偏差有界不确定性系统机动目标容差估计融合和数据关联

In this project, we consider the multi-sensor information fusion and multi-target data association with system biases and target maneuvering. Domestic military and civilian departments are very interested in this area. In the international information fusion community, people mainly consider two kinds of methods for the problems. The first one is how to correct biases under the assumption of well-associated data. The second one is how to associate data under the assumption of well-corrected biases. However, the data association and system biases are often suffered together and it is hard to correct biases completely. For maneuvering targets, we will focus on bias-tolerant estimation fusion and data association by taking advantages of recent new optimization theories and methods, especially robust optimization techniques. Moreover, in the bounded setting (non-Gaussian setting), we will derive the new multiple model estimation fusion methods by tolerating biases and obtain the corresponding data association algorithm with polynomial computation complexity. The results of this project will have a significant innovation in the basic theory of information fusion, which can promote the development of China's military and civil air traffic control information fusion system. It has important academic value and extensive applications.

本课题主要考虑存在系统偏差、目标机动等环境下的多传感器信息融合和多目标数据关联等问题。军用和民用部门都极为重视这方面的研究。目前国际上对于系统纠偏和数据关联主要是分离处理，而在实际问题中往往需要同时处理，而且很难做到完全消除偏差。本课题主要针对机动目标，研究纠偏后仍然存在系统偏差不确定性的容差估计融合理论和数据关联方法。我们将基于国际上最新发展的优化理论、特别是稳健优化方法，在有界不确定性系统框架（非高斯框架）下处理机动目标估计融合和数据关联问题，建立机动目标多模型容差估计融合新方法，特别加强机动目标容差估计和数据关联的集成优化，克服纠偏和数据关联互为前提的难点，获得在多项式时间内可实时求解的高效容差数据关联算法。本项目的研究可以推动我国军用和民用空管信息融合系统的发展，在信息融合基础理论方面将有显著创新，具有重要的现实意义和学术价值。

信息融合是方兴未艾的大数据和人工智能研究重点关键技术和重要组成部分。课题围绕信息融合中集值容差稳健融合和多目标随机化数据关联等重要问题开展研究，主要完成工作：.1..有界不确定性系统容差融合估计方法研究.(1)研究了有界不确定性动态系统滤波和多传感器融合中涉及到的基本问题：多个椭球交集的最小覆盖椭球求解。最典型的三类松弛方法包括：1）S-procedure松弛方法，2）半正定松弛方法，3）参数化定界椭球松弛方法。我们证明了三者之间的等价性，同时发展出了新的解耦半正定松弛方法，进一步证明了新方法优于经典的CI融合方法。.(2)我们系统研究了非线性模型极小化欧氏误差容差估计融合方法，获得了中心式和分布式融合解析和半解析融合公式。.(3)研究了利用非线性运动模型求解观测信息的预测覆盖集合的方法，在整个过程中不在使用泰勒展式处理非线性，而是利用边界抽样方法处理非线性，利用闵科夫斯基和以及椭球交来处理预报和更新，获得了高效的一阶优化滤波算法。.2..多目标跟踪的容差数据关联方法研究.(1)针对空天复杂场景下的多目标跟踪问题，克服传统数据关联方法计算复杂度为NP-hard的局限，引入随机参数矩阵滤波，发展了随机化多假设跟踪方法，系统比较了JPDA，MHT，GLMB数据关联方法，在杂波环境下新方法有显著优势。.(2)通过数据关联中多分配问题特点，将非凸0/1约束转化到0到1的区间约束，从而原问题转化到线性规划，0到1区间中解作为关联概率。.(3)通过分析观测与状态之间的关联概率，建立整个目标系统的动态方程，观测方程会变成随机参数矩阵的线性或非线性动态系统，可以采用随机参数矩阵的滤波方法来求解，新方法显著优于传统的多假设数据关联方法；. 成果：在控制领域顶刊IEEE Transactions on Automatic Control和Automatica上各发表2篇论文，在国内杂志Journal of Systems Science and Complexity发表1篇论文。进一步，正与北京航天飞行控制中心、中电38所、14所和空军战略预警所合作应用转化到精密定轨、雷达和空天预警系统中。