對變換狀態(tài)空間EKF的研究及其在航跡融合問題中的應用.pdf

1、航跡融合是多傳感器數(shù)據(jù)融合的一個非常重要的方面，主要包括目標跟蹤、數(shù)據(jù)的關聯(lián)及相關航跡的融合。目標跟蹤是關聯(lián)和融合的基礎，因此對目標濾波跟蹤算法的研究具有重要意義。 本文介紹了多傳感器數(shù)據(jù)融合的基本理論，系統(tǒng)闡述了卡爾曼濾波(Kalman Filter，簡稱KF)理論的發(fā)展，基本方程以及擴展卡爾曼濾波(nxtended Kalman Filter，簡稱EKF)方程的推導。然后深入研究了變換狀態(tài)空間擴展卡爾曼濾波(Transfor

2、ming State Space EKF，簡稱TSS-EKF)，提出了改進的TSS-EKF算法，并把該算法應用到實際的航跡融合問題中。我們建立了航跡的濾波跟蹤、航跡數(shù)據(jù)的關聯(lián)計算及相關航跡融合三個數(shù)學模型，并進行了相應的融合仿真。仿真結果表明：經(jīng)濾波后得到的航跡較原航跡光滑且誤差較小，航跡相關模型檢驗準確，航跡融合效果理想。 本文在理論和應用方面的創(chuàng)新點如下： (1)基于變換狀態(tài)空間的思想，本文提出了新狀態(tài)空間函數(shù)的定義

3、、構造方法及改進的TSS-EKF算法。通過實例分析，指出原算法在狀態(tài)空間變換時的缺陷，說明改進的TSS-EKF算法的優(yōu)越性。 (2)對于機動性較強的實際航跡數(shù)據(jù)，構造出相應的新狀態(tài)空間函數(shù)，運用改進的TSS-EKF算法進行實時濾波跟蹤仿真，得到了更光滑的航跡曲線。 (3)由于航跡數(shù)據(jù)誤差較大，我們通過定義兩個航跡狀態(tài)向量的商來研究航跡的相關性，然后利用假設檢驗的方法提出了航跡關聯(lián)判別的一種新模型，在航跡關聯(lián)的判別上進行了