價的一種方法。其具體實現(xiàn)時,對于某一具體指標(biāo)值,需要通過構(gòu)造等級模糊子集來確定該指標(biāo)所屬的評價等級(即確定從優(yōu)隸屬度),然后利用模糊變換原理對各指標(biāo)綜合,得到直觀的量化評價。3.3.1 指標(biāo)相對隸屬度矩陣設(shè)有n個評價指標(biāo),m個評價對象(每次實驗產(chǎn)生的指標(biāo)對應(yīng)于一個評價對象),構(gòu)成評
9、價指標(biāo)樣本集xi,j|i=1n,j=1m,其中xi,j應(yīng)為非負(fù)值。為消除指標(biāo)間不同的量綱效應(yīng),對單個指標(biāo)采取了如下的標(biāo)準(zhǔn)化處理方式,得到由m個評價對象構(gòu)建的一個相對隸屬度模糊評價矩陣R。首先對系統(tǒng)的融合性能進(jìn)行評價的指標(biāo),進(jìn)行劃分:越小越優(yōu)型:其指標(biāo)量化值越大,從優(yōu)度越高。ri,j=xi,j-xmini/xmaxi-xmini越中越優(yōu)型:其指標(biāo)量化值越靠近中間值,從優(yōu)度越高。ri,j=xmaxi-xi,j/xmaxi-xmini越大越優(yōu)型:其指標(biāo)量化值越小,從優(yōu)度越高。ri,j=xi,j-xminixmaxi-xmini xminixi,j<xmidixmaxi-xi,jxmaxi-xm
10、ini xmidixi,j<xmaxi以這些ri,j值作為元素可組成單評價指標(biāo)的模糊評價矩陣R=ri,jn×m。3.3.2 指標(biāo)權(quán)重從數(shù)學(xué)變換的角度看,各評價對象是由評價對象各指標(biāo)所組成的高維空間的一些點,系統(tǒng)評價模型就是一種從高維空間到低維空間的映射,要求這種映射能盡可能反映評價對象樣本在原高維空間中的分類信息和排序信息,這些信息具體反映在如何合理地確定這些評價指標(biāo)的權(quán)重上,這仍是目前系統(tǒng)評價模型研究的難點之一。在近年來提出的確定權(quán)重的主要方法中:等權(quán)重法在各評價對象的綜合評價值相差不大時常常給決策帶來困難;統(tǒng)計試驗法、專家評分法和集值統(tǒng)計迭代法在評價指標(biāo)較多時實現(xiàn)起來較為困
11、難。根據(jù)模糊評價矩陣R=ri,jn×m,可以構(gòu)建一個新的矩陣B=bi,jn×m,用以計算指標(biāo)間的排序權(quán)重Wi|i=1n。這種方法是利用數(shù)據(jù)計算評價指標(biāo)都具有怎樣的重要性,即其對評價分類的影響力。bij=1+si-sjbm-1smax-smin, &sisj11+si-sjbm-1/smax-smin, &sisj其中si=j=1mri,j , bm=min(9,int(0.5+smaxsmin) 根據(jù)B的定義:bij= wi/wji=1nj=1m|bijwj-wi|=0稱判斷矩陣B具有完全的一致性。若判斷矩陣B不具有完全的一致性,即后續(xù)實驗的樣本集和當(dāng)前樣本
12、發(fā)生了很大的 變化,則需要對B進(jìn)行修正,記作W(i)l扛1n)。對應(yīng)的一致性判斷形式是:minCICn=i=1nj=1myij-bij+yijwj-wi/n2 yij=1,i=1n優(yōu)化條件:1yij=yijbij- dbij,bij+dbij,i=1n,j=i+1n i=1nwi=1且:wi>0式中,d是非負(fù)參數(shù),經(jīng)驗數(shù)據(jù)d0,0.5。1)當(dāng)權(quán)重Wi|i=1n和yij獲得最佳值時,CICn=0,yij=bij,B具有完全的一致性。2)不能滿足完全一致性時,CICn越小,則判斷矩陣B越能獲得滿意的一致性,CIC(n)<01則可以認(rèn)為該判斷矩陣具有滿意的一致性。根據(jù)式(454)式(45
13、7)求取wi在獲得各個指標(biāo)對應(yīng)的權(quán)重系數(shù)Wi|i=1n后, 對系統(tǒng)的第j次樣本的初步評價可以通過如下的表達(dá)式進(jìn)行:Cj=inwiri,j j=1mCj的結(jié)果越大,說明對系統(tǒng)進(jìn)行本次實驗對應(yīng)的指標(biāo)越優(yōu)。通過對m次的樣本 集進(jìn)行排序,可以為融合系統(tǒng)的綜合性能做出量化評估。3.3.3 綜合評價步驟本文的評估系統(tǒng)以評估信息融合處理性能為基礎(chǔ),根據(jù)上文制定的數(shù)據(jù)融合評估單項指標(biāo),運(yùn)用統(tǒng)計與計算的方法,得出每個評估指標(biāo)的具體值。然后根據(jù)得出的每個指標(biāo),采用模糊評判的方法,對數(shù)據(jù)融合系統(tǒng)進(jìn)行評估。1) 確定評價跟蹤系統(tǒng)的指標(biāo)集合U;2) 選取數(shù)項指標(biāo),根據(jù)仿真數(shù)據(jù)計算單項指標(biāo)量化值,并且考慮一次航跡及二次航
14、跡融后的數(shù)據(jù)進(jìn)行計算比較,精度指標(biāo)等改善度G;3) 進(jìn)行單指標(biāo)評價,建立模糊關(guān)系矩陣R,在構(gòu)造了等級模糊子集后,就要對跟蹤系統(tǒng)從每個性能指標(biāo)進(jìn)行量化;也就是確定從單個性能指標(biāo)來看被評系統(tǒng)對各個等級模糊子集的隸屬度,進(jìn)而得到歸一化模糊關(guān)系矩陣;4) 利用合適的權(quán)值算法確定評價指標(biāo)的模糊權(quán)向量W;5) 利用合適的合成算子將W與被評價算法的R合成得到其模糊綜合評價結(jié)果向量C。6) 對模糊綜合評價結(jié)果向量進(jìn)行分析,可采用最大隸屬度原則、加權(quán)平均原則和模糊向量單值化等方法,獲取系統(tǒng)的總體評價。7) 根據(jù)模糊評價所的系統(tǒng)綜合從優(yōu)度評分,結(jié)合實際場景,為融合系統(tǒng)綜合分析。4 總結(jié)很多文獻(xiàn)中都闡述了有關(guān)數(shù)據(jù)融合系統(tǒng)的性能評估的方法,并對其效果進(jìn)行了分析:1) 試圖從航跡分類的角度探討跟蹤性能評估中數(shù)據(jù)關(guān)聯(lián)、跟蹤純度、狀態(tài)估計精度和濾波協(xié)方差 可靠性內(nèi)容的評估方法;2) 描述了評估系統(tǒng)的重要性和關(guān)聯(lián)統(tǒng)計、跟蹤純度、 跟蹤維持統(tǒng)計等評估內(nèi)容,但并未給出具體計算公式;3) 初步給出了多目標(biāo)跟蹤性能評估的指標(biāo),但這些指標(biāo)僅包括失跟率、正確起始、終結(jié)率、濾波性能等,但都尚不完善。個人理解:跟蹤系統(tǒng)的應(yīng)用環(huán)境具有以下特點:目標(biāo)的機(jī)動時刻與機(jī)動水平往往
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 風(fēng)力發(fā)電基礎(chǔ)施工合同范本
- 軟件授權(quán)使用合同范本
- 廈門市中心房屋租賃合同范本
- 別墅外裝合同范例
- 2025年度市政基礎(chǔ)設(shè)施工程擔(dān)保合同模板
- 公司錄用員工合同范本
- 農(nóng)民世界游戲托管合同范本
- 公司做監(jiān)控合同范本
- 義烏買賣合同范本
- 2025年度藝術(shù)品交易居間服務(wù)合同范本(2025年度版)
- 餐廳值班管理培訓(xùn)
- (正式版)JBT 11517-2024 刮板取料機(jī)
- XXXX無線維護(hù)崗位認(rèn)證教材故障處理思路及案例分析
- 2024年浙江省自然資源集團(tuán)有限公司招聘筆試參考題庫附帶答案詳解
- 酒店春節(jié)營銷方案
- 營銷管理方案中的定價策略與盈利模式
- 2024年西寧城市職業(yè)技術(shù)學(xué)院高職單招(英語/數(shù)學(xué)/語文)筆試歷年參考題庫含答案解析
- 2024年臨沂市高三一模(學(xué)業(yè)水平等級考試模擬試題)物理試卷
- 我國糖尿病視網(wǎng)膜病變臨床診療指南2022解讀
- 高級茶藝師技能鑒定(協(xié)會版)備考題庫-下(多選、判斷題匯總)
- 特種設(shè)備作業(yè)人員體檢表(叉車)
評論
0/150
提交評論