文档介绍：杭州电子科技大学硕士学位论文声探测低空目标定位滤波算法及数据关联算法研究姓名:苏刚申请学位级别:硕士专业:控制理论与控制工程指导教师:薛安克;郭云飞201112杭州电子科技大学硕士学位论文摘要无源声探测技术是一种被动的探测技术,相对于有源雷达,具有能耗低、体积小、质量小、隐蔽性好等优点,作为对有源定位系统的有力补充,具有重要的应用价值和应用前景。本文结合“十一五"国防预先研究项目,针对无源声探测网下的低空目标定位滤波算法及数据关联算法展开研究。主要工作与创新在于:l、 从整体上描述了无源声探测系统,详细介绍了无源声探测定位技术的研究背景和现状。介绍了几种经典的目标跟踪定位滤波算法和数据关联算法,包括:卡尔曼滤波算法、粒子滤波算法、扩展卡尔曼滤波算法、最近邻数据关联算法、概率数据关联算法、联合概率数据关联算法等。2、针对无源声探测网下的单目标跟踪问题,提出了基于MVEKF的无源声探测网时延单目标定位算法。首先针对单声传感器无法实现对目标运动状态的完全观测,提出了利用多个声传感器组网的解决方法。其次,针对测量信息存在时延的特点,提出了一种对角度进行修正的解决方法。最后介绍了几种常见的定位坐标系,针对无源声探测网的探测背景建立了一个平面直角坐标系。通过多种目标运动场景的仿真实验验证了算法的有效性。3、 针对传统的联合概率数据关联算法存在计算量较大,难以满足实时性的特点,提出了一种简易的联合概率数据关联算法。在无源声探测网跟踪定位多目标的特定背景下,结合无味卡尔曼滤波算法,提出了一种无味简易联合概率数据关联算法。通过多种目标运动场景的仿真实验验证了算法的有效性。4、 针对真实环境下本文提出的定位算法的有效性问题,本文利用合作单位提供的实测数据,在课题组开发的无源声探测网数据融合平台上进行了验证,通过详细的比较分析,说明本文所提算法完全满足实际项目中的指标要求。关键词:无源声探测网,时延,目标跟踪定位,MVEKF,paredwiththeactiveradar,passiveacousticsensorshavelowerenergyconsumption,smallvolume,smallqualityandhigherconcealingability,,—researchprojectsof“11伪Five-YearPlan',,:,includingtheKalmanFilteralgorithm,theExtendedKalmanFilteralgorithm,theParticleFilteralgorithm,theNearestNeighboralgorithm,theProbabilisticDataAssociationalgorithm,andtheJointProbabilisticDataAssociationalgorithm,,worktime-,inordertosolvetheproblemofsingleacousticsensorcan’tcompletelyobservethetargetstates,amethodofusemulti-,accordingtothecharacteristicofexistingtime。delayinmeasurementinformation,,