被動定位中的單站多測度信息融合.pdf

1、軍事領(lǐng)域中，被動定位系統(tǒng)由于隱蔽性強(qiáng)，受到了越來越多的關(guān)注。被動定位分為單站和多站兩種。單站雖然覆蓋范圍有限，但不受其他站約束，且抗毀性較好的特點(diǎn)，使單個(gè)觀測站信息的挖掘和充分利用具有重要的實(shí)戰(zhàn)價(jià)值。多測度是利用不同量測從多個(gè)通道來獲取目標(biāo)信息的多維測量技術(shù)，多測度技術(shù)獲得的目標(biāo)信息更全面。對目標(biāo)的多個(gè)通道進(jìn)行信息融合可以綜合利用不同角度的目標(biāo)信息，更精確的反應(yīng)目標(biāo)的位置，從而使目標(biāo)定位更準(zhǔn)確。因此，本文采用了單站多測度信息融合的方法對

2、運(yùn)動目標(biāo)進(jìn)行跟蹤定位研究。
　　本文在分坐標(biāo)處理的基礎(chǔ)上，針對不同機(jī)動目標(biāo)模型在純方位、純仰角以及純距離三個(gè)測度下進(jìn)行分解，并對多測度的可觀測性進(jìn)行分析，給出了不同模型下三個(gè)測度可觀測的定理，為分坐標(biāo)處理?xiàng)l件下目標(biāo)的跟蹤提供了理論基礎(chǔ)。同時(shí)在系統(tǒng)可觀測的條件對不同測度進(jìn)行了仿真實(shí)驗(yàn)。
　　濾波是目標(biāo)跟蹤系統(tǒng)的基本要素之一。本文采用了改進(jìn)重采樣的粒子濾波算法和混合高斯PHD算法對單一運(yùn)動模型以及實(shí)際運(yùn)動中出現(xiàn)的目標(biāo)運(yùn)動速度或方

3、向突然發(fā)生變化的情況的不同測度進(jìn)行了濾波及平滑仿真實(shí)驗(yàn)。兩種濾波算法的仿真實(shí)驗(yàn)結(jié)果表明：混合高斯PHD算法對純方位和純仰角兩個(gè)測度的跟蹤效果優(yōu)于改進(jìn)重采樣的粒子濾波算法，而改進(jìn)的粒子濾波算法對純距離測度的跟蹤效果優(yōu)于混合高斯PHD算法。我們通過加入不同的觀測誤差對這一結(jié)論進(jìn)行了驗(yàn)證。顯然，利用信息融合的方法，對兩種濾波方法下的跟蹤結(jié)果進(jìn)行融合，充分利用不同量測的目標(biāo)信息，可以使目標(biāo)的定位更加精確。
　　作者采用了基本BP神經(jīng)網(wǎng)絡(luò)算

4、法以及基于粒子群算法的BP神經(jīng)網(wǎng)絡(luò)的融合算法對不同運(yùn)動模型多測度下得到的目標(biāo)信息進(jìn)行了融合。由于BP算法自身存在收斂速度慢，易陷入局部極小點(diǎn)等缺陷，融合誤差相對較大；基于粒子群算法的BP神經(jīng)網(wǎng)絡(luò)算法需要計(jì)算每個(gè)粒子的適應(yīng)度以找到個(gè)體最優(yōu)和全局最優(yōu)粒子，因而其運(yùn)行時(shí)間長。針對這一現(xiàn)象，本文結(jié)合支持度函數(shù)對BP算法進(jìn)行了改進(jìn)，將數(shù)據(jù)間的相對差異性作為支持度信息引入BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值中，一定程度上改善了基本BP神經(jīng)網(wǎng)絡(luò)算法對初始權(quán)值敏感的