基于多特征融合的異類傳感器中段目標關(guān)聯(lián)算法研究.pdf

1、多傳感器信息融合技術(shù)是一個嶄新的交叉學科，其產(chǎn)生源于現(xiàn)代戰(zhàn)爭對多元信息處理的需求，是當今各類信息、數(shù)據(jù)來源方式多樣化的重要處理方式，通過綜合各類信息以取得最佳的推理與決策，成為當今科學研究的熱點課題。得益于多傳感器跟蹤系統(tǒng)魯棒性好，可視范圍廣，量測信息互補性強等優(yōu)勢，將多傳感器信息融合與多目標跟蹤結(jié)合的研究得到了廣泛的關(guān)注。在分布式多傳感器系統(tǒng)中，存在的關(guān)鍵問題之一是解決數(shù)據(jù)間的關(guān)聯(lián)問題，這也是多傳感器信息融合應(yīng)用于多目標跟蹤的前提。<

2、br>　　首先綜述了信息融合的基本原理、功能框架，對現(xiàn)有的數(shù)據(jù)關(guān)聯(lián)算法進行了總結(jié)，介紹了采用基于多特征融合的最大關(guān)聯(lián)測度的目標關(guān)聯(lián)方法，并針對雷達、紅外傳感器對中段目標的觀測數(shù)據(jù)進行了分析，提出了可行的算法思想。
　　針對分布式異類傳感器間多目標關(guān)聯(lián)的問題，提出了利用多特征融合的目標關(guān)聯(lián)方法，通過分析傳感器間觀測上可以提取的共有特征，將各特征融合成關(guān)聯(lián)測度，形成關(guān)聯(lián)判決依據(jù)，并在關(guān)聯(lián)決策上采用基于有效特征數(shù)累積的全局最優(yōu)關(guān)聯(lián)算法，

3、對直接的關(guān)聯(lián)依據(jù)決策判決進行修正，使決策對特征數(shù)融合的情況進行一定的反應(yīng)，從而提高最終關(guān)聯(lián)判決的可靠性。仿真結(jié)果表明，在相應(yīng)的目標和觀測場景下，本文的算法思想能有效的進行異類傳感器間的目標關(guān)聯(lián)，為進行多目標跟蹤中的時序數(shù)據(jù)關(guān)聯(lián)提供一定的基礎(chǔ)。
　　針對多傳感器多目標跟蹤的任務(wù)，對異類傳感器觀測目標在時序上的數(shù)據(jù)關(guān)聯(lián)問題，進行了關(guān)聯(lián)算法的研究。在卡爾曼濾波的方法中，對目標的預測及狀態(tài)估計都需要依據(jù)時序上目標的歷史數(shù)據(jù)，從而修正跟蹤中

4、目標的狀態(tài)，減小跟蹤的誤差。在分布式異類傳感器目標跟蹤系統(tǒng)中，既存在著異類傳感器目標的關(guān)聯(lián)，又需要進行各自觀測目標的時序數(shù)據(jù)關(guān)聯(lián)。本文進一步對提出的多特征融合目標關(guān)聯(lián)算法作出改進和調(diào)整，加入目標的拓撲結(jié)構(gòu)信息，同時根據(jù)時序目標的運動情況，調(diào)整利用空間位置信息融入判決時對應(yīng)的誤差模型，進行時序目標的多特征融合方法的數(shù)據(jù)關(guān)聯(lián)，并對時序數(shù)據(jù)關(guān)聯(lián)的結(jié)果進行軌跡的連合及目標數(shù)據(jù)跟蹤的性能作出一定的分析。仿真結(jié)果表明，本文研究的多特征融合目標關(guān)聯(lián)算