現代多目標跟蹤與多傳感器融合關鍵技術研究.pdf

1、目標跟蹤是一個歷史悠久、技術比較成熟的領域，但無論是軍事還是民用研究，目標跟蹤又是一個不斷發(fā)展、常做常新的領域。特別是近年來信息、電子、電磁、材料、空氣動力及能動等學科的迅速發(fā)展與交叉融合，使得目標跟蹤問題越來越表現出感知環(huán)境和感知對象更加復雜多變，感知手段日趨豐富，感知需求日益提高等復雜系統(tǒng)特征。本論文以現代多目標跟蹤與多傳感器融合為研究背景，針對多源信息空間配準，非線性狀態(tài)估計，單傳感器數據關聯(lián)，多傳感器關聯(lián)與融合，對地跟蹤以及系統(tǒng)

2、性能評估等關鍵技術進行了系統(tǒng)研究。主要貢獻如下： 1．以條件函數和代階函數為依據，對目前幾種典型采樣策略及Sigma點分布特征進行分析。將UT變換應用于一類多源信息空間配準問題，提出基于UT變換的多源信息空間配準算法，并針對采用不同采樣策略的UT變換進行了分析和比較。仿真結果表明，UT變換的配準精度高于傳統(tǒng)的一階線性化近似方法；在幾種不同的UT采樣策略中，對稱性采樣策略的配準性能最好。所得結論為空間配準實際工程應用提供了一定參考

3、。 2．針對系統(tǒng)多模式和非線性問題，以多模型自適應估計為算法框架，在各子濾波器設計中采用UKF來處理非線性，提出IMMUKF算法。機動目標跟蹤的仿真表明：IMMUKF算法在處理非線性機動目標跟蹤問題時明顯優(yōu)于經典的多模型估計算法。 3．在多目標數據關聯(lián)中，修正了目標無量測時的狀態(tài)協(xié)方差，引入了權重因子表征基于目標和基于量測的兩類廣義事件重要度，從而給出一般性的廣義概率數據關聯(lián)(GPDA)算法。仿真結果表明：相比于原始GP

4、DA算法，我們給出的GPDA算法在量測缺失下具備較強的跟蹤能力，并且通過選擇權重因子能夠靈活地實現跟蹤能力與計算代價的折衷。在考慮機動多目標數據關聯(lián)中，通過構建綜合回波確認波門，提出綜合交互式多模型廣義概率數據關聯(lián)算法(C-[MMGPDA)，仿真結果表明C-IMMGPDA在降低計算量的同時，跟蹤性能優(yōu)于C-IMMJPDA算法。 4．將GPDA算法從單傳感器擴展到多傳感器情況。針對集中式多傳感器數據關聯(lián)，將序貫結構與GPDA算法結

5、合，提出序貫多傳感器廣義概率數據關聯(lián)算法(SMSGPDA)，通過由雷達和紅外傳感器組成的集中式多傳感器數據關聯(lián)仿真實例表明SMSGPDA算法的有效性；針對分布式多傳感器關聯(lián)與融合，為進一步降低航跡關聯(lián)與融合所需要的通訊開消，適應局部航跡無法得到狀態(tài)協(xié)方差的實際情況，提出一種基于GPDA的快速航跡關聯(lián)與融合算法(DMSGPDA)。兩個不同精度雷達組成的分布式融合實例表明：與經典加權航跡關聯(lián)與融合算法相比，DMSGPDA算法在缺乏局部航跡狀

6、態(tài)協(xié)方差的前提下，融合性能有所提高。 5．利用地理信息推廣了多模式估計中的混合估計框架，提出了一種擴展的對地跟蹤框架(EGTT)，實現目標先驗模型集的有效精簡。基于EGTT框架，給出了擴展地圖調整方差法(EMTV)，包括先驗模型集設計和模型集自適應精簡策略。仿真結果表明EMTV算法在跟蹤精度和失跟率方面均優(yōu)于傳統(tǒng)卡爾曼濾波和地圖調整方差法(MTV)。進而考慮地面目標沿道路運動的不確定機動，提出了綜合交互式多模型地圖調整方差法(C

7、-IMMMTV)算法。通過仿真分析，該算法對于依賴地理信息和不依賴地理信息的目標機動均能給出很好的處理效果。 6．根據現代多傳感多目標跟蹤技術的發(fā)展對實際跟蹤系統(tǒng)性能評估提出的新要求，首先針對單傳感器跟蹤系統(tǒng)，進一步發(fā)展和完善了國軍標(GJB1904．2-96)中的性能評估指標體系，并給出了具體計算方法。新的指標體系有15項指標，包括航跡起始、跟蹤精度、穩(wěn)定跟蹤能力、交叉跟蹤能力、群跟蹤能力、處理容量、處理時延等；其次針對多傳感