多傳感器系統(tǒng)配準(zhǔn)算法研究.pdf

1、本文重點(diǎn)對(duì)多傳感器系統(tǒng)數(shù)據(jù)融合中的關(guān)鍵步驟和必須環(huán)節(jié)—系統(tǒng)配準(zhǔn)算法進(jìn)行了深入研究，圍繞著解決傳感器延遲量測(cè)數(shù)據(jù)配準(zhǔn)融合、異類(lèi)信息配準(zhǔn)、雜波中傳感器配準(zhǔn)和微小變化偏差配準(zhǔn)問(wèn)題展開(kāi)。主要研究成果如下:
　　1.為了解決多傳感器系統(tǒng)存在的大量延遲數(shù)據(jù)的處理問(wèn)題，提出了延遲步長(zhǎng)閾值方法，根據(jù)延遲數(shù)據(jù)與當(dāng)前狀態(tài)的相關(guān)性，采用實(shí)驗(yàn)統(tǒng)計(jì)方法，得到數(shù)據(jù)序列中每個(gè)數(shù)據(jù)在同一延遲步長(zhǎng)下的相關(guān)系數(shù)均值，擬合得到相關(guān)系數(shù)均值與延遲步長(zhǎng)之間的函數(shù)曲線，最后

2、獲得延遲步長(zhǎng)閾值。采用閾值過(guò)濾方法，減小了有效數(shù)據(jù)處理量，提高了處理效率。對(duì)有效的延遲數(shù)據(jù)的負(fù)時(shí)更新處理，在常用的最小方差方法基礎(chǔ)上，應(yīng)用交互多模型法，提出了基于交互多模型的最小方差更新方法，有效地提高了延遲數(shù)據(jù)狀態(tài)更新的估計(jì)精度。
　　2.對(duì)于存在虛假值和漏檢的量測(cè)序列提出了多目標(biāo)雜波量測(cè)值配準(zhǔn)算法。在雜波環(huán)境中，從探測(cè)區(qū)域獲得的量測(cè)值存在著大量的虛假值和漏檢，應(yīng)用有限集合理論，用有限集合表示虛假量測(cè)值和漏檢，給出基于粒子濾波方

3、法的目標(biāo)數(shù)量估計(jì)與偏差估計(jì)算法，較好地解決雜波中目標(biāo)數(shù)量不確定和量測(cè)值不確定（虛警和漏檢）的問(wèn)題。相應(yīng)的仿真實(shí)例驗(yàn)證了提出的算法是可行的，能夠較好地處理雜波量測(cè)值的配準(zhǔn)。
　　3.針對(duì)位置、速度等數(shù)據(jù)量測(cè)值和圖像、圖形量測(cè)的系統(tǒng)配準(zhǔn)問(wèn)題，提出了多傳感器多目標(biāo)梯度關(guān)聯(lián)相對(duì)配準(zhǔn)算法。根據(jù)幾何變換原理，對(duì)多傳感器的目標(biāo)短航跡進(jìn)行幾何配準(zhǔn)，得到量測(cè)時(shí)刻點(diǎn)跡的笛卡爾直角坐標(biāo)配準(zhǔn)參數(shù)，在空間直角坐標(biāo)系進(jìn)行偏差補(bǔ)償，再采用卡爾曼濾波等方法進(jìn)行濾

4、波估計(jì);對(duì)于多目標(biāo)情形，給出了短航跡量測(cè)值的梯度相似性關(guān)聯(lián)方法，計(jì)算傳感器的相對(duì)偏差估計(jì)加權(quán)均值。該算法偏差估計(jì)算法原理簡(jiǎn)單有效，精度較高，但僅適用于低數(shù)據(jù)率傳感器以及機(jī)動(dòng)性較弱的目標(biāo)。
　　4.某些特殊目標(biāo)量測(cè)值存在量少、來(lái)源廣泛的特點(diǎn)，應(yīng)用FISST方法描述并采用卡爾曼證據(jù)濾波方法進(jìn)行處理，且提出了焦點(diǎn)目標(biāo)的匹配概率作為異類(lèi)信息的配準(zhǔn)參數(shù)，對(duì)于特殊目標(biāo)的監(jiān)視與跟蹤處理的自動(dòng)化，有著一定實(shí)際意義。最后給出了仿真實(shí)例，驗(yàn)證了方法的