【摘要】：現(xiàn)代戰(zhàn)爭(zhēng)環(huán)境復(fù)雜,信息多樣。戰(zhàn)場(chǎng)上各種探測(cè)設(shè)備能對(duì)目標(biāo)進(jìn)行全方位、全時(shí)空的探測(cè)。在多傳感器探測(cè)系統(tǒng)中,各傳感器工作相對(duì)獨(dú)立,采樣率不全相同,帶來(lái)了多傳感器的異步量測(cè)處理問(wèn)題。本文以機(jī)動(dòng)目標(biāo)的異步航跡融合方法研究為目的,首先針對(duì)集中式和分布式融合結(jié)構(gòu),給出了基于偽測(cè)量的異步融合算法;然后基于交互式多模型算法,設(shè)計(jì)了機(jī)動(dòng)目標(biāo)跟蹤的異步航跡融合算法;針對(duì)偽測(cè)量帶來(lái)的模型權(quán)值過(guò)大的問(wèn)題提出了二次濾波的機(jī)動(dòng)目標(biāo)異步航跡融合改進(jìn)算法。在此研究基礎(chǔ)上,探討了融合結(jié)構(gòu)以及融合周期對(duì)融合算法的影響,提出了含反饋信息的機(jī)動(dòng)目標(biāo)異步航跡融合算法和基于序貫方法的機(jī)動(dòng)目標(biāo)異步航跡融合算法。本文具體的研究?jī)?nèi)容如下:(1)研究集中式的基于偽測(cè)量方法的異步量測(cè)融合算法,在分布式融合結(jié)構(gòu)下,局部航跡由傳感器采用信息濾波生成,證明了信息濾波與Kalman濾波的等價(jià)性。研究分布式結(jié)構(gòu)下的偽測(cè)量異步航跡融合算法,仿真結(jié)果表明異步航跡融合算法能以較慢的更新速率獲得比局部航跡更高的精度。(2)交互式多模型算法(IMM)是機(jī)動(dòng)目標(biāo)跟蹤的典型算法,目前的異步航跡融合算法大部分是在線(xiàn)性假設(shè)條件下。本文在IMM算法的并行濾波環(huán)節(jié)引入異步航跡融合算法,提出了機(jī)動(dòng)目標(biāo)的異步航跡融合算法。針對(duì)偽測(cè)量帶來(lái)的模型誤差,設(shè)計(jì)二次濾波環(huán)節(jié)計(jì)算IMM中的模型輸出與模型概率,進(jìn)一步提高了融合算法的跟蹤精度。(3)討論融合結(jié)構(gòu)對(duì)融合精度的影響。信息矩陣融合算法(IMF)是基于偽測(cè)量異步航跡融合算法在同步量測(cè)情況時(shí)的特殊形式,本文研究了幾種基本的分布式融合結(jié)構(gòu)對(duì)IMF的精度影響,提出含信息反饋的機(jī)動(dòng)目標(biāo)異步航跡融合算法。仿真表明該結(jié)構(gòu)能在維持融合中心航跡精度的基礎(chǔ)上,改進(jìn)局部航跡的跟蹤精度。(4)當(dāng)融合中心數(shù)據(jù)處理能力較強(qiáng)時(shí),基于偽測(cè)量的方法由于融合周期較長(zhǎng),且?guī)в心Ｐ偷恼`差信息,無(wú)法有效利用計(jì)算能力優(yōu)勢(shì)�；诩惺饺诤现械男蜇灧椒�,本文提出基于序貫的機(jī)動(dòng)目標(biāo)異步航跡融合算法,仿真結(jié)果表明,該算法充分利用短融合周期的優(yōu)勢(shì),取得比偽測(cè)量方法更高的跟蹤精度。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP212;E91
【圖文】：

圖 2-1 異步傳感器的量測(cè)時(shí)序示意圖Fig.2-1 The sampling time of raw measurements during fusion time interval測(cè)信息的集合記為1{z }kiNk k iZ (2-41{Z }k km mZ (2-5量測(cè)的融合問(wèn)題可以歸納為：給定kt 時(shí)刻融合周期內(nèi)異步采樣的量測(cè)集合 Z 合適的融合算法得到最優(yōu)估計(jì) ( )|f kkx E x t Z 及其估計(jì)誤差協(xié)方差矩陣cov |k k x t Z使其誤差在最小均方根意義上取得最優(yōu)。2.2.2 基于偽測(cè)量的異步集中式融合算法由上一小節(jié)的論述可知，基于偽測(cè)量的異步融合算法目的是充分利用在融合

1[ ( ) ( )]f truemRMSE x k x kM 仿真中取得的融合估計(jì)個(gè)數(shù)，在本次仿真中為 30 個(gè)。仿真作速率不一致，取同樣能在融合時(shí)刻取得量測(cè)的傳感器 3位置均方根誤差圖如下：

圖 2-3 集中式異步融合算法與未考慮相關(guān)性的融合算法跟蹤精度比較 2-3 Performance comparison of proposed asynchronous fusion algorithm and algorwithout the consideration of correlated noise表 2-1 基于偽測(cè)量的集中式異步融合算法精度比較表Table 2-1 Comparison of the RMSE of the proposed asynchronous fusion algorithmand other algorithms傳感器 3未解算噪聲相關(guān)集中式異步融合算法跟蹤精度RMSE（米）4.0483 3.0774 3.0481圖(2-2)可知，由于充分利用了多個(gè)傳感器在不同時(shí)間提供的量測(cè)信得到的目標(biāo)估計(jì)比傳感器局部航跡的估計(jì)精度更高，不僅說(shuō)明基于融合方法在處理采樣速率不一致的情況時(shí)能夠正常收斂，且由于該

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 王宏;王君;梁文波;張蓬蓬;;新一代空空彈多彈協(xié)同攻擊制導(dǎo)策略[J];航空兵器;2011年02期

2 陳黎;盛安冬;;用于機(jī)動(dòng)目標(biāo)跟蹤的分布式多傳感器異步融合算法[J];火力與指揮控制;2009年07期

3 輔小榮;姜長(zhǎng)生;;高度機(jī)動(dòng)目標(biāo)異步航跡融合算法[J];系統(tǒng)仿真學(xué)報(bào);2007年13期

4 余安喜,胡衛(wèi)東,周文輝;多傳感器量測(cè)融合算法的性能比較[J];國(guó)防科技大學(xué)學(xué)報(bào);2003年06期

5 文成林,陳志國(guó),閆莉萍,周東華;基于多速率傳感器動(dòng)態(tài)系統(tǒng)的多尺度遞歸融合估計(jì)[J];電子與信息學(xué)報(bào);2003年03期

6 周宏仁;機(jī)動(dòng)目標(biāo)“當(dāng)前”統(tǒng)計(jì)模型與自適應(yīng)跟蹤算法[J];航空學(xué)報(bào);1983年01期

相關(guān)博士學(xué)位論文 前1條

1 趙巍;多尺度系統(tǒng)建模、估計(jì)與融合方法研究[D];西北工業(yè)大學(xué);2000年

本文編號(hào)：2771076