多傳感器數(shù)據(jù)融合目標跟蹤算法研究.pdf

1、數(shù)據(jù)融合技術(shù)是在上世紀九十年代剛剛興起的一門信息處理學科。它的應(yīng)用范圍十分廣泛，包括軍用和民用的眾多領(lǐng)域如：目標跟蹤與識別、醫(yī)療診斷、交通管制、工業(yè)機器人等等。就目前而言，目標跟蹤與識別仍然是數(shù)據(jù)融合技術(shù)研究的最重要的課題。 本文系統(tǒng)深入地研究了多傳感器數(shù)據(jù)融合中的單目標跟蹤問題。首先對數(shù)據(jù)融合這一新興的學科的理論基礎(chǔ)、實現(xiàn)技術(shù)、研究現(xiàn)狀和意義進行了綜述，并概述了多傳感器融合目標跟蹤技術(shù)；其次研究討論了目標跟蹤當中的坐標系的選擇

2、、目標運動模型的建立、跟蹤門的形成和卡爾曼濾波方法等關(guān)鍵問題；在此基礎(chǔ)上主要研究并改進了兩種紅外/雷達多傳感器融合跟蹤算法。 基于加權(quán)平均的融合算法簡單而又實用。通過分析我們發(fā)現(xiàn)如果使用由拉各朗日乘數(shù)法所求得的約束極值作為權(quán)系數(shù)，融合后的精度可以達到最佳。與此同時，文中還著力解決了將紅外傳感器量測的圖像信息轉(zhuǎn)換到慣性系中的角度信息這一問題。并使用了最小二乘法實現(xiàn)了異類傳感器量測的時空對準。仿真結(jié)果表明：使用兩種傳感器融合跟蹤的性

3、能要優(yōu)于任一單傳感器。 目標跟蹤領(lǐng)域的一個研究重點是如何解決雜波干擾問題和適應(yīng)目標的高度機動。概率數(shù)據(jù)互聯(lián)算法和交互式多模型算法能夠分別解決上述問題。文章結(jié)合Bar-shalom提出的交互式多模型—概率數(shù)據(jù)互聯(lián)算法，提出了一種將其推廣到多傳感器情形下的方法。仿真實驗證明了使用多傳感器融合跟蹤不但在精度上有提高，而且對目標機動和雜波環(huán)境的適應(yīng)能力也好于單傳感器。最后，文章通過狀態(tài)擴展的方法將這種多傳感器多模型/概率數(shù)據(jù)互聯(lián)算法應(yīng)用