多傳感器數(shù)據(jù)融合及其在機(jī)動目標(biāo)狀態(tài)估計中的應(yīng)用研究.pdf

1、多傳感器數(shù)據(jù)融合可以充分利用多傳感器的量測資源，將多個傳感器在時間和空間上的互補(bǔ)和冗余信息按照某種算法或準(zhǔn)則進(jìn)行綜合，進(jìn)而增強(qiáng)了對于機(jī)動目標(biāo)狀態(tài)估計的精確性、可靠性及對抗環(huán)境下的生存性?；诖?，本文針對多傳感器數(shù)據(jù)融合技術(shù)在機(jī)動目標(biāo)狀態(tài)估計中的應(yīng)用進(jìn)行了系統(tǒng)的研究，其主要工作如下： 1、基于“當(dāng)前”統(tǒng)計模型中加速度極限值的預(yù)先設(shè)定對于濾波效果影響的分析，利用目標(biāo)機(jī)動狀況與相鄰采樣時刻間位置估計量變化之間的函數(shù)關(guān)系實現(xiàn)噪聲方差自適

2、應(yīng)，進(jìn)而提出了一種修正的模型，并結(jié)合卡爾曼濾波遞推算法，提出了一種改進(jìn)的自適應(yīng)濾波算法。 2、針對Kalman濾波及其一些改進(jìn)算法中量測方差預(yù)先設(shè)定對狀態(tài)估計精度的影響，基于時空分析和最小二乘估計思想給出了一種在線估算量測方差的方法，以充分利用多個傳感器單次采樣數(shù)據(jù)和單個傳感器多次采樣數(shù)據(jù)中蘊含的冗余和互補(bǔ)信息。另外，依據(jù)Kalman遞推濾波算法中濾波誤差協(xié)方差陣具有表示目標(biāo)當(dāng)前狀態(tài)不確定性的性質(zhì)，并結(jié)合信息守恒原理，給出了一種

3、分布式航跡權(quán)系數(shù)的動態(tài)分配方法。 3、將Jerk模型與強(qiáng)跟蹤濾波算法有機(jī)地結(jié)合，并利用時空綜合分析和極大似然估計的思想推導(dǎo)出了一種系統(tǒng)量測方差自學(xué)習(xí)修正方法，以優(yōu)化強(qiáng)跟蹤濾波算法中次優(yōu)漸消因子和濾波增益的在線選擇，同時根據(jù)多傳感器數(shù)據(jù)融合具有改善濾波精度的性質(zhì)，進(jìn)而給出一種基于Jerk模型的多傳感器數(shù)據(jù)融合算法。 4、根據(jù)模糊集合理論中隸屬函數(shù)的特性，定義了一種量測數(shù)據(jù)間的支持度函數(shù)以有效地度量數(shù)據(jù)間相互支持度，該定義不