多傳感器多目標航跡合成算法研究.pdf

1、隨著信息技術的快速發(fā)展,傳統(tǒng)的平臺中心戰(zhàn)已經難以滿足實戰(zhàn)的需要,因此平臺中心戰(zhàn)轉向網絡中心戰(zhàn)是未來戰(zhàn)爭的發(fā)展趨勢。協(xié)同作戰(zhàn)能力(CEC)網絡是網絡中心戰(zhàn)的重要組成部分,對戰(zhàn)爭發(fā)展態(tài)勢的高度實時共享是網絡中心戰(zhàn)的最大優(yōu)點。而本文研究的航跡合成算法實際上是協(xié)同作戰(zhàn)網絡的三項重要戰(zhàn)術應用之一。本課題的指導思想是,面向復雜作戰(zhàn)環(huán)境,研究傳感器組網公共監(jiān)視區(qū)域以及盲區(qū)內的航跡合成算法。首先,分析機動目標的運動模型以及與之相對應的機動目標跟蹤算法,

2、仿真結果表明當前統(tǒng)計模型算法以及多模型算法在目標機動時都有很好的跟蹤性能。然后根據協(xié)同作戰(zhàn)能力的要求提出航跡合成的框架及其內涵,并在此基礎上擴展為傳感器組網共同監(jiān)視區(qū)域的航跡融合算法以及傳感器組網出現盲區(qū)時的航跡外推和接力跟蹤算法。針對公共區(qū)域的航跡融合,本文研究了不同維狀態(tài)多傳感器航跡融合、異步多傳感器航跡融合以及雷達與紅外成像復合的異類傳感器融合。實際上,傳感器常常是異步工作的;而且各傳感器對相同目標的觀測信息維數往往不一致。所以不

3、同維以及異步傳感器狀態(tài)融合算法和結果性能的研究是有實際意義的。針對異類傳感器融合算法中傳感器測量信息不同步問題,本文采用最小二乘估計法的時間配準和融合方法,仿真表明雷達與紅外的復合融合跟蹤精度優(yōu)于雷達跟蹤精度。在目標機動時,結合交互式多模型算法的優(yōu)點,提出一種引入交互式多模型的擴展卡爾曼濾波(IMM/EKF)的跟蹤算法。仿真結果表明,本文采用的IMM/EKF算法整體濾波性能優(yōu)于擴展卡爾曼算法。最后研究了傳感器組網盲區(qū)內基于航跡外推、識別

4、以及接力跟蹤的航跡合成算法。本文提出兩種航跡外推方法:一種基于機動檢測的線性運動模型外推,另一種是基于帶模型參數估計的圓周外推;并利用外推的區(qū)域性系統(tǒng)誤差修正外推航跡,之后進行航跡識別和接力跟蹤,生成合成航跡。計算結果表明本文提出的基于系統(tǒng)誤差修正的外推跟蹤算法能夠有效地抵制系統(tǒng)誤差對接力跟蹤結果的影響。航跡合成算法在國內尚屬起步階段,目前來說還僅僅停留在概念的階段上,并未形成完整的理論體系。本課題以網絡中心戰(zhàn)為背景,提出在復雜環(huán)境下航