基于小波多孔變換的多傳感器多目標跟蹤航跡關聯(lián)算法研究.pdf

1、隨著科學技術，特別是傳感器、計算機、信息等技術的飛速發(fā)展，以及現(xiàn)代戰(zhàn)爭中敵機突防能力的提高，機群密度的增加，使現(xiàn)代跟蹤環(huán)境變得越來越復雜，多傳感器多目標跟蹤技術在這種背景下不斷的發(fā)展和完善。而在多傳感器多目標跟蹤融合系統(tǒng)中，經(jīng)常采用集中式和分布式兩種融合結(jié)構(gòu)。其中分布式結(jié)構(gòu)與集中式結(jié)構(gòu)相比，除擁有類似的精度，還擁有較低的費用，有較高的可靠性和可用性，減少數(shù)據(jù)總線的頻寬和降低處理要求等優(yōu)點。因此，在設計多傳感器多目標跟蹤系統(tǒng)時，分布式結(jié)構(gòu)

2、已經(jīng)成為優(yōu)先選用方案。航跡關聯(lián)是分布式多傳感器多目標跟蹤的首要問題，也一直是研究重點，航跡關聯(lián)算法性能的優(yōu)劣，直接影響跟蹤系統(tǒng)的整體性能。
　　 本文對航跡關聯(lián)進行了深入研究，并提出一種新的自適應航跡關聯(lián)算法。首先在第二章和第三章具體分析了一種分布式多傳感器多目標跟蹤系統(tǒng)的結(jié)構(gòu)功能，研究了適合于分布式多傳感器多目標跟蹤系統(tǒng)的各種航跡關聯(lián)算法的準則，重點研究了加權法、修正法、雙門限法、序貫法和最近鄰域法5種典型的航跡關聯(lián)算法。并根

3、據(jù)計算速度、存貯量、通訊量、正確關聯(lián)率、適應環(huán)境及對局部跟蹤器的要求等6個方面，采用定量與定性相結(jié)合的方法，綜合比較和評價了這5種典型航跡關聯(lián)算法的性能。并進行仿真實驗，得到了它們的正確關聯(lián)概率曲線，直觀的顯示了5種航跡關聯(lián)算法的特點及性能差異。其次，本文的工作重點在第四章，主要研究了基于小波變換的航跡關聯(lián)算法。由于傳統(tǒng)的航跡關聯(lián)算法都是對目標航跡數(shù)據(jù)逐點進行相關比較，而沒有考慮到航跡的態(tài)勢和形狀的相似性；又由于目標航跡數(shù)據(jù)序列在一段時

4、間內(nèi)可以被看作是一段信號，且它也是一個非平穩(wěn)隨機過程，因此可以將小波變換方法引入到航跡關聯(lián)問題中，用小波分析的方法對目標航跡的整體態(tài)勢和局部細節(jié)進行分析和處理。本章分析了小波加權法和小波序貫法相對于傳統(tǒng)航跡關聯(lián)算法的優(yōu)點，并對其進行仿真得到正確關聯(lián)概率曲線，與典型的加權法和序貫法進行直觀分析比較，從仿真結(jié)果可以看出，經(jīng)過小波變換處理后的加權法和序貫法明顯比原有的加權法和序貫法有更高的正確關聯(lián)概率和更低的錯誤關聯(lián)概率?；谝陨戏治霰菊绿岢?/p>

5、一種基于a’trous算法的自適應航跡關聯(lián)算法。這種算法采用兩級航跡關聯(lián)：整體走勢關聯(lián)和局部細節(jié)關聯(lián)。本文首先通過a’trous算法對目標航跡數(shù)據(jù)序列進行小波分解，得到尺度系數(shù)和小波系數(shù)，尺度系數(shù)代表航跡的整體走勢，小波系數(shù)代表航跡的局部細節(jié)和噪聲；再利用本文的整體走勢關聯(lián)準則和局部細節(jié)關聯(lián)準則判別比較航跡的尺度系數(shù)和小波系數(shù)，進而確定航跡是否關聯(lián)，并計算出航跡的正確關聯(lián)概率。經(jīng)過仿真實驗并與小波加權、小波序貫航跡關聯(lián)算法比較，證明新的