信息融合理論在車輛識(shí)別跟蹤系統(tǒng)中的應(yīng)用研究.pdf

1、傳感器網(wǎng)絡(luò)作為一種被動(dòng)偵查手段，因其高隱蔽性成為當(dāng)前研究的熱點(diǎn)。其中，多源信息融合是傳感器網(wǎng)絡(luò)極其重要的研究?jī)?nèi)容。
　　論文結(jié)合國(guó)內(nèi)某研究所的“基于傳感器網(wǎng)絡(luò)的運(yùn)動(dòng)車輛識(shí)別跟蹤系統(tǒng)”項(xiàng)目，主要研究了多分類器識(shí)別融合和目標(biāo)位置的融合估計(jì)問題，并在硬件平臺(tái)上實(shí)現(xiàn)了系統(tǒng)。主要工作體現(xiàn)在以下方面：
　　(1)基于多分類器融合的車輛類型識(shí)別
　　論文研究了基于車輛的聲音和震動(dòng)兩類信號(hào)特征的融合識(shí)別問題。在傳感器節(jié)點(diǎn)，主要研究了基

2、于貝葉斯理論的多分類器融合算法和基于KNN算法的分類融合。在匯聚節(jié)點(diǎn)，研究了多數(shù)投票判決融合及其幾種衍生算法。結(jié)合仿真對(duì)比與項(xiàng)目的硬件架構(gòu)，論文提出了從傳感器節(jié)點(diǎn)到匯聚節(jié)點(diǎn)融合識(shí)別的算法框架：在傳感器節(jié)點(diǎn)采用基于KNN的分類融合算法，在匯聚節(jié)點(diǎn)采用局部范圍內(nèi)投票有效判決融合。實(shí)驗(yàn)表明，該方案簡(jiǎn)單易于實(shí)現(xiàn)，可以有效的提高正確識(shí)別率，同時(shí)也降低了網(wǎng)絡(luò)通信數(shù)據(jù)量。
　　(2)多傳感器觀測(cè)下的目標(biāo)跟蹤問題
　　論文研究了集中式跟蹤系

3、統(tǒng)下序貫濾波融合和并行濾波融合兩種算法的原理，步驟，并對(duì)二者進(jìn)行了仿真對(duì)比，結(jié)果表明，兩種算法對(duì)目標(biāo)的跟蹤精度是相同的，但是序貫濾波融合更適合傳感器網(wǎng)絡(luò)不穩(wěn)定，時(shí)延不固定的場(chǎng)景。對(duì)于分布式系統(tǒng)，重點(diǎn)研究了簡(jiǎn)單航跡融合算法。數(shù)據(jù)關(guān)聯(lián)是本文研究的另一個(gè)重點(diǎn)，主要仿真和對(duì)比了量測(cè)與航跡融合的最近鄰關(guān)聯(lián)算法和基于模糊聚類分析關(guān)聯(lián)算法以及分布式融合系統(tǒng)下的航跡與航跡的關(guān)聯(lián)。結(jié)合項(xiàng)目的應(yīng)用背景，論文提出在目標(biāo)的分布比較稀疏，機(jī)動(dòng)性較低時(shí)，運(yùn)用集中式