目標密集環(huán)境下的多傳感器航跡融合算法研究.pdf_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、航跡融合問題是利用信息融合技術,將來自不同傳感器的航跡進行有效的處理、關聯(lián)和綜合,估計出較融合前更為精確可靠的目標航跡。航跡融合在戰(zhàn)術和戰(zhàn)略指揮、控制、通信、監(jiān)視、偵查、空中交通管制、飛行器故障診斷、飛行訓練質量輔助評估等軍事和民用領域有著廣泛的應用。
  在目標密集環(huán)境下,信息容量巨大,信息之間的關系復雜,被探測的目標數(shù)量很多,且目標運動方式復雜多變,目標航跡間存在交叉、分叉、合并等多種形態(tài),因此目標密集環(huán)境下的航跡融合問題是一

2、個具有挑戰(zhàn)性的課題,具有重要的研究價值。本論文對目標密集環(huán)境下多傳感器航跡融合中的航跡過濾、航跡關聯(lián)、航跡狀態(tài)估計融合等理論和關鍵技術進行研究,并給出了相應的解決方法。
  第一,目前,航跡融合過程多關注融合策略的適應性和完備性,而很少考慮傳感器提供信息的不確定性。針對目前多傳感器航跡融合系統(tǒng)不能很好處理不確定性,對曲線航跡拐點的融合誤差較大等問題,將降低信息的不確定程度作為重點考慮的問題,提出了基于不確定性分析的航跡過濾方法。首

3、先運用肖維涅準則對異常傳感器進行檢測,從總體上消除一部分不確定源,然后對每條參與融合的航跡進行不確定性分析,用正交多項式回歸方法剔除傳感器中的離群點,進一步降低航跡信息的不確定程度,為后續(xù)的航跡關聯(lián)和航跡狀態(tài)估計融合提供更為可靠的航跡,解決了目前對曲線航跡拐點融合誤差較大的問題。
  第二,將航跡關聯(lián)問題轉化成一種帶約束的在線聚類問題,并基于該思想提出一種基于 Leader-Follower在線聚類的系統(tǒng)級航跡關聯(lián)算法。該算法根據(jù)

4、航跡的類別將其對應為Leader或Follower,采用將Follower和Leader進行聚類的策略,很大程度上降低了需要關聯(lián)的航跡對數(shù)量,提高了關聯(lián)效率;引入關聯(lián)度熵函數(shù)進行 Leader與 Follower的點關聯(lián),該方法計算量小,并且對傳感器數(shù)據(jù)分布沒有要求;將關聯(lián)的 Leader-Follower進行航跡狀態(tài)估計融合,形成新 Leader,使得航跡狀態(tài)估計融合過程和產生新 Leader的過程融為一體,降低了傳統(tǒng)聚類算法對中心點

5、輪換的沉重代價;該算法在目標數(shù)量未知的情況下,仍具有較高的可塑性和穩(wěn)定性,適合目標密集的動態(tài)環(huán)境。
  第三,航跡關聯(lián)問題在目標密集環(huán)境下變得非常復雜,其復雜性主要由于三種典型航跡的存在,即交叉、分叉、合并航跡。目前大部分航跡關聯(lián)算法在對這三種航跡進行關聯(lián)處理時,都遇到正確關聯(lián)率大幅下降的情況,本文針對這種現(xiàn)狀提出了基于加權關聯(lián)圖的量測級航跡關聯(lián)算法。引入信息散度作為航跡點關聯(lián)的標準,在此基礎上構造加權關聯(lián)圖進行航跡點關聯(lián),并利用

6、加權的思想計算關聯(lián)質量,更好的反映了航跡之間的關聯(lián)關系,有效解決了交叉、分叉、合并航跡的關聯(lián)問題,提高了目標密集環(huán)境下航跡關聯(lián)算法的性能。
  第四,提出基于信息量分析的航跡狀態(tài)估計融合方法,通過分析其航跡狀態(tài)估計融合結果和參與融合的傳感器航跡數(shù)量,發(fā)現(xiàn)有選擇的融合一些高質量的航跡比融合所有航跡效果更好。這個發(fā)現(xiàn)很值得思考,因為目前大多數(shù)方法都是融合所有傳感器航跡,而不管它們的質量和對系統(tǒng)航跡的貢獻如何。為了從傳感器航跡集合中選擇

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論