多雷達(dá)航跡關(guān)聯(lián)與融合技術(shù)研究.pdf

1、多傳感器數(shù)據(jù)融合技術(shù)將來自不同傳感器的數(shù)據(jù)進(jìn)行處理以得到比單個傳感器更多,更精確的信息以提高系統(tǒng)的性能。近年來,隨著在軍事領(lǐng)域及民用領(lǐng)域的應(yīng)用,數(shù)據(jù)融合技術(shù)越來越引起大家的研究興趣。本論文主要研究了以下幾個方面的內(nèi)容:目標(biāo)的狀態(tài)估計、數(shù)據(jù)對準(zhǔn)、航跡關(guān)聯(lián)、航跡融合及仿真系統(tǒng)。
　　 首先本文回顧了數(shù)據(jù)融合中的基本概念、原理、功能模型、結(jié)構(gòu)及數(shù)據(jù)融合的研究意義、應(yīng)用等。
　　 然后本文對卡爾曼濾波、擴(kuò)展卡爾曼濾波、UT變換卡

2、爾曼濾波及粒子濾波等目標(biāo)狀態(tài)估計方法進(jìn)行了研究,給出了計算機仿真結(jié)果及其性能對比。
　　 在多傳感器數(shù)據(jù)融合中,由于校正雷達(dá)的偏差是對來自不同傳感器系統(tǒng)的數(shù)據(jù)進(jìn)行關(guān)聯(lián)的基礎(chǔ)性問題,本文對基于地心坐標(biāo)的最小二乘法(ECEF-GLS)和卡爾曼濾波偏差估計方法進(jìn)行了研究。由于這兩種算法是建立在已知相關(guān)聯(lián)航跡基礎(chǔ)上的,但由于航跡關(guān)聯(lián)與偏差校正互為前提,在系統(tǒng)工作的開始,航跡關(guān)聯(lián)信息往往是不知道的,所以其應(yīng)用受到限制。為此本文研究了一種建

3、立在剪枝法和卡爾曼濾波方法或最小二乘法基礎(chǔ)上的偏差估計方法。
　　 在系統(tǒng)進(jìn)行信息融合前必須保證融合的數(shù)據(jù)來自同一個目標(biāo),文中給出了基于D-S證據(jù)理論的方法解決這一問題。然而在目標(biāo)密集的環(huán)境中,由于目標(biāo)距離較近會使一般的航跡關(guān)聯(lián)算法性能下降導(dǎo)致航跡關(guān)聯(lián)錯誤,因此在這種情況下有效的關(guān)聯(lián)算法應(yīng)該從全局來考慮。人們已經(jīng)分別提出了Hopfield神經(jīng)網(wǎng)絡(luò)航跡關(guān)聯(lián)算法,但是這些算法的共同前提是所有雷達(dá)都探測到相同的目標(biāo),但在實際應(yīng)用中這是

4、不現(xiàn)實的,為解決這一問題本文對連續(xù)狀態(tài)Hopfield神經(jīng)網(wǎng)絡(luò)(CHNN)關(guān)聯(lián)算法進(jìn)行了推廣,并進(jìn)一步推廣到三個雷達(dá)的情況。為提高該算法收斂速度對航跡間Mahalanobis距離做了重新定義。
　　 為進(jìn)一步提高CHNN方法的性能,本文嘗試了用混沌神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行航跡關(guān)聯(lián)的方法,仿真結(jié)果顯示該方法比CHNN方法提高了航跡關(guān)聯(lián)正確率。
　　 本文還研究了兩種航跡融合的算法:SF法和WCF法,并介紹了在實驗室光電火控系