多傳感器管理是依據(jù)不同的優(yōu)化準(zhǔn)則,對傳感器資源進(jìn)行合理分配,滿足對目標(biāo)跟蹤的任務(wù)需求。在傳感器探測系統(tǒng)中,能夠?qū)崟r(shí)調(diào)度的傳感器資源往往是有限的,同時(shí),受傳感器探測能力、探測風(fēng)險(xiǎn)以及任務(wù)需求不同的限制,使得針對不同場景下的傳感器管理技術(shù)研究具有重要的意義,也成為該領(lǐng)域科研工作者研究的熱點(diǎn)。本文以多傳感器協(xié)同跟蹤目標(biāo)為研究背景,以傳感器管理為理論基礎(chǔ),以貝葉斯理論、濾波估計(jì)、加權(quán)融合、威脅評估等為技術(shù)手段,以任務(wù)需求為導(dǎo)向,分別設(shè)計(jì)跟蹤精度、風(fēng)險(xiǎn)控制和信息增量優(yōu)化準(zhǔn)則下的效能評價(jià)函數(shù),改進(jìn)不同場景下的數(shù)據(jù)融合方法、目標(biāo)風(fēng)險(xiǎn)評估準(zhǔn)則和傳感器控制策略,以實(shí)現(xiàn)合理分配傳感器有限資源目的,提高傳感器對目標(biāo)的跟蹤性能。本文的主要研究內(nèi)容如下:針對目標(biāo)探測任務(wù)中由于傳感器切換帶來目標(biāo)跟蹤不連續(xù)性,導(dǎo)致目標(biāo)失跟、誤跟的問題,提出一種基于預(yù)判準(zhǔn)則的傳感器管理算法。首先,構(gòu)建以目標(biāo)跟蹤精度為優(yōu)化準(zhǔn)則的效能函數(shù);其次,結(jié)合構(gòu)建的效能函數(shù)和目標(biāo)狀態(tài)預(yù)測方差,給出用于判斷異類傳感器是否切換的預(yù)判準(zhǔn)則;最后,根據(jù)預(yù)判結(jié)果,提出變加權(quán)擴(kuò)展卡爾曼濾波（Changed Weighted Extended Kalman F... 

【文章來源】：河南大學(xué)河南省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

雷達(dá)與紅外傳感器的分配從圖3-4可以看出，跟蹤系統(tǒng)采用雷達(dá)傳感器與紅外傳感器協(xié)同跟蹤機(jī)動(dòng)目標(biāo)，由

傳感器切換的預(yù)判結(jié)合

傳感器X軸上的量測值

【參考文獻(xiàn)】：
期刊論文
[1]信息不完全條件下基于改進(jìn)TOPSIS法的目標(biāo)威脅評估方法[J]. 陳田,劉正彬.  電子信息對抗技術(shù). 2019(06)
[2]多目標(biāo)跟蹤中多傳感器分布式控制策略[J]. 陳輝,鄧東明,韓崇昭.  控制理論與應(yīng)用. 2019(10)
[3]基于馬爾科夫決策過程的多傳感器協(xié)同檢測與跟蹤調(diào)度方法[J]. 徐公國,單甘霖,段修生,喬成林,王浩天.  電子與信息學(xué)報(bào). 2019(09)
[4]面向空中目標(biāo)威脅評估的多傳感器管理方法[J]. 張昀普,單甘霖.  航空學(xué)報(bào). 2019(11)
[5]基于改進(jìn)DS理論多周期數(shù)據(jù)融合的目標(biāo)識別方法[J]. 李捷,楊雪洲,周亮.  火力與指揮控制. 2019(07)
[6]基于多目標(biāo)均方誤差界的多傳感器控制算法[J]. 連峰,侯利明,劉靜,韓崇昭.  自動(dòng)化學(xué)報(bào). 2020(10)
[7]多傳感器協(xié)同識別跟蹤多目標(biāo)管理方法[J]. 龐策,單甘霖,段修生.  北京航空航天大學(xué)學(xué)報(bào). 2019(08)
[8]云模型和距離熵的TOPSIS法空戰(zhàn)多目標(biāo)威脅評估[J]. 韓其松,余敏建,高陽陽,宋帥,陳雙艷.  火力與指揮控制. 2019(04)
[9]基于貝葉斯網(wǎng)絡(luò)的偵察威脅等級評估研究[J]. 劉文博,梁敏,張歐亞,代海峰.  火力與指揮控制. 2019(03)
[10]多平臺(tái)主動(dòng)與被動(dòng)傳感器協(xié)同跟蹤的長時(shí)調(diào)度方法[J]. 喬成林,單甘霖,段修生,郭峰.  兵工學(xué)報(bào). 2019(01)

博士論文
[1]未知場景參數(shù)下的概率假設(shè)密度濾波多傳感器目標(biāo)跟蹤算法研究[D]. 楊丹.西安電子科技大學(xué) 2019
[2]信息融合中的態(tài)勢評估技術(shù)研究[D]. 王曉帆.西安電子科技大學(xué) 2012

碩士論文
[1]多伯努利濾波及其在目標(biāo)跟蹤中的應(yīng)用[D]. 宮文賀.哈爾濱工程大學(xué) 2019
[2]基于多源傳感器信息融合的目標(biāo)跟蹤算法研究[D]. 趙麗麗.沈陽航空航天大學(xué) 2018
[3]基于多傳感器信息融合的航跡預(yù)測技術(shù)研究[D]. 劉小翠.西安電子科技大學(xué) 2017
[4]機(jī)載平臺(tái)多機(jī)動(dòng)目標(biāo)協(xié)同跟蹤中傳感器管理算法研究[D]. 王學(xué)佼.哈爾濱工程大學(xué) 2017
[5]基于多源信息融合的目標(biāo)航跡估計(jì)與威脅評估[D]. 孔尚萍.中國航天科技集團(tuán)公司第一研究院 2017
[6]多傳感器信息融合目標(biāo)跟蹤算法研究[D]. 趙慧.華南理工大學(xué) 2014
[7]基于云模型理論的空中目標(biāo)威脅評估方法[D]. 張銀燕.解放軍信息工程大學(xué) 2013
[8]空戰(zhàn)中的威脅估計(jì)與態(tài)勢評估研究[D]. 朱建益.西安電子科技大學(xué) 2013
[9]基于信息論的傳感器管理算法研究[D]. 周林.河南大學(xué) 2005



本文編號：3238521