多傳感器協(xié)同目標(biāo)跟蹤方法研究.pdf

1、在目標(biāo)的探測與跟瞄研究領(lǐng)域采用單傳感器獲取信息實(shí)現(xiàn)對目標(biāo)物的跟蹤往往不能滿足探測性能和跟蹤可靠性的要求。隨著電子技術(shù)、傳感器技術(shù)、通信技術(shù)的發(fā)展，更多的研究者們把目光投向了多傳感器協(xié)同目標(biāo)跟蹤研究領(lǐng)域。多傳感器能夠搜集更多冗余的信息，在多變的背景環(huán)境條件下，協(xié)同融合這些全面的、及時(shí)的信息改善系統(tǒng)的檢測性能和跟蹤可靠性。
　　 本文研究的主要內(nèi)容是多傳感器協(xié)同目標(biāo)跟蹤方法。文章中首先對多傳感器協(xié)同目標(biāo)跟蹤方法的功能組成進(jìn)行了詳細(xì)的

2、介紹，對功能組成中的數(shù)據(jù)配準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)等問題進(jìn)行了簡單的分析和研究，其中數(shù)據(jù)配準(zhǔn)包括時(shí)間配準(zhǔn)和空間配準(zhǔn)兩個(gè)方面，針對時(shí)間配準(zhǔn)，文中介紹了泰勒展開修正、插值和擬合三種方法，并對三種方法進(jìn)行了仿真分析；針對空間配準(zhǔn)，介紹了幾種常用的坐標(biāo)變換方法。在數(shù)據(jù)關(guān)聯(lián)方面，介紹了跟蹤門的概念和基于雜波的概率數(shù)據(jù)關(guān)聯(lián)算法。論文詳細(xì)闡述了針對非線性系統(tǒng)的濾波算法，用于實(shí)現(xiàn)對目標(biāo)的狀態(tài)估計(jì)，因?yàn)閷?shí)際的目標(biāo)跟蹤問題都是非線性的狀態(tài)估計(jì)問題，因此研究非線性狀態(tài)估

3、計(jì)更有實(shí)際意義。針對各種濾波算法的性能，文中做了比較，分析了各算法的優(yōu)缺點(diǎn)，及影響濾波結(jié)果的原因，便于針對不同的應(yīng)用需求選擇性能更好的濾波算法。此外文章中還介紹了多傳感器目標(biāo)跟蹤方法中常見的兩種系統(tǒng)結(jié)構(gòu)和融合算法，并對兩種系統(tǒng)結(jié)構(gòu)和融合算法進(jìn)行了比較；最后以實(shí)際的目標(biāo)跟蹤問題為背景，針對非線性系統(tǒng)的狀態(tài)融合估計(jì)問題，研究了基于粒子濾波的多傳感器順序融合算法和基于無跡卡爾曼濾波的加權(quán)融合算法，并將Sage-Husa算法與無跡卡爾曼濾波算法