文档介绍：摘要多传感器多目标跟踪技术是围绕着多传感器目标跟踪和多目标跟踪两方面越的跟踪性能;多目标跟踪则是将传感器接收到的众多量测值按照它们的来源分类,给出各跟踪目标的运动轨迹,并分析运动轨迹的准确性和可靠性。本文主要真结果表明,它能够提高跟踪性能,减少计算量。滤波算法计算量过大,及传感器级融合结构下融合算法精度不够高的缺陷,给出联算法和传感器级融合结构下的改进融合算法应用到“现代机载雷达仿真系统”的实现展开的。多传感器目标跟踪是信息融合技术在目标跟踪领域的应用范例,它将多个传感器的信息有机合成,估计目标的运动状态,产生比单一传感器更优对多传感器多目标跟踪中的三个关键技术,即机动目标跟踪、数据关联和融合跟踪进行研究。机动目标跟踪算法中目前较为流行的是交互多模型算法,本文针对该算法存在的不足,提出一种基于遗传算法的模糊滤波算法,并进行了仿真。仿联合概率数据关联算法是公认的多目标跟踪中有效的数据关联算法,但它的计算量过大,实时性不好,为此本文使用快速联合概率数据关联算法来改善这些不足。在多传感器融合跟踪技术方面,本文主要针对中心级融合结构下扩维了相应的改进算法。最后,本文将基于遗传算法的模糊滤波算法、快速联合概率数据关中,取得了符合系统要求的仿真结果。关键词:多传感器,多目标,机动目标跟踪,数据关联,融合跟踪西北工业大学硕士学位论文
知识水坝***@pologoogle为您整理
篗.·琣,琣,.,.,.’瑃,
知识水坝***@pologoogle为您整理
课题研究背景第一章绪论研究内容及发展现状目标可靠而准确的跟踪。传统的跟踪系统是一个探测器连续地瞄准和跟踪一个目多传感器多目标跟踪其有承上启下的作用,它接收前端信号检测、预处理后的数在军事和民用领域如防空系统和交通管制中,需要利用目标跟踪技术实现对标。随着现代战争中敌机突防能力的提高和机群密度的增加,单目标跟踪已经不能满足现代战争的需要,多目标跟踪的概念应运而生。多目标跟踪系统的主旨是将传感器接收到的众多量测按照它们的来源分类,给出各被跟踪目标的运动轨迹,并分析运动轨迹的准确性和可靠性。随着目标机动性能和电子对抗能力的不断提高,仅依靠单个传感器的传统目标跟踪方法已不能满足要求。而传感器技术的进步,使得包括雷达、红外、声纳、激光以及电子支援谀诘母髦痔逯坪推刀蔚恼觳馐侄蜗嗉坛鱿郑嗣强始探索利用多个传感器进行目标跟踪,以期通过综合多个同类或异类的传感器信息来提高目标跟踪的精度。现在,多传感器多目标跟踪技术研究已被纳入信息融合中一级融合的范畴,并成为信息融合研究最为活跃、发展最快的领域之~。多传感器多目标跟踪技术已成为目前研究的热点问题。近年来,国内学者开始普遍关注多传感器多目标跟踪技术这一研究领域,理论上有了新的进展,但实际应用才刚刚起步。本文的研究是基于“十五”学科建设项目“现代机载雷达仿真系统”这一平台进行的。多传感器多目标跟踪是该仿真系统中数据处理部分的主要研究内容。据,在进行关联、滤波、融合等处理后,送到终端显示平台,因此它在整个系统中具有举足轻重的作用。多传感器多目标跟踪的研究范畴包括:勘旮俚钠鹗加胫战幔机动目标跟踪算法研究;窍咝栽げ饴瞬ǎ目标跟踪中的各种数据关联,包括密集回波下多目标间和多传感器间的数据关联;啻ǜ衅魅诤细伲西北工业大学硕士学位论文鯻■■■
.勘旮其中机动目标跟踪、数据关联及多传感器融合跟踪是多传感器多目标跟踪的关键技术,也是难点问题,本文将对这三方面作深入研究。机动目标跟踪就是对机动的目标进行实时跟踪,其目的是估计当前和未来时刻目标的运动状态勘甑奈恢谩⑺俣群图铀俣鹊,即滤波和预测。基本的建立数学模型来描述与估计问题有关的物理现象,这种数学模型应把某一时刻的提出加速度时闯相关模型。衔D勘甑幕铀俣仁且桓隽憔档钠轿移概率来确定,转移时间为随机变量。和模型相比,P鸵肓朔零加速度分量。于年提出的变维滤波算法。=饩龌模算法盟惴ú捎枚喔霾煌匦缘哪P妥酆厦枋瞿勘甑脑硕浠跟踪领域也获得了较大进展,年周宏仁。“”提出了机动目标“当前”统计模虽然惴ㄖ鸾コ晌8傧低撤桨干杓频闹饕?悸嵌韵螅募扑懔多传感器目标跟踪系统性能分析。滤波预测方法有维纳滤波“⒆頳乘滤波Ⅲ、口一卢滤波。一卢一,滤波嘲与卡尔曼滤波⋯等,这些算法根据处理对象是否是平稳随机过程、掌握先验知识的多少和计算量的要求等,适用于不同场合。估计理论特别是卡尔曼滤波理论要求状态变量表示为前一时刻状态变量的函数,所定义的状态变量应是能够全面反映系统动态特性的一组维数最少的变量。为解决机动目标建模和滤波问题,国内外学者进行了大量的研究。年,时间相关过程,其统计特性满足均匀分布。模型的零均值特性对于模拟机动目标不尽合理,为此,忍岢隽讼喙馗咚乖肷P媚P桶鸦作是相应于半马尔可夫过程描述的一系列有限指令,该指令由马