学位论文 > 优秀研究生学位论文题录展示
机动目标跟踪航迹生成的融合算法研究
作 者: 李林
导 师: 黄柯棣
学 校: 国防科学技术大学
专 业: 控制科学与工程
关键词: 机动目标跟踪 航迹生成 点迹关联 交互式多模型 异步航迹融合
分类号: TN953
类 型: 博士论文
年 份: 2008年
下 载: 609次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机技术、通信技术和微电子技术的发展,以及现代战争复杂性的日益提高,各种面向复杂应用背景的多传感器系统大量出现,迫使人们要对多种传感器和不同的信息源进行更有效的集成,以提高数据处理的自动化程度。信息融合作为新近崛起的一个前沿性的、前景十分广阔的研究领域,广泛地应用于多传感器信息处理过程。它综合利用了多种类型传感器的不同特点,可以多方位全面获取目标不同的属性信息,提高C3I系统在时间上和空间上的覆盖范围,提高了情报信息的使用效率并增加了情报信息的可信度,改进了对目标的检测和识别能力,可对战场态势和敌方威胁做出实时评估。多传感器信息融合的实质是不确定信息的处理,融合算法则是实现不确定信息处理的数学方法。作为多传感器信息融合系统的研究热点之一,融合算法一直受到人们的重视,并且取得了许多成果。以复杂跟踪环境下的多雷达系统为应用背景,对机动目标跟踪条件下航迹生成中涉及的点迹关联算法、交互式多模型算法以及异步航迹融合算法进行了研究。1、点迹关联算法首先对单传感器条件下的点迹关联问题进行了研究,分别提出了基于量测分配的单传感器多目标数据关联(MSDA)算法和基于目标复用的单传感器多目标数据关联(TRDA)算法。再将MSDA算法和TRDA算法推广到多传感器条件下,分别提出了基于量测分配的多传感器多目标数据关联(MMSDA和S-MSDA)算法以及基于目标复用的多传感器多目标数据关联(MTRDA和S-TRDA)算法。最后,通过仿真分别对单传感器条件下的MSDA算法、TRDA算法和多传感器条件下的MMSDA算法、MTRDA算法的关联性能进行了比较。2、交互式多模型算法对交互式多模型(IMM)算法中滤波方程集合的优化问题进行了研究,提出了基于模型集合切换的多模型(MSIMM)算法。对IMM算法的初始数据计算和模型概率更新进行改进,分别提出了基于多时刻模型概率分布的多模型(MTMM)算法和基于模型概率优化的多模型(MRMM)算法。分别将MSDA算法和MMSDA算法与IMM算法结合来解决多目标条件下的机动目标跟踪问题,提出了单传感器多目标下的机动目标跟踪(IMM-MSDA)算法和多传感器多目标下的机动目标跟踪(IMM-MMSDA)算法。应用IMM算法来降低目标跟踪过程中闪烁噪声的影响,提出了闪烁噪声下基于模型集合切换的机动目标跟踪(MSGT)算法。3、异步航迹融合算法对机动目标跟踪过程中的异步航迹融合进行了研究,提出了基于最优加权的多模型异步航迹融合(MMASTF)算法。将异步航迹融合的思想应用于乱序数据处理过程,提出了基于异步航迹融合的乱序数据处理(ATFOOSM)算法。
|
全文目录
摘要 11-13 ABSTRACT 13-15 第一章 绪论 15-27 1.1 研究背景 15-17 1.1.1 基本概念 15 1.1.2 融合定义 15-16 1.1.3 功能模型 16-17 1.2 研究现状 17-22 1.2.1 第一级对象精炼 17-21 1.2.2 第二级态势评估 21-22 1.2.3 第三级威胁评估 22 1.2.4 第四级过程精炼 22 1.3 多雷达系统 22-25 1.3.1 雷达系统 22-23 1.3.2 雷达组网 23-24 1.3.3 结构模型 24-25 1.4 研究内容 25-27 1.4.1 点迹关联算法 25-26 1.4.2 交互式多模型算法 26 1.4.3 异步航迹融合算法 26-27 第二章 点迹关联算法 27-73 2.1 基于量测分配的单传感器多目标数据关联算法 27-42 2.1.1 问题描述 27-28 2.1.2 MSDA算法 28-30 2.1.3 算法思想 30-31 2.1.4 仿真结果 31-42 2.2 基于目标复用的单传感器多目标数据关联算法 42-53 2.2.1 问题描述 43 2.2.2 TRDA算法 43-46 2.2.3 算法思想 46-47 2.2.4 仿真结果 47-53 2.3 基于量测分配的多传感器多目标数据关联算法 53-63 2.3.1 问题描述 54-55 2.3.2 MMSDA算法 55-57 2.3.3 S-MSDA算法 57-58 2.3.4 仿真结果 58-63 2.4 基于目标复用的多传感器多目标数据关联算法 63-68 2.4.1 问题描述 63-64 2.4.2 MTRDA算法 64 2.4.3 S-TRDA算法 64-65 2.4.4 仿真结果 65-68 2.5 算法比较 68-72 2.5.1 仿真设置 68 2.5.2 单传感器数据关联算法比较 68-70 2.5.3 多传感器数据关联算法比较 70-72 2.6 本章小结 72-73 第三章 交互式多模型算法 73-121 3.1 基于模型集合切换的多模型算法 73-81 3.1.1 问题描述 73-75 3.1.2 MSIMM算法 75-77 3.1.3 仿真结果 77-81 3.2 基于多时刻模型概率分布的多模型算法 81-91 3.2.1 问题描述 81-82 3.2.2 MTMM算法 82-84 3.2.3 仿真结果 84-91 3.3 基于模型概率优化的多模型算法 91-97 3.3.1 问题描述 91-92 3.3.2 MRMM算法 92-93 3.3.3 算法思想 93 3.3.4 仿真结果 93-97 3.4 单传感器多目标下的机动目标跟踪算法 97-104 3.4.1 问题描述 97-98 3.4.2 IMM-MSDA算法 98-100 3.4.3 仿真结果 100-104 3.5 多传感器多目标下的机动目标跟踪算法 104-111 3.5.1 问题描述 104-105 3.5.2 IMM-MMSDA算法 105-108 3.5.3 仿真结果 108-111 3.6 闪烁噪声下基于模型集合切换的机动目标跟踪算法 111-119 3.6.1 问题描述 112-113 3.6.2 MSGT算法 113-115 3.6.3 仿真结果 115-119 3.7 本章小结 119-121 第四章 异步航迹融合算法 121-135 4.1 基于最优加权的多模型异步航迹融合算法 121-126 4.1.1 问题描述 121-122 4.1.2 MMASTF算法 122-125 4.1.3 仿真结果 125-126 4.2 基于异步航迹融合的乱序数据处理算法 126-133 4.2.1 问题描述 127-128 4.2.2 ATFOOSM算法 128-131 4.2.3 基于等效量测的ATFOOSM算法 131-132 4.2.4 仿真结果 132-133 4.3 本章小结 133-135 结束语 135-137 致谢 137-138 参考文献 138-146 作者在学期间取得的学术成果 146
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 多传感器多目标航迹跟踪与融合算法研究,TN953
- 基于FISST理论的多目标跟踪技术研究,TN953
- 基于双目视觉的机动目标跟踪方法研究,TP391.41
- 复杂环境下的小目标信号检测和跟踪技术研究,TN957.51
- 基于粒子滤波的目标跟踪研究,TN953
- 基于自适应滤波的机动目标跟踪算法研究,TN953
- 分导飞行器的故障诊断及控制律重构,V267
- 面向小型移动机器人的视轴稳定跟踪系统研究,TP242
- 电离层干扰下单双基地复合高频雷达网数据处理研究,TN957.51
- 传感器网络多目标协同跟踪技术的研究,TN929.5
- 神经网络辅助滤波在多雷达数据融合中的应用,TN953
- 多传感器机动目标跟踪数据融合算法研究,TN953
- 基于机载雷达的数据处理算法仿真研究,TN955
- 基于Jerk模型的高机动目标跟踪算法研究,TN953
- 机动目标跟踪方法研究,TN953
- 概率假设密度粒子滤波的算法与硬件实现研究,TN953
- 多传感器目标跟踪算法研究,TN953
- 多机动目标跟踪算法与仿真平台开发,TN953
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达跟踪系统
© 2012 www.xueweilunwen.com
|