【摘要】：隨著計(jì)算機(jī)學(xué)科和信息技術(shù)的迅速發(fā)展,多傳感器信息融合技術(shù)也隨之高速發(fā)展,在軍事和航空領(lǐng)域尤為明顯。雷達(dá)作為航空領(lǐng)域中監(jiān)視飛行器的重要傳感器,由于受本身精度、地理位置以及周?chē)h(huán)境的影響,多部雷達(dá)對(duì)同一飛行器的監(jiān)視信息存在一定的差異。因此,將多部雷達(dá)對(duì)同一飛行器的監(jiān)視信息進(jìn)行融合,以得到更加精確的飛行器信息就顯得十分重要。本文把雷達(dá)監(jiān)視信息作為主要研究的航空監(jiān)視信息,主要研究工作分為以下幾個(gè)方面:首先研究多種雷達(dá)監(jiān)視信息格式,并對(duì)多種格式的雷達(dá)監(jiān)視信息進(jìn)行解析;其次,對(duì)解析得出的多個(gè)雷達(dá)監(jiān)視信息進(jìn)行時(shí)間校準(zhǔn)和空間校準(zhǔn),將多個(gè)雷達(dá)監(jiān)視信息統(tǒng)一到同一坐標(biāo)系和時(shí)間刻度下;然后基于對(duì)BP神經(jīng)網(wǎng)絡(luò)的研究,本文提出了將BP神經(jīng)網(wǎng)絡(luò)作為一種信息融合方法,對(duì)多雷達(dá)監(jiān)視信息進(jìn)行融合,并對(duì)BP算法中涉及到的網(wǎng)絡(luò)結(jié)構(gòu)以及各個(gè)組成模塊進(jìn)行設(shè)計(jì),最后實(shí)現(xiàn)了對(duì)單飛行器的多雷達(dá)監(jiān)視信息融合。在上述方法的基礎(chǔ)上,本文基于對(duì)GPU架構(gòu)的研究,提出了采用GPU加速的方式對(duì)多飛行器的多雷達(dá)監(jiān)視信息同時(shí)使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行融合。在實(shí)現(xiàn)過(guò)程中,本文在多雷達(dá)監(jiān)視信息融合精度損失忽略不計(jì)的前提下,利用GPU并行計(jì)算的特點(diǎn),縮短多飛行器網(wǎng)絡(luò)訓(xùn)練時(shí)間,提高融合效率,并通過(guò)實(shí)驗(yàn)測(cè)試在飛行器數(shù)量不同的情況下,GPU和CPU上多飛行器網(wǎng)絡(luò)訓(xùn)練所需的時(shí)間,結(jié)果表明GPU上多飛行器網(wǎng)絡(luò)訓(xùn)練時(shí)間減少了 50%,最后在訓(xùn)練成功的BP神經(jīng)網(wǎng)絡(luò)上,實(shí)現(xiàn)了多飛行器的多雷達(dá)監(jiān)視信息融合。本文使用的基于BP神經(jīng)網(wǎng)絡(luò)和GPU的單飛行器和多飛行器的多雷達(dá)監(jiān)視信息融合方法,降低了多雷達(dá)觀測(cè)的距離平均誤差和航向平均誤差。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：V355.1;TP202
【圖文】：

融合中心具有同時(shí)處理大量數(shù)據(jù)的能力，在信息量超大的情況下，融合中心要承逡逑受很大的計(jì)算壓力，使得融合中心信息處理系統(tǒng)的魯棒性和穩(wěn)定性較差。集中式逡逑融合結(jié)構(gòu)如圖２－２所示：逡逑６逡逑

后的監(jiān)視信息送入融合中心，融合中心在完成相關(guān)的融合處理即可。這種大大減逡逑少了融合中心處理信息的壓力，提高系統(tǒng)的魯棒性和穩(wěn)定性，但是存在傳感器監(jiān)逡逑視信息損失較大的缺點(diǎn)。分布式融合結(jié)構(gòu)如圖２－３所示：逡逑邐邐傳感器控制、反饋信息——Ｘ逡逑ｊ邋／邐＼邐＼邐／邐＇ｎ邐ｒ邐＂ｎ逡逑＂ｍｍ）￣？預(yù)處理邐￥邋丨邋５逡逑、邐＞邐＾邐邐■邐ｊ邐＿、邐＾標(biāo)１邐跡邐目逡逑ｒ—＾邐（—ｃｚｒｉ．—，．！邐｜邐？邐目邐標(biāo)逡逑傳感器２邋�。蓿揞A(yù)處理＋多目標(biāo)跟蹤＋邐７邐．，邐．標(biāo)邐%跡村義希皺危叔危掊危㈠危懾五五澹危�？逦／逦—治瓜」∮z⑻義襄巍瑰五危菏問(wèn)危藉義希蟈五澹蟈澹

本文編號(hào)：2790518