学位论文 > 优秀研究生学位论文题录展示

多传感器多目标航迹关联与融合算法研究

作 者: 程跃兵
导 师: 戴跃伟;闫玉德
学 校: 南京理工大学
专 业: 控制理论与控制工程
关键词: 多传感器 目标跟踪 IMM滤波 航迹关联 航迹融合
分类号: TP212
类 型: 硕士论文
年 份: 2010年
下 载: 362次
引 用: 3次
阅 读: 论文下载
 

内容摘要


随着现代科技的飞速发展以及现代战争的需求,在机动目标跟踪领域应用信息融合技术是近年来研究的热点。面对现代战场中敌方飞行目标的高机动性和复杂性,为了对目标实施有效地打击和防御,必须有机结合多部传感器提供目标的信息,进行精确地跟踪。本文结合某项科研项目,利用分布式雷达组网技术,对本文采用的IMM滤波、航迹关联与融合算法予以软件实现,并进行一系列计算机仿真。首先,介绍了目标跟踪领域中的量测数据预处理技术,以及在kalman滤波基础上分析了交互式多模型跟踪算法,并通过仿真实例,证明了该算法是行之有效的。为后续研究航迹关联与融合算法提供了数据支持。其次,基于实际工程研究背景,对目前广泛采用的加权、修正、独立序贯分布式航迹关联算法进行了总结讨论,并分析了在航迹交叉、分岔以及合并的情况下,独立序贯算法的理论可行性,并通过多组仿真实例,证明了算法的实用性。最后,本文介绍了目标跟踪中几种常见的航迹融合算法,包括集中式和分布式两种。鉴于集中式计算量大和对系统处理器的要求较高,本文采用分布式融合算法,并对关联成功的航路,采用无反馈最优分布式融合算法进行50次Monte Carlo仿真实验,验证了此算法的可靠性。本文从工程领域角度出发,探讨了目标跟踪中数据融合的关键技术,为实际工程应用提供了有用的参考。

全文目录


摘要  3-4
Abstract  4-7
1 绪论  7-13
  1.1 论文研究背景与意义  7-8
  1.2 国内外发展及研究现状  8-9
  1.3 航迹关联与融合算法发展现状  9-11
    1.3.1 航迹关联算法发展概况  9-10
    1.3.2 航迹融合算法发展概况  10-11
  1.4 本文的主要研究工作及内容安排  11-13
2 多传感器多目标信息融合理论基础  13-19
  2.1 信息融合的定义  13
  2.2 信息融合的基本原理  13-14
  2.3 信息融合的系统结构  14-16
    2.3.1 信息融合的层次结构  14-15
    2.3.2 信息融合的体系结构  15-16
  2.4 信息融合的技术与应用  16-17
    2.4.1 信息融合的基本技术和方法  16-17
    2.4.2 信息融合的应用  17
  2.5 本论文研究的主要问题及解决思路  17-18
  2.6 本章小结  18-19
3 多目标跟踪中的数据处理  19-37
  3.1 量测数据预处理技术  19-25
    3.1.1 坐标变换  19-22
    3.1.2 时间配准算法  22-23
    3.1.3 空间配准算法  23-25
  3.2 卡尔曼滤波  25-26
  3.3 交互式多模型跟踪算法  26-29
  3.4 仿真分析  29-35
    3.4.1 仿真指标  29-30
    3.4.2 滤波仿真结果  30-35
  3.5 本章小结  35-37
4 基于统计理论的航迹关联算法  37-49
  4.1 算法描述  37-42
    4.1.1 加权航迹关联算法  38
    4.1.2 修正航迹关联算法  38-39
    4.1.3 独立序贯航迹关联算法  39-40
    4.1.4 典型情况下的航迹关联  40-42
  4.2 独立序贯算法软件实现  42-43
  4.3 仿真分析  43-48
  4.4 本章小结  48-49
5 基于统计理论的航迹融合算法  49-61
  5.1 集中式融合系统  49-52
    5.1.1 并行滤波  49-50
    5.1.2 序贯滤波  50-51
    5.1.3 数据压缩滤波  51-52
  5.2 分布式融合系统  52-55
    5.2.1 简单凸组合航迹融合算法  52-53
    5.2.2 Bar Shalom-Campo航迹融合算法  53
    5.2.3 无反馈的最优分布式航迹融合算法  53-55
  5.3 仿真分析  55-60
  5.4 本章小结  60-61
6 总结与展望  61-63
  6.1 本论文工作总结  61-62
  6.2 展望  62-63
致谢  63-65
参考文献  65-67

相似论文

  1. 基于微型无人平台导航多传感器信息融合算法研究,V249.32
  2. 带径向速度观测的跟踪算法研究,TN953
  3. 基于VRPF的机动目标跟踪的研究,TN957.52
  4. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  5. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  6. 双传感器图像联合目标检测及系统实现研究,TP391.41
  7. 空间交会接近视觉测量方法研究,TP391.41
  8. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  9. 移动机器人视觉检测和跟踪研究,TP242.62
  10. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  11. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  12. 红外图像目标识别及跟踪技术研究,TP391.41
  13. 空间红外目标仿真与跟踪技术研究,TP391.41
  14. 基于运动目标轨迹分析的智能交通监控系统,TP277
  15. 基于支持向量机的视频目标检测方法研究,TP391.41
  16. 无线传感器网络的目标跟踪算法研究,TN929.5
  17. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  18. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  19. 视频监控运动目标检索方法研究,TP391.41
  20. 运动目标检测与跟踪的研究,TP391.41
  21. 视频图像中的运动目标检测与跟踪,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化元件、部件 > 发送器(变换器)、传感器
© 2012 www.xueweilunwen.com