基于異類傳感器信息融合的目標跟蹤理論與方法研究.pdf

1、目標跟蹤技術自上世紀中葉發(fā)展至今，已被廣泛應用于工業(yè)機器人、視頻監(jiān)控和導彈攔截等各個領域。隨著信息技術的高速發(fā)展，利用多個傳感器的融合信息對目標的運動狀態(tài)進行估計，以提高目標跟蹤系統(tǒng)的實時性和準確性，獲得單一傳感器無法達到的跟蹤性能，已經(jīng)成為目標跟蹤領域研究和關注的重點。本文以新一代空中加油技術——全自主式空中加油作為應用背景，研究了該項技術中的關鍵部分之一:多傳感器目標跟蹤系統(tǒng)。在非接觸、高精度、高實時性等要求下，利用異類傳感器系統(tǒng)的

2、信息互補優(yōu)勢，有效地解決目標跟蹤過程中的時空配準、信息時滯、估計相關等問題，最終完成對異類傳感器目標跟蹤方法的研究。具體而言，本文的主要工作如下:
　　(1)針對空中加油過程中對目標跟蹤系統(tǒng)的要求與限制，提出了基于雙目視覺傳感器和激光測距傳感器相結合的異類傳感器目標跟蹤系統(tǒng)。雙目視覺傳感器進行目標跟蹤時，沿光軸方向測量精度較差，因此提出了使用一維點激光測距傳感器進行測量修正的方案;在修正過程中，激光測距傳感器的測量值受到雙目視覺傳

3、感器提供的方位角和俯仰角的影響，導致其跟蹤誤差增大，通過空間配準的誤差傳遞分析，驗證了本文提出的異類傳感器目標跟蹤系統(tǒng)的可行性。
　　(2)在測量數(shù)據(jù)預處理技術研究的基礎上，提出了基于改進型Wasserstein距離的野值集合剔除算法。多傳感器系統(tǒng)經(jīng)過內(nèi)插外推準則的時間配準后，測量頻率較高的雙目視覺傳感器系統(tǒng)將會損失大量的信息，本文采用了等權平均數(shù)據(jù)壓縮技術來提高這些信息的利用率和信噪比;為了在線檢測并修正上述過程中出現(xiàn)的野值，隨

4、后提出了基于改進型Wasserstein距離對野值集合進行檢測，并通過新息修正得到野值集合的修正權值，將其代入等權平均數(shù)據(jù)壓縮技術中完成對野值的修正。仿真結果表明了該算法對系統(tǒng)出現(xiàn)的野值進行檢測和修正的準確性。
　　(3)通過對空中加油過程中目標運動模型的研究，提出了基于矩形門的混雜系統(tǒng)自適應運動模型。通過分析受油機相對于加油機的運動狀態(tài)，將其劃分為四個階段:勻速運動狀態(tài)、減速運動狀態(tài)、靜止狀態(tài)和擾動狀態(tài)，本文提出使用矩形門的關聯(lián)

5、門技術，將各個運動狀態(tài)進行自適應轉換以最大程度逼近目標的真實運動狀態(tài)，提高濾波精度。仿真結果驗證了該模型對系統(tǒng)良好的適應性。
　　(4)針對系統(tǒng)的測量常時滯問題，提出了基于UT變換的CISM(Constant-step-lag In-Sequence Measurements)間接更新算法(UT-CISM-IU)。受到二軸轉臺機械性能的限制和兩個傳感器系統(tǒng)測量相關的影響，激光測距傳感器系統(tǒng)每個周期的測量值總是滯后于當前時刻，形成了

6、CISM問題。CISM屬于OOSM問題之一，本文通過研究OOSM問題的解決方法，結合多傳感器系統(tǒng)之間的信息互補優(yōu)勢，在UT變換的基礎上，將雙目視覺傳感器在滯后時刻的測量值代入間接更新算法中，獲得了激光測距傳感器系統(tǒng)當前時刻的近似估計值;當激光測距傳感器的滯后信息到達融合中心后，結合UT-A1算法解決了系統(tǒng)的CISM時滯問題。仿真結果驗驗證了該算法的準確性，系統(tǒng)的實時性得到明顯改善。
　　(5)在UT-CISM-IU的基礎上，通過對

7、多傳感器估計相關的融合算法研究，提出了無重置式獨立修正信息系數(shù)的混合聯(lián)邦Kalman融合算法。由于兩個傳感器系統(tǒng)的測量相關導致估計相關，使信息融合過程中互協(xié)方差的求取變得困難，本文首先提出了CI-Kalman對角陣加權融合算法，雖然該算法解決了互協(xié)方差計算復雜的問題，但是經(jīng)過多層近似導致融合精度降低，屬于次優(yōu)算法;隨后基于聯(lián)邦Kalman濾波器，對信息系數(shù)進行了重新分配，結合無重置式結構和子濾波器的UT-CISM-IU算法，提出了在去相

8、關基礎上精度更高的信息融合算法。仿真驗結果驗證了該算法具有較高的精度和對系統(tǒng)較好的適用性。
　　(6)設計并建立了異類目標跟蹤系統(tǒng)的實驗系統(tǒng)。對各硬件設備進行了選型并完成了主控軟件的編寫，最后針對本文提出的多種算法進行了相應的實驗驗證。實驗結果與仿真結果相互印證，說明了本文提出的系統(tǒng)的可行性和算法的準確性及有效性。
　　本文通過對目標跟蹤方法中各要素的研究，解決了野值剔除、運動狀態(tài)建模、測量相關引起的測量常時滯和估計相關等問