多被動傳感器的航跡狀態(tài)估計和關(guān)聯(lián)算法研究.pdf

1、相對于雷達等主動傳感器探測系統(tǒng),被動傳感器探測系統(tǒng)本身并不輻射電磁信號,具有隱蔽性好、生存能力強、探測距離遠、目標(biāo)識別能力強等優(yōu)點,已被廣泛的應(yīng)用于聲納、紅外以及導(dǎo)航制導(dǎo)當(dāng)中。而采用多個被動傳感器同時進行目標(biāo)跟蹤,回避了單站最優(yōu)機動軌跡設(shè)計問題的同時,提高了系統(tǒng)的跟蹤精度,具有重要的理論研究意義和實際應(yīng)用前景。
　　 多被動傳感器跟蹤系統(tǒng)實際上是一個非線性系統(tǒng),目前其研究主要集中于單機動目標(biāo)的跟蹤,而多目標(biāo)被動跟蹤研究在公開的文

2、獻中較少,而且都以固定觀測站為研究前提。因此,本論文從非線性航跡狀態(tài)估計、多目標(biāo)數(shù)據(jù)關(guān)聯(lián)和非固定觀測站下的單/多目標(biāo)被動跟蹤三個方面進行了理論分析和算法改進。
　　 首先,闡述了不同目標(biāo)跟蹤系統(tǒng)的基本環(huán)節(jié)和特點,介紹了幾種常用目標(biāo)運動模型,同時給出了被動跟蹤測向定位方法,為論文后續(xù)工作奠定了必要的基礎(chǔ)。
　　 其次,建立了一種基于固定觀測站多被動傳感器的單目標(biāo)運動模型和傳感器模型,針對非線性濾波問題,將經(jīng)典的擴展卡爾曼濾

3、波(EKF)和現(xiàn)代的Unscented卡爾曼濾波(UKF)算法分別應(yīng)用于被動跟蹤系統(tǒng)。仿真結(jié)果表明,EKF和UKF都能很好的跟蹤目標(biāo)軌跡,且在本文假設(shè)條件下兩種算法具有相同量級的精度。
　　 接著,為解決多目標(biāo)被動跟蹤中數(shù)據(jù)關(guān)聯(lián)問題,在分析和比較了多種數(shù)據(jù)關(guān)聯(lián)算法的基礎(chǔ)上,提出了一種將概率最近鄰法(PNNF)應(yīng)用于多被動傳感器多目標(biāo)跟蹤系統(tǒng)的思路,并綜合比較了PNNF和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法(JPDA)的跟蹤性能。結(jié)果表明:雖然P