多傳感器機(jī)動目標(biāo)跟蹤的自適應(yīng)網(wǎng)格交互多模算法研究.pdf

1、多傳感器數(shù)據(jù)融合的應(yīng)用范圍十分廣泛，包括軍用和民用的眾多領(lǐng)域如：目標(biāo)跟蹤與識別、醫(yī)療診斷、交通管制、工業(yè)機(jī)器人等等。多傳感器數(shù)據(jù)融合的目的是，利用多個或多種傳感器提供的冗余信息和互補(bǔ)信息，減少觀測信息的不確定性和模糊性，提高對目標(biāo)的檢測、跟蹤定位和識別能力，增強(qiáng)系統(tǒng)的可靠性和生存能力。在多傳感數(shù)據(jù)融合中，實時、精確地跟蹤機(jī)動目標(biāo)在軍事上和許多民用領(lǐng)域有著重要的意義。本文較為系統(tǒng)地研究了多傳感器數(shù)據(jù)融合目標(biāo)跟蹤中的數(shù)據(jù)獲取、處理及跟蹤算法

2、。 機(jī)動目標(biāo)跟蹤是為了維持對目標(biāo)當(dāng)前狀態(tài)的估計，同時也是對傳感器接收到的數(shù)據(jù)進(jìn)行處理的過程。所以在跟蹤之前，應(yīng)該保證接收到的數(shù)據(jù)準(zhǔn)確、可靠。本文對多傳感器在機(jī)動目標(biāo)跟蹤中數(shù)據(jù)的來源、獲取及處理進(jìn)行了歸納和整理，其中包括多傳感器的組成、分類、工作原理，對機(jī)動目標(biāo)跟蹤中數(shù)據(jù)的分步獲取，相關(guān)處理，雷達(dá)之間的相互通信，多雷達(dá)數(shù)據(jù)預(yù)處理，最后提供給指揮中心。 為得到較好的多傳感器數(shù)據(jù)融合關(guān)聯(lián)算法，首先應(yīng)理解數(shù)據(jù)融合的基本原理、關(guān)鍵

3、問題、融合步驟及性能評價等。其次對多傳感器單機(jī)動目標(biāo)跟蹤的幾個典型算法進(jìn)行歸納總結(jié)，仿真對比。 通過對國內(nèi)外多傳感器機(jī)動目標(biāo)跟蹤數(shù)據(jù)融合算法的研究，結(jié)合飛機(jī)的實際飛行軌跡和相關(guān)軍工科研單位的實際考察，發(fā)現(xiàn)基于模型的算法是較為理想并可行的算法。分析了機(jī)動目標(biāo)跟蹤交互多模型(InteractingMuliiple Model -IMM)算法和自適應(yīng)網(wǎng)格交互式多模型(Adaptive GridInteracting Multiple

4、Model-AGIMM)算法的核心思想、實用范圍及缺陷。對多模型算法中設(shè)計模式集的數(shù)量、匹配度與跟蹤精度、計算復(fù)雜度及實時性等進(jìn)行了對比研究，從AGIMM算法入手，針對AGIMM存在的不足，本文提出了兩方面的改進(jìn)：(1)在網(wǎng)格中心和網(wǎng)格距離的計算中用當(dāng)前時刻的預(yù)測概率代替前一時刻的后驗概率，以減小誤差；(2)模式集的選擇，通過實時擴(kuò)增的期望模式集E優(yōu)化當(dāng)前模式集M，使其更接近于目標(biāo)真實運動模型。設(shè)定了多種飛行軌跡，飛行速度、加速度、及轉(zhuǎn)