多傳感器機動目標跟蹤的自適應網(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。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信息，減少觀測信息的不確定性和模糊性，提高對目標的檢測、跟蹤定位和識別能力，增強系統(tǒng)的可靠性和生存能力。在多傳感數(shù)據(jù)融合中，實時、精確地跟蹤機動目標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)融合目標跟蹤中的數(shù)據(jù)獲取、處理及跟蹤算法

2、。 機動目標跟蹤是為了維持對目標當前狀態(tài)的估計，同時也是對傳感器接收到的數(shù)據(jù)進行處理的過程。所以在跟蹤之前，應該保證接收到的數(shù)據(jù)準確、可靠。本文對多傳感器在機動目標跟蹤中數(shù)據(jù)的來源、獲取及處理進行了歸納和整理，其中包括多傳感器的組成、分類、工作原理，對機動目標跟蹤中數(shù)據(jù)的分步獲取，相關(guān)處理，雷達之間的相互通信，多雷達數(shù)據(jù)預處理，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動目標跟蹤的幾個典型算法進行歸納總結(jié)，仿真對比。 通過對國內(nèi)外多傳感器機動目標跟蹤數(shù)據(jù)融合算法的研究，結(jié)合飛機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。分析了機動目標跟蹤交互多模型(InteractingMuliiple Model -IMM)算法和自適應網(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。對多模型算法中設計模式集的數(shù)量、匹配度與跟蹤精度、計算復雜度及實時性等進行了對比研究，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：(1)在網(wǎng)格中心和網(wǎng)格距離的計算中用當前時刻的預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，通過實時擴增的期望模式集E優(yōu)化當前模式集M，使其更接近于目標真實運動模型。設定了多種飛行軌跡，飛行速度、加速度、及轉(zhuǎn)