多傳感器系統(tǒng)配準算法研究.pdf

1、本文重點對多傳感器系統(tǒng)數(shù)據(jù)融合中的關鍵步驟和必須環(huán)節(jié)—系統(tǒng)配準算法進行了深入研究，圍繞著解決傳感器延遲量測數(shù)據(jù)配準融合、異類信息配準、雜波中傳感器配準和微小變化偏差配準問題展開。主要研究成果如下:
　　1.為了解決多傳感器系統(tǒng)存在的大量延遲數(shù)據(jù)的處理問題，提出了延遲步長閾值方法，根據(jù)延遲數(shù)據(jù)與當前狀態(tài)的相關性，采用實驗統(tǒng)計方法，得到數(shù)據(jù)序列中每個數(shù)據(jù)在同一延遲步長下的相關系數(shù)均值，擬合得到相關系數(shù)均值與延遲步長之間的函數(shù)曲線，最后

2、獲得延遲步長閾值。采用閾值過濾方法，減小了有效數(shù)據(jù)處理量，提高了處理效率。對有效的延遲數(shù)據(jù)的負時更新處理，在常用的最小方差方法基礎上，應用交互多模型法，提出了基于交互多模型的最小方差更新方法，有效地提高了延遲數(shù)據(jù)狀態(tài)更新的估計精度。
　　2.對于存在虛假值和漏檢的量測序列提出了多目標雜波量測值配準算法。在雜波環(huán)境中，從探測區(qū)域獲得的量測值存在著大量的虛假值和漏檢，應用有限集合理論，用有限集合表示虛假量測值和漏檢，給出基于粒子濾波方

3、法的目標數(shù)量估計與偏差估計算法，較好地解決雜波中目標數(shù)量不確定和量測值不確定（虛警和漏檢）的問題。相應的仿真實例驗證了提出的算法是可行的，能夠較好地處理雜波量測值的配準。
　　3.針對位置、速度等數(shù)據(jù)量測值和圖像、圖形量測的系統(tǒng)配準問題，提出了多傳感器多目標梯度關聯(lián)相對配準算法。根據(jù)幾何變換原理，對多傳感器的目標短航跡進行幾何配準，得到量測時刻點跡的笛卡爾直角坐標配準參數(shù)，在空間直角坐標系進行偏差補償，再采用卡爾曼濾波等方法進行濾

4、波估計;對于多目標情形，給出了短航跡量測值的梯度相似性關聯(lián)方法，計算傳感器的相對偏差估計加權均值。該算法偏差估計算法原理簡單有效，精度較高，但僅適用于低數(shù)據(jù)率傳感器以及機動性較弱的目標。
　　4.某些特殊目標量測值存在量少、來源廣泛的特點，應用FISST方法描述并采用卡爾曼證據(jù)濾波方法進行處理，且提出了焦點目標的匹配概率作為異類信息的配準參數(shù)，對于特殊目標的監(jiān)視與跟蹤處理的自動化，有著一定實際意義。最后給出了仿真實例，驗證了方法的