24019.多傳感器信息融合算法的多粒度評價指標(biāo)研究

1、分類號：TP202密級：UDC：華東理工大學(xué)學(xué)位論文多傳感器信息融合算法的多粒度評價指標(biāo)研究楊思睿指導(dǎo)教師姓名：林家駿教授華東理工大學(xué)申請學(xué)位級別：碩士專業(yè)名稱：量魚豎墮竺塑堡論文定稿日期：20131220論文答辯日期：20140211學(xué)位授予單位：學(xué)位授予日期：華東理工大學(xué)答辯委員會主席：評閱人：孫自強(qiáng)教授祁榮賓副研究員郝礦榮教授華SJ哩x_大學(xué)碩士學(xué)位論文第1頁多傳感器信息融合算法的多粒度評價指標(biāo)研究摘要目前，我國的信息融合技術(shù)正蓬

2、勃發(fā)展，廣泛地應(yīng)用于各個領(lǐng)域。相應(yīng)地，對融合效果進(jìn)行干擾的技術(shù)也在迅猛發(fā)展，同時對融合效果的要求又越來越高。在融合算法已經(jīng)相對成熟的情況下，我們選擇從算法管理的角度來提高整個融合系統(tǒng)。目前，我們將整個融合過程粗粒度地劃分為狀態(tài)估計(jì)、濾波門限、數(shù)據(jù)關(guān)聯(lián)和航跡融合四個大環(huán)節(jié)。而針對某一環(huán)節(jié)，又有多種算法可以選擇。這些算法雖然實(shí)現(xiàn)相同的功能，但是他們各自的算法特性以及適用環(huán)境有所差異。怎樣依據(jù)不同環(huán)境下的數(shù)據(jù)源，選擇最優(yōu)的參數(shù)組合和最優(yōu)算法，

3、從而使最終的融合效果達(dá)到最優(yōu)是目前信息融合技術(shù)的研究熱點(diǎn)。本文主要圍繞算法細(xì)粒度單元模塊的提取和多粒度敏感指標(biāo)體系的構(gòu)建展開。主要包括一下幾方面：(1)原有的信息融合粗粒度評價指標(biāo)可以通過狀態(tài)估計(jì)算法、濾波門限算法、數(shù)據(jù)關(guān)聯(lián)算法和航跡融合算法這四種融合算法表現(xiàn)出來，因此本文著重研究這四種算法以及算法的模塊化單元分解。在狀態(tài)估計(jì)算法和數(shù)據(jù)關(guān)聯(lián)算法的單元模型分解的基礎(chǔ)上，對航跡融合算法進(jìn)行功能模塊單元分解，從細(xì)粒度的層面分析子算法之間的性能

4、和區(qū)別。(2)在原有的信息融合粗粒度指標(biāo)：數(shù)據(jù)源評價指標(biāo)(20個指標(biāo))、航跡跟蹤質(zhì)量評價指標(biāo)(27個指標(biāo))、航跡融合性能評價指標(biāo)(18個指標(biāo))的基礎(chǔ)上，本文提出針對粗粒度“回波數(shù)量指標(biāo)”中的總回波數(shù)的細(xì)粒度指標(biāo)，即跟蹤門算法中新息向量范數(shù)；針對粗粒度“回波數(shù)量指標(biāo)”中的有效回波數(shù)的細(xì)粒度指標(biāo)，即數(shù)據(jù)關(guān)聯(lián)的基于不確定指標(biāo)；以及針對粗粒度“航跡精度指標(biāo)”中的距離平均誤差的細(xì)粒度指標(biāo)，即航跡融合算法的GOSPA指標(biāo)。(3)在航跡融合算法單元模