多传感器大数据融合性能评估方法

实用文档

越大越优型：其指标量化值越小，从优度越高。

x(i,j)?xmin(i) x(i)≤x(i,j)

minmid xmax(i)?xmin(i)r(i,j)=

[()()]xi?xi,j max

x(i)?x(i) xmid(i)≤x(i,j)

min{max

以这些r(i,j)值作为元素可组成单评价指标的模糊评价矩阵R=(r(i,j))n×m。 3.3.2 指标权重

从数学变换的角度看，各评价对象是由评价对象各指标所组成的高维空间的一些点，系统评价模型就是一种从高维空间到低维空间的映射，要求这种映射能尽可能反映评价对象样本在原高维空间中的分类信息和排序信息，这些信息具体反映在如何合理地确定这些评价指标的权重上，这仍是目前系统评价模型研究的难点之一。在近年来提出的确定权重的主要方法中：等权重法在各评价对象的综合评价值相差不大时常常给决策带来困难；统计试验法、专家评分法和集值统计迭代法在评价指标较多时实现起来较为困难。

根据模糊评价矩阵R=(r(i,j))n×m，可以构建一个新的矩阵B=(b(i,j))n×m，用以计算指标间的排序权重{W(i)|i=1~n}。这种方法是利用数据计算评价指标

都具有怎样的重要性，即其对评价分类的影响力。

(s(i)?s(j))(bm?1)1+,

smax?smin

bij=

1 , 1+(s(i)?s(j))(b?1)/(s)?smmaxmin{

其中s(i)=∑m(9,int(0.5+smax)) j=1r(i,j) , bm=min

min

s(i)≥s(j)

s(i)≤s(j)

s

根据B的定义：

bij= w(i)/w(j)

n

m

∑∑|bijw(j)?w(i)|=0

i=1j=1

称判断矩阵B具有完全的一致性。

若判断矩阵B不具有完全的一致性，即后续实验的样本集和当前样本发生了很大的 变化，则需要对B进行修正，记作{W(i)l扛1～n)。对应的一致性判断形式是：

实用文档

n

m

minCIC(n)=∑∑[|yij?bij|+yijw(j)?w(i)]/n2 yij=1,i=1~n

i=1j=1

优化条件：

1

=yij∈[bij? dbij,bij+dbij],i=1~n,j=i+1~n yij

n

∑w(i)=1且：w(i)>0

i=1

式中,d是非负参数，经验数据d∈[0，0.5]。

1）当权重{W(i)|i=1~n}和yij获得最佳值时，CIC(n)=0，yij=bij，B具有完全的一致性。

2）不能满足完全一致性时，CIC(n)越小，则判断矩阵B越能获得满意的一致性，CIC(n)<0．1则可以认为该判断矩阵具有满意的一致性。

根据式(4．5．4)～式(4．5．7)求取w(i)在获得各个指标对应的权重系数{W(i)|i=1~n}后， 对系统的第j次样本的初步评价可以通过如下的表达式进行：

n

C(j)=∑w(i)?r(i，j) j=1~m

i

C(j)的结果越大，说明对系统进行本次实验对应的指标越优。通过对m次的样本 集进行排序，可以为融合系统的综合性能做出量化评估。 3.3.3 综合评价步骤

本文的评估系统以评估信息融合处理性能为基础，根据上文制定的数据融合评估单项指标，运用统计与计算的方法，得出每个评估指标的具体值。然后根据得出的每个指标，采用模糊评判的方法，对数据融合系统进行评估。

1) 确定评价跟踪系统的指标集合U；

2) 选取数项指标，根据仿真数据计算单项指标量化值，并且考虑一次航迹

及二次航迹融后的数据进行计算比较，精度指标等改善度G； 3) 进行单指标评价，建立模糊关系矩阵R，在构造了等级模糊子集后，就

要对跟踪系统从每个性能指标进行量化；也就是确定从单个性能指标来看被评系统对各个等级模糊子集的隶属度，进而得到归一化模糊关系矩阵；

4) 利用合适的权值算法确定评价指标的模糊权向量W；

5) 利用合适的合成算子将W与被评价算法的R合成得到其模糊综合评价结

实用文档

果向量C。

6) 对模糊综合评价结果向量进行分析，可采用最大隶属度原则、加权平均

原则和模糊向量单值化等方法，获取系统的总体评价。

7) 根据模糊评价所的系统综合从优度评分，结合实际场景，为融合系统综

合分析。

4 总结

很多文献中都阐述了有关数据融合系统的性能评估的方法，并对其效果进行了分析：

1) 试图从航迹分类的角度探讨跟踪性能评估中数据关联、跟踪纯度、状态

估计精度和滤波协方差 可靠性容的评估方法；

2) 描述了评估系统的重要性和关联统计、跟踪纯度、 跟踪维持统计等评

估容，但并未给出具体计算公式；

3) 初步给出了多目标跟踪性能评估的指标，但这些指标仅包括失跟率、正

确起始、终结率、滤波性能等，但都尚不完善。 个人理解：

跟踪系统的应用环境具有以下特点：

①目标的机动时刻与机动水平往往是未知的和突变的；

②多个目标存在编队与航迹交叉，传感器探测概率小于1，存在盲区，虚警，测量误差，对付对抗性干扰；

③一次航迹起始及跟踪出错也可导致数据融合性能降低。 所以，事实上，很多因素影响着多传感器数据融合的综合性能： ①航迹起始的质量，对融合航迹的影响；

②杂波干扰及传感器的观测噪声等对融合精度的影响； ③一次航迹的数据精度对融合航迹精度的影响；

所以光是简单的黑箱测试法或是单纯的指标加权并不能完全准确的评判融合算法。应具体分析这些因素，探索一种科学的定量方法判断融合性能。