战场态势一致性处理系统的制作方法

1.本发明涉及飞行器态势一致性处理领域，特别涉及战场态势一致性处理系统。


背景技术：

2.在现代战场中，常常需要多个作战单元进行协同作战完成同一作战任务，这就要求同一作战任务的各个作战单元在协同计划和协同行动中所面对和依据的相关战场态势信息必须保持一致，即保持共同关心的战场态势的一致性，这是达成协同计划一致和协同行动同步的关键。
3.战场态势一致性可以分为广义和狭义的概念，广义的态势一致性是指每个作战单元获得的战场态势信息与其对应的真实战场状态保持一致或误差在容许范围内，是绝对意义下的态势一致性；而狭义的态势一致性是指不同作战单元获得的共同关注作战区域的态势信息保持一致或误差在容许范围内，是相对概念下的态势一致性。在实际复杂多变的战场环境下，考虑到真实的战场态势情况往往不得而知或者较难获取，对于广义态势一致性的衡量往往难以实现，因此战场态势一致性的狭义概念，即相对的态势一致性具有更为重要的研究意义和应用价值。相对态势一致性的具体表现形式主要包括以下两个方面：第一、运动状态是否一致:不同作战单元态势之间共同关注作战区域的动态目标的速度、航向、位置是否一致；第二、标识是否一致:不同作战单元态势之间共同关注作战区域的动态目标的目标标识是否一致。
4.目前基于目标跟踪和融合的一致性处理技术主要针对的是由于量测信息差异，跟踪误差等引起的状态值差异以及标号的错误，通过一致性处理保持输送到各个融合节点的态势信息的一致性和准确性，但现有技术并没有考虑由于通信等问题导致的目标航迹缺失和中断问题，以及标号的缺失问题，尤其是所有融合节点均不存在某条应有航迹的态势信息的情况，这就导致了得到的态势信息虽然能保持一致性，但会存在信息缺失的问题，从而造成对战场态势分析准确率低的问题。


技术实现要素：

5.本发明目的是为了解决现有的态势一致性处理方法还存在当目标航迹缺失或中断时由于信息缺失而导致的对战场态势分析准确率低的问题，而提出了战场态势一致性处理系统。
6.战场态势一致性处理系统，包括：态势信息获取模块，态势信息处理模块；
7.所述态势信息获取模块用于对多传感器目标跟踪结果信息进行融合，获得每个融合节点的航迹态势信息；其中，每个融合节点为战场中的一个作战单元；
8.每个融合节点有一个航迹库，其中包括：本地航迹、远端航迹、公共航迹；
9.所述航迹态势信息包括：航迹状态值、航迹标号；
10.所述航迹状态值包括：空间位置坐标、速度值；
11.所述态势信息处理模块包括：航迹关联单元、航迹状态值统一单元、航迹标号统一
单元；
12.所述航迹关联单元用于将当前时刻得到的多条航迹分别与前一刻t的航迹进行关联，并将关联成功的航迹标号改为与上一时刻t一致；
13.所述航迹状态值统一单元用于统一关联后的航迹不同融合节点之间的航迹状态值；
14.所述航迹标号统一单元用于统一不同融合节点之间的标号并与统一后的航迹状态值正确对应，与航迹状态值统一单元同时执行。
15.进一步地，所述态势信息获取模块用于对多传感器目标跟踪结果信息进行融合，获得每个融合节点的航迹态势信息采用gci融合准则实现。
16.进一步地，所述航迹关联单元用于将当前时刻得到的多条航迹分别与前一刻t的航迹进行关联，并将关联成功的航迹标号改为与上一时刻t一致，采用局部最优航迹关联算法实现。
17.进一步地，所述局部最优航迹关联算法，包括以下步骤：
18.步骤一、获取两组待关联航迹中的航迹个数m、n；
19.步骤二、获取每两条航迹之间的欧式距离d
i,j
：
[0020][0021]
其中，xi,yi,zi和xj,yj,zj分别表示两条航迹的状态值即对应的x，y，z轴坐标，d
i,j
表示这两条航迹之间的欧氏距离，i和j分别是两条航迹；
[0022]
步骤三、根据步骤二获得的d
i,j
获取m*n的航迹关联矩阵d：
[0023][0024]
步骤四、设置航迹关联阈值m，将航迹关联矩阵d中每一行的最小欧式距离值与航迹关联阈值m进行比较，若d中每一行的最小欧式距离值小于等于m则关联成功，若d中每一行的最小欧式距离值大于m则关联失败；
[0025]
步骤五、将关联成功的当前时刻航迹标号改为与上一时刻对应航迹标号一致，将关联失败的航迹作为新航迹重新执行步骤一。
[0026]
进一步地，所述步骤四中的设置航迹关联阈值m，将航迹关联矩阵d中每一行的最小欧式距离值与航迹关联阈值m进行比较，若d中每一行的最小欧式距离值小于等于m则关联成功，若d中每一行的最小欧式距离值大于m则关联失败，如下式：
[0027][0028]
进一步地，所述航迹状态值统一单元用于统一关联后的航迹不同融合节点之间的航迹状态值，包括以下步骤：
[0029]
s1、获取触发事件发生的时刻：
[0030]
其中，航迹数目发生变化的时候即为触发事件发生的时刻；
[0031]
s2、依次识别固定时间步长内是否有触发事件，若时间步长l内的某个融合节点有触发事件发生，则执行s3，同时对于时间步长l内未发生触发事件的时刻，输出航迹关联单元的处理结果；若时间步长l内没有融合节点发生触发事件，则直接输出航迹关联单元的处理结果；
[0032]
s3、将触发事件发生时刻目标数目最多的融合节点定义为参考节点，利用局部最优航迹关联算法对参考节点与其他融合节点分别进行关联，将关联成功的航迹采用加权平均方法形成公共航迹，将航迹标号与参考节点的标号对应，并将形成的公共航迹的状态值和标号发送到各个融合节点；若存在未关联成功的航迹，说明某个或某些融合节点存在目标航迹的缺失，将未关联成功航迹的状态值和标号补充到对应航迹缺失的融合节点航迹库中，获得当前时刻具有一致性的融合节点态势信息；
[0033]
s4、获取触发事件的类型：
[0034]
对上一时刻的航迹进行运动模型的拟合得到当前时刻的拟合值，将该拟合值与当前时刻的航迹进行关联；
[0035]
若某两条航迹关联成功，代表这两条航迹代表同一目标，将航迹标号与上一时刻统一；
[0036]
若出现某条航迹h与其他航迹均未关联成功，判断航迹h来自于上一时刻还是当前时刻，如果来自上一时刻，说明是航迹h发生终止触发事件；如果来自当前时刻，说明航迹h发生起始触发事件，记录事件发生的时间以及对应融合节点；
[0037]
s5、根据s4获取的触发事件类型对发生触发事件的融合节点的航迹进行处理，获得统一后的航迹状态值。
[0038]
进一步地，所述s5中的根据s4获取的触发事件类型对发生触发事件的融合节点的航迹进行处理，获得统一后的航迹状态值，包括以下步骤：
[0039]
s501、若发生的触发事件为航迹起始，则判断发生航迹起始触发事件的时刻之前是否存在航迹终止，若存在航迹终止则对起始的航迹和终止的航迹进行航迹关联，若航迹关联成功则说明在这段时间内发生了航迹的中断，则将中断的航迹补全并获得统一后的航迹状态值，若航迹未关联成功或不存在航迹终止说明该航迹为新起始的航迹，则利用新起始的航迹获得统一后的航迹状态值；
[0040]
s502、若发生的触发事件为航迹终止，说明该触发时刻后不存在目标航迹，则通过局部最优航迹关联算法判断其他融合节点是否存在对应目标的航迹，若存在则将远端航迹信息补充到本地航迹库中，若所有融合节点均不存在对应目标航迹，则看作航迹终止，记录航迹终止的时刻用于航迹中断的判断。
[0041]
进一步地，所述s501中的若航迹未关联成功或不存在航迹终止说明该航迹为新起始的航迹，则利用新起始的航迹获得统一后的航迹状态值，具体为：
[0042]
将新航迹作为本地航迹存储到航迹库中，同时判断新航迹的到达时刻是否只有一个融合节点出现该条新航迹；若只有一个融合节点出现该条新航迹则将该条新航迹补充到其他融合节点的航迹库中，获得统一后的航迹状态值；若不只有一个融合节点出现该条新航迹则将该新航迹加权处理后形成公共航迹，并将该公共航迹发送到各融合节点，获得统
一后的航迹状态值。
[0043]
进一步地，所述若航迹关联成功则说明在这段时间内发生了航迹的中断，则将中断的航迹补全并获得统一后的航迹状态值具体为：
[0044]
检查其他融合节点在航迹中断时刻a是否也发生了航迹中断，若没有发生中断，则将没有发生中断的航迹赋值给发生航迹中断的航迹，获得统一后航迹状态值；若所有融合节点在a时刻都存在某条航迹中断则采用回溯方法对缺失的航迹进行补偿，获得统一后的航迹状态值。
[0045]
进一步地，所述回溯方法采用以下模型实现：
[0046][0047]
其中，(x’,y’,z’)表示运动模型中的坐标，加0下标的表示模型初始位置的坐标，v
x'
,v
y'
,v
z'
表示在三个方向上的速度值，t表示模型进程时间；
[0048]
根据以上目标运动模型对目标进行回溯，目标在k时刻的状态可表示为：
[0049]
x(k)＝f
·
x(k-1)
ꢀꢀꢀꢀꢀꢀꢀ
(5)
[0050][0051]
其中，f表示状态转移矩阵，x(k)和x(k-1)分别表示当前时刻、上一时刻目标的状态值。
[0052]
本发明的有益效果为：
[0053]
本发明将航迹的起始和终止定义为触发事件，当遇到触发事件的时候对态势信息进行相应的处理，在保持结果准确性的同时较好地减少系统过程中的通信量。另外对于态势信息的统一，本文提出了一种航迹关联方法，不仅能对触发事件进行识别，而且也能将相同目标的航迹标号统一并找出缺失目标，提升了对战场态势信息分析的准确率。
附图说明
[0054]
图1(a)为目标1中节点1处理结果图；
[0055]
图1(b)为目标1中节点2处理结果图；
[0056]
图1(c)为目标1中节点3处理结果图；
[0057]
图1(d)是目标1一致性处理结果图；
[0058]
图2(a)是目标2中节点1处理结果图；
[0059]
图2(b)是目标2中节点2处理结果图；
[0060]
图2(c)是目标2中节点3处理结果图；
[0061]
图2(d)是目标2一致性处理结果图；
[0062]
图3(a)是目标3中节点1处理结果图；
[0063]
图3(b)是目标3中节点2处理结果图；
[0064]
图3(c)是目标3中节点3处理结果图；
[0065]
图3(d)是目标3一致性处理结果图；
[0066]
图4(a)是目标4中节点1处理结果图；
[0067]
图4(b)是目标4中节点2处理结果图；
[0068]
图4(c)是目标4中节点3处理结果图；
[0069]
图4(d)是目标4一致性处理结果图；
[0070]
图5(a)是目标5中节点1处理结果图；
[0071]
图5(b)是目标5中节点2处理结果图；
[0072]
图5(c)是目标5中节点3处理结果图；
[0073]
图5(d)是目标5一致性处理结果图；
[0074]
图6(a)是目标6中节点1处理结果图；
[0075]
图6(b)是目标6中节点2处理结果图；
[0076]
图6(c)是目标6中节点3处理结果图；
[0077]
图6(d)是目标6一致性处理结果图；
[0078]
图7(a)是目标7中节点1处理结果图；
[0079]
图7(b)是目标7中节点2处理结果图；
[0080]
图7(c)是目标7中节点3处理结果图；
[0081]
图7(d)是目标7一致性处理结果图；
[0082]
图8(a)是目标8中节点1处理结果图；
[0083]
图8(b)是目标8中节点2处理结果图；
[0084]
图8(c)是目标8中节点3处理结果图；
[0085]
图8(d)是目标8一致性处理结果图；
[0086]
图9(a)是目标9中节点1处理结果图；
[0087]
图9(b)是目标9中节点2处理结果图；
[0088]
图9(c)是目标9中节点3处理结果图；
[0089]
图9(d)是目标9一致性处理结果图；
[0090]
图10为节点1融合结果图；
[0091]
图11为节点2融合结果图；
[0092]
图12为节点3融合结果图；
[0093]
图13为经过处理后的融合结果图；
[0094]
图14为本发明流程图。
具体实施方式
[0095]
本发明研究的协同作战任务是多传感器多目标跟踪与信息融合，应用广义标签多伯努利滤波器进行目标跟踪并通过分布式融合思想建立若干个不同的融合中心或节点，每个节点代表战场中的一个作战单元，包含各种态势信息。不同节点之间的态势信息可能出现差异，某个或某些节点自身由于通信故障等原因可能会产生态势信息缺失或紊乱的情
况，从而导致融合结果航迹缺失、中断，以及航迹标号缺失、重名或错误对应等问题。为了解决如上的问题，应用一种态势一致性系统对融合节点进行处理，保持动态目标多种重要信息的一致性。
[0096]
在技术的处理目的层面，现有的基于目标跟踪和融合的一致性处理技术主要针对的是由于量测信息差异，跟踪误差等引起的状态值差异以及标号的错误，通过一致性处理保持输送到各个融合节点的态势信息的一致性和准确性，但没有考虑由于通信等问题导致的目标航迹缺失和中断问题，以及标号的缺失问题，尤其是所有融合节点均不存在某条应有航迹的态势信息的情况，这就导致了得到的态势信息虽然能保持一致性，但会存在信息缺失的问题，在实际应用中对战场态势的分析会造成一定的影响。
[0097]
在技术的具体算法层面，在现有的技术中基本都是每个时刻都对态势信息进行一致性处理，这种方法需要时刻进行节点之间的通信，会产生较多的冗余信息同时需要较大的通信量，在实际战场背景下通信模块会承担较大的压力，可能会产生信息过载或紊乱的情况。本文应用触发事件的方法，将航迹的起始和终止定义为触发事件，当遇到触发事件的时候对态势信息进行相应的处理，这样的做法可以在保持结果准确性的同时较好地减少系统过程中的通信量，符合实际应用背景的需求。另外对于态势信息的统一，本文应用了一种航迹关联方法，不仅能对触发事件进行识别，而且也能将相同目标的航迹标号统一并找出缺失目标，这种关联方法在态势一致性处理系统中有决定性作用，在实际应用中有重要的研究意义。接下来结合具体实施方式说明本发明。
[0098]
具体实施方式一：如图14所示，本实施方式一战场态势一致性处理系统包括：态势信息获取模块，态势信息处理模块；
[0099]
所述态势信息获取模块用于对多传感器目标跟踪结果信息进行融合，获得每个融合节点的航迹态势信息；其中，每个融合节点为战场中的每个作战单元；
[0100]
所述态势信息获取模块用于对多传感器目标跟踪结果信息进行融合，获得每个融合节点的航迹态势信息采用gci融合准则实现；
[0101]
每个融合节点包括一个航迹库，包括：本地航迹、远端航迹、公共航迹；
[0102]
本地航迹是当前融合节点得到的目标航迹，远端航迹是其他融合节点探测到的目标航迹，公共航迹是本地航迹与远端航迹融合后生成的航迹。在系统中将对本地航迹和远端航迹的信息进行判断和处理，最终得到具有一致性的公共航迹；
[0103]
所述航迹态势信息包括：航迹状态值、航迹标号；
[0104]
所述态势信息处理模块包括：航迹关联单元、航迹状态值统一单元、航迹标号统一单元；
[0105]
所述航迹关联单元用于将当前时刻得到的多条航迹分别与前一刻t的航迹进行关联，并将关联成功的航迹标号改为与上一时刻t一致；
[0106]
所述航迹状态值统一单元用于统一关联后的航迹不同融合节点之间的航迹状态值；所述航迹状态值包括：空间位置坐标、速度值；
[0107]
所述航迹标号统一单元用于统一不同融合节点之间的标号并与统一后的航迹状态值正确对应；
[0108]
所述航迹标号统一单元与航迹状态值统一单元同时执行。
[0109]
本实施方式中，进行态势生成体系的架构即完成目标跟踪和信息融合过程，得到
对应节点的态势信息。对于多传感器目标跟踪，为提高跟踪的准确性和稳定性，对跟踪结果进行信息融合，常用的信息融合技术一般分为集中式与分布式两种，在集中式融合结构中更强调整体性，每个传感器的量测都会直接在融合节点中进行相关的滤波，这样的过程可以将信息损失降到最小，但是由于不存在单传感器独立的跟踪，会存在较为复杂的数据关联问题，计算的复杂度较高，影响算法的准确性。而在分布式融合结构中，传递的是每个传感器的处理结果，将结果送至融合节点并进行下一步的融合与关联操作，不存在复杂的数据关联过程，分布式融合结构的优点是通信延时小，计算复杂度低且可靠性强，当一个传感器精度受到影响或无法工作时，其观测结果不会对整体的融合结构产生较大的影响。因此考虑到分布式融合具有生存能力强、容错率高、稳定性高等优势，更符合实际复杂环境下的应用需求，使用分布式融合系统进行信息融合处理，采用一种稳健的次优分布式融合准则，即gci融合准则对融合系统进行处理。在态势生成体系中经过分布式融合的处理，得到了不同节点的态势信息，为后续的处理工作打下了基础。
[0110]
具体实施方式二：所述航迹关联单元用于将当前时刻得到的多条航迹分别与前一刻t的航迹进行关联采用局部最优航迹关联算法实现，具体包括：
[0111]
步骤一、获取两组待关联航迹中航迹个数m、n；
[0112]
步骤二、获取每两条航迹之间的欧式距离d
i,j
：
[0113][0114]
其中，xi,yi,zi和xj,yj,zj分别表示两条航迹的状态值即对应的x，y，z轴坐标，d
i,j
表示这两条航迹之间的欧氏距离，i和j分别是两条航迹；
[0115]
步骤三、根据步骤二获得的d
i,j
获取m*n的航迹关联矩阵d：
[0116][0117]
步骤四、设置航迹关联阈值m，将航迹关联矩阵d中每一行的最小欧式距离值与航迹关联阈值m进行比较，若d中每一行的最小欧式距离值小于等于m则关联成功，若d中每一行的最小欧式距离值大于m则关联失败：
[0118][0119]
步骤五、将关联成功的当前时刻航迹标号改为与上一时刻对应航迹标号一致，将关联失败的航迹作为新航迹在下一时刻继续处理即重新执行步骤一；
[0120]
本实施中，这种局部最优方法相较于全局最优的关联方法，设置了固定的阈值，可以较好地解决两组航迹之间欧式距离较为接近但不属于同一目标的情况，提高了关联的准确性，这种关联方法面对航迹标号错位、重名和缺失都有较好的处理效果，解决了保持融合节点标号一致性的问题。
[0121]
不同节点的航迹态势信息可以主要分为两类，分别是航迹的状态值以及航迹的标号，在此基础上，态势一致性系统将面临以下几类问题：
[0122]
(1)不同节点之间航迹的状态值(包括空间位置坐标以及速度值)不同，需要应用一致性系统将信息进行统一。
[0123]
(2)由于通信故障等问题导致某个或某些节点存在状态值缺失，即发生目标丢失或航迹中断，需要通过一致性系统将出现该问题的节点信息进行补全。
[0124]
(3)节点中航迹的标号信息存在问题，具体表现为标号与实际航迹间的错误对应，标号的重名和多名，以及标号的缺失，因此需要一致性系统解决上述问题，将不同节点之间的标号统一并与处理后的状态值信息正确对应。
[0125]
为了解决上述三类问题，应用态势一致性处理系统对态势生成体系得到的信息进行识别、筛选和处理，这部分是本发明的重点研究内容。在保持低通信量的条件下，为解决由于节点传送信息异常导致的目标丢失以及航迹中断的问题，将航迹的起始和终结定义为触发事件，在系统进程中每隔固定的时间进行一次触发事件的识别，面对不同的情况对节点进行相应的处理，完成节点信息的统一，接下来结合具体实施方式三说明：
[0126]
具体实施方式三：所述航迹状态值统一单元用于统一不同节点之间的航迹状态值，具体包括以下步骤：
[0127]
s1、获取触发事件发生的时刻：
[0128]
航迹数目发生变化的时候即为触发事件发生的时刻；
[0129]
所述触发事件包括：航迹起始、终止；
[0130]
s2、依次识别固定时间步长内是否有触发事件，若时间步长l内的某个融合节点有触发事件发生，则执行s3，同时对于时间步长l内未发生触发事件的时刻，输出航迹关联单元的处理结果；若时间步长l内没有融合节点发生触发事件，则直接输出航迹关联单元的处理结果；
[0131]
s3、将触发事件发生时刻目标数目最多的融合节点定义为参考节点，利用局部最优航迹关联算法对参考节点与其他融合节点分别进行关联，将关联成功的航迹采用加权平均方法形成公共航迹，航迹标号与参考节点的标号相同，并将形成的公共航迹的状态值和标号发送到各个融合节点；若存在未关联成功的航迹说明某个或某些融合节点存在目标航迹的缺失，将该航迹的状态值和标号补充到对应航迹缺失的融合节点航迹库中，获得当前时刻具有一致性的融合节点态势信息；
[0132]
s4、获取触发事件的类型：
[0133]
首先，对上一时刻的航迹进行运动模型(基础的匀速直线运动模型)的拟合得到当前时刻的拟合值，将该拟合值与当前时刻的航迹进行关联，若某两条航迹关联成功，代表这两条航迹代表同一目标，并且当前时刻该目标航迹中不存在触发事件，将航迹标号与上一时刻统一；若出现某条航迹h与其他航迹均未关联成功，判断航迹h来自于上一时刻还是当前时刻，如果来自上一时刻，说明是航迹终止触发事件，航迹h发生终止；如果来自当前时刻，说明是航迹h发生起始触发事件，记录事件发生的时间以及对应融合节点。
[0134]
s5、根据s4获取的触发事件类型对发生触发事件的融合节点的航迹进行处理，获得统一后的航迹状态值：
[0135]
s501、若发生的触发事件为航迹起始，则判断发生航迹起始触发事件的时刻之前
是否存在航迹终止，若存在航迹终止则对起始的航迹和终止的航迹进行航迹关联，若航迹关联成功则说明在这段时间内发生了航迹的中断，则执行b)，若未关联成功或不存在航迹终止则说明该航迹为新起始的航迹，然后执行a)；
[0136]
a)、将新航迹作为本地航迹存储到航迹库中，同时判断新航迹的到达时刻是否只有一个融合节点出现该条新航迹；若只有一个融合节点出现该条新航迹则将该条新航迹补充到其他融合节点的航迹库中，获得统一后的航迹状态值；若不只有一个融合节点出现该条新航迹则将该新航迹加权处理后形成公共航迹，并将该公共航迹发送到各融合节点，获得统一后的航迹状态值；
[0137]
b)、检查其他融合节点在航迹中断时刻a是否也发生了航迹中断，若没有发生中断，则将没有发生中断的航迹赋值给发生航迹中断的航迹，获得统一后航迹状态值；若所有融合节点在a时刻都存在某条航迹中断则采用回溯方法对缺失的航迹进行补偿，获得统一后的航迹状态值；
[0138]
s502、若发生的触发事件为航迹终止，说明该触发时刻后不存在目标航迹，则通过局部最优航迹关联算法判断其他融合节点是否存在对应目标的航迹，若存在则将远端航迹信息补充到本地航迹库中，若所有融合节点均不存在对应目标航迹，则看作航迹终止，记录航迹终止的时刻用于航迹中断的判断。
[0139]
本实施方式中，在态势一致性系统中，接收到态势生成体系的态势信息后，首先要进行触发事件的识别，将航迹的起始和终止定义为触发事件，这种方法可以清晰地获知航迹起始和终止发生的时间以及发生中断的位置，在处理过程中有明确的时间节点，提高系统的准确性和稳定性。同时考虑到在单个节点内部经常会出现在某些时刻发生跟踪错误的情况，导致同一条航迹在不同时刻标号不一致，因此需要对航迹的标号进行预处理。这里应用的方法是节点内部每两个时刻航迹之间的关联，即对于每个融合节点在处理过程中每个时刻得到的航迹结果都与上一时刻的结果进行关联，在识别触发事件的同时保持不同时刻同一条目标航迹对应相同的标号。如果触发事件类型为航迹起始事件，可以分为两种情况，一种是新目标的首次起始，触发时刻前未出现过这个目标航迹；第二种是已有的目标在某时刻开始发生中断，在触发时刻重新出现。两种情况的处理方法有所不同因此需要先进行判断，具体方法是判断航迹起始触发时刻之前是否存在航迹终止触发事件，如果存在则对本时刻起始的航迹和航迹终止时刻的航迹进行关联，由于已经记录了航迹终止的时间和航迹的状态值，因此可以完成两组航迹的关联，如果关联成功说明在从航迹终止时刻到航迹起始时刻的这段时间内发生了航迹的中断，无法利用不同节点间的通信将航迹补全，需要通过回溯的方法进行处理；如果未关联成功说明该航迹是新起始的航迹，若在触发时刻前不存在航迹的终止同样代表该航迹是新起始的航迹。
[0140]
具体实施方式四：所述回溯方法具体如下：
[0141]
当某条航迹在一段时间内出现所有融合节点均发生中断的情况，这时无法通过几个融合节点的通信将信息统一，因此考虑使用航迹回溯的方法。这里使用的是较为普遍的匀速直线运动模型，对目标运动状态建模如式(4)所示
[0142]
[0143]
其中，(x’,y’,z’)表示运动模型中的坐标，加0下标的表示模型初始位置的坐标，v
x'
,v
y'
,v
z'
表示在三个方向上的速度值，t表示模型进程时间；
[0144]
根据以上目标运动模型对目标进行回溯，目标在k时刻的状态可表示为
[0145]
x(k)＝f
·
x(k-1)
ꢀꢀꢀ
(5)
[0146][0147]
其中，f表示状态转移矩阵，x(k)和x(k-1)分别表示当前时刻、上一时刻目标的状态值；
[0148]
通过以上公式，可以递推出目标在中断时段的每一时刻的状态以完成对中断关联的补全。
[0149]
实施例：通过仿真试验来验证本发明的有益效果，具体如下：
[0150]
在仿真实验中设置目标跟踪和融合的实际背景，在实际背景中存在三个融合节点，在每个节点的融合过程中都是首先由五个传感器对目标单独进行跟踪，而后应用分布式融合结构将结果送至融合中心完成后续的信息融合过程，实验中共有九个目标，跟踪和融合过程中每隔1秒进行一次采样，仿真一共持续55秒。为了在目标融合过程中解决通信过程中产生的触发事件同时保持融合节点信息的一致性，每隔5s对节点进行一次通信，如果在通信过程中发现存在触发事件，则对该事件进行处理，保持节点信息的一致性。在仿真过程中，目标的状态参数为六维的向量[x,v
x
,y,vy,z,vz]，分别表示x，y和z方向上的位置和速度，初始状态如下：
[0151]
x1＝[1000m；-35m/s；750m；-33m/s；400 5m；10m/s；]
[0152]
x2＝[690m；-40m/s；1060m；-30m/s；400 5m；10m/s；]
[0153]
x3＝[-1020m；28m/s；730m；-42m/s；400-5m；10m/s；]
[0154]
x4＝[-720m；38m/s；1030m；-32m/s；400 5m；10m/s；]
[0155]
x5＝[-980m；22m/s；-770m；48m/s；400 5m；10m/s；]
[0156]
x6＝[-780m；44m/s；-970m；26m/s；400 5m；10m/s；]
[0157]
x7＝[960m；-40m/s；-790m；30m/s；400 5m；10m/s；]
[0158]
x8＝[700m；-40m/s；-1050m；29m/s；400 5m；10m/s；]
[0159]
x9＝[1250m；-40m/s；0m；0m/s；400 5m；10m/s；]
[0160]
每个融合节点对应的目标跟踪融合过程都存在触发事件，包括航迹的缺失与中断等情况，具体设置如表1所示，表中的时刻表示的是触发事件发生的时间，目标2代表的是目标航迹存在的时刻，其余目标对应的时间代表的均是目标航迹缺失和中断的时间，另外目标6的航迹是完整的，不存在航迹缺失问题。
[0161]
表1
[0162]
节点目标1目标2目标3目标4目标5目标6目标7目标8目标9
110-15s1-30s16-40s10-20s15-32s——25-36s29-40s15-40s225-30s21-40s20-35s15-30s20-34s——25-38s27-40s20-35s340-45s36-55s18-30s25-35s25-31s——25-30s25-40s25-30s
[0163]
如图图1(a)-图9(d)分别表示的是三个融合节点对于每个目标未经过触发事件处理后的融合结果以及使用一致性算法将触发事件处理后的融合结果。
[0164]
如图1(a)-图1(d)是目标1的处理结果对比图，目标1的情况是三个节点的航迹都存在中断，节点1中断在前半段，节点2中断在中间部分，节点3中断在后半段，三个中断位置没有时间上的交叉，经过处理发现可以将整条航迹补全。
[0165]
如图2(a)-图2(d)是目标2的处理结果对比图，目标2的情况是节点1航迹只存在前半段，节点2航迹只存在中间部分，节点3航迹只存在后半段，经过处理发现可以将整条航迹补全。
[0166]
如图3(a)-图3(d)是目标3的处理结果对比图，目标3的情况是三个节点的航迹都存在中断，且三个中断位置有时间上的交叉，并且在某个5s的处理过程中同时存在三个不同位置的航迹终止触发事件，经过处理发现可以将整条航迹补全。
[0167]
如图4(a)-图4(d)是目标4的处理结果对比图，目标4的情况是三个节点的航迹都存在中断，且三个中断位置两两之间有时间上的重叠，经过处理发现可以将整条航迹补全。
[0168]
如图5(a)-图5(d)是目标5的处理结果对比图，目标5的情况是三个节点的航迹都存在中断，且三个中断位置有时间上的交叉，并且在某个5s的处理过程中同时存在三个不同位置的航迹起始触发事件，经过处理发现可以将整条航迹补全。
[0169]
如图6(a)-图6(d)是目标6的处理结果对比图，目标6的情况是三个节点的航迹都为完整的航迹，不存在缺失和中断的问题，处理结果仍为完整的航迹。
[0170]
如图7(a)-图7(d)是目标7的处理结果对比图，目标7的情况是三个节点的航迹都存在中断，且三个中断位置有时间上的交叉，并且在某个5s的处理过程中同时存在两个不同位置的航迹起始触发事件，经过处理发现可以将整条航迹补全。
[0171]
如图8(a)-图8(d)是目标8的处理结果对比图，目标8的情况是三个节点的航迹都存在中断，且三个中断位置有时间上的交叉，并且在某个5s的处理过程中同时存在两个不同位置的航迹终止触发事件，经过处理发现可以将整条航迹补全。
[0172]
如图9(a)-图9(d)是目标9的处理结果对比图，目目标9的情况是三个节点的航迹都存在中断，且三个中断位置在时间上属于包含关系，具体包含关系为1包含2包含3，经过处理发现可以将整条航迹补全。
[0173]
如图10-图12分别表示的是三个融合节点未进行触发事件处理后的整体融合结果，可以发现每个节点中的每个目标都有不同的航迹缺失和中断情况。
[0174]
如图13表示经过一致性算法将触发事件处理后的整体融合结果，与三个节点未经处理的结果图对比可以明显看出，融合节点航迹中存在的大量航迹缺失和中断的问题都被成功地解决，可以得到较为完整的融合结果，同时三个融合节点经过处理后得到相同的状态值结果，保证了目标运动状态信息的一致性。
[0175]
为保持融合节点标号的一致性，通过航航关联对航迹的状态值和标号值进行分析与处理，同时计算未经处理和处理后的标号一致率并进行对比，如表2为处理前后9个目标对应的标号一致率，可以明显看出未处理的标号除目标1和2的一致性较高外，其余目标标
号一致率很低，表示标号几乎完全不同，而经过一致性处理后各个目标对应的标号一致率都有了较为显著的提高，因此该算法不仅能保持节点间状态信息的一致性，同时也可以大大提高节点间标号信息的一致性。
[0176]
表2标号一致率结果
[0177][0178][0179]
以上试验证明了应用本发明的战场态势一致性系统，可以很好地完成目标运动状态信息以及标号信息的一致性，同时当节点出现目标缺失和航迹中断等问题时，本发明也能将缺失或中断的位置补全，保持信息的一致性。应用触发事件的态势一致性系统不仅可以提高系统的准确性和稳定性，同时也能较少系统的通信量，提高系统运行速度和处理效率，对于以目标跟踪和信息融合为基础的战场是一种较为完善的态势一致性实现方式。