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跟踪与融合算法研究

作　者: 严康
导　师: 闫玉德
学　校: 南京理工大学
专　业: 系统工程
关键词: 多传感器多机动目标跟踪航迹起始数据互联航迹关联航迹融合
分类号: TN953
类　型: 硕士论文
年　份: 2012年
下　载: 208次
引　用: 1次
阅　读: 论文下载

内容摘要

随着现代战场环境的显著变化,杂波、干扰信号,目标机动性、密集性,目标平台多样性,目标低检测率和高虚警率等问题,使得多目标跟踪系统设计愈发困难。本文基于实际的项目背景,将多个低成本小型雷达组成分布式网络化探测系统对多目标进行跟踪,要求对探测系统的结构和建模进行研究设计。通过对现有跟踪理论和多传感器信息融合技术的深入分析,本文主要研究了多目标跟踪五方面的关键技术：目标起始、数据关联与跟踪维持、航迹关联以及航迹融合。首先,针对杂波环境下快速目标航迹起始问题,分析现有的几种常见航迹起始算法,研究一种基于通用模型航迹的起始算法。该算法是在普通航迹起始模型的基础上,增加了一级中间航迹,采用一阶多项式外推、卡尔曼滤波外推,剔除虚假航迹、分裂航迹。仿真结果表明,该算法比一般的逻辑算法设计灵活性更强,虚假航迹起始率也明显下降。其次,针对杂波环境下多个机动目标的数据关联及跟踪维持问题,研究交互式多模型联合概率数据关联(IMM-JPDA)。IMM算法是一种应用非常广泛的机动目标跟踪算法,但其在密集杂波环境下的跟踪性能会大打折扣；JPDA算法能很好的处理密集杂波环境下的多目标跟踪问题。因此,将两种算法有机结合得出IMM-JPDA算法,这种算法虽然获得了前两种算法的优点,也继承了计算量庞大的缺点。本文研究一种改进的IMM-JPDA算法,此算法能在不影响跟踪性能的情况下,有效的的减少计算量。接着,针对分布式多目标跟踪系统的航迹关联问题,将目前广泛应用的加权算法、修正算法、独立序贯、最近领域、K近领域、模糊双门限、灰色算法7种航迹关联算法进行了仿真对比,分析了在不同仿真环境下,各种算法的优劣。最后,采用分布式结构将来自不同传感器的航迹进行融合,在对当前国内外广泛研究的简单凸组合融合算法、Bar Shalom-Campo融合算法、无反馈的最优融合算法进行理论研究与论证后,选用相对性能较好的无反馈最优融合算法进行仿真分析。通过对模拟航迹的融合仿真,显示了此算法的可行性,并有效提高了系统的跟踪精度。

全文目录

摘要  3-4
Abstract  4-9
1 绪论  9-15
  1.1 论文研究背景与意义  9
  1.2 信息融合技术的发展及现状  9-12
    1.2.1 多传感器信息融合的基本原理  10
    1.2.2 多传感器信息融合系统的功能模型  10-11
    1.2.3 多传感器信息融合系统中位置级结构模型  11-12
  1.3 本文主要研究工作及内容安排  12-15
2 多目标航迹起始  15-25
  2.1 引言  15
  2.2 航迹起始波门的形状和尺寸  15-17
    2.2.1 椭圆波门  15-16
    2.2.2 矩形波门  16-17
    2.2.3 扇形波门  17
  2.3 航迹起始算法  17-21
    2.3.1 直观法  17-18
    2.3.2 逻辑法  18
    2.3.3 Hough变换法  18-19
    2.3.4 基于通用模型航迹起始法  19-21
  2.4 仿真分析  21-24
  2.5 本章小结  24-25
3 多目标数据互联与跟踪滤波  25-45
  3.1 引言  25
  3.2 量测-航迹互联算法  25-31
    3.2.1 联合概率数据互联算法  25-31
      3.2.1.1 JPDA算法的基本模型  25-27
      3.2.1.2 联合事件概率的计算  27-29
      3.2.1.3 状态估计协方差的计算  29-31
  3.3 机动目标跟踪算法  31-35
    3.3.1 目标运动模型的建立  31-35
      3.3.1.1 微分多项式模型  31
      3.3.1.2 CV和CA模型  31-32
      3.3.1.3 Singer模型  32
      3.3.1.4 "当前"统计模型  32-33
      3.3.1.5 交互式多模型  33-35
  3.4 IMM-JPDA算法  35-39
  3.5 仿真分析  39-43
  3.6 本章小结  43-45
4 多传感器航迹关联  45-59
  4.1 引言  45
  4.2 基于统计理论的航迹关联  45-49
    4.2.1 加权和修正航迹关联算法  45-46
    4.2.2 最近领域和K近领域正航迹关联算法  46-47
    4.2.3 独立序贯航迹关联算法  47-49
  4.3 模糊与灰色航迹关联  49-55
    4.3.1 模糊因素集与隶属度函数  50-51
    4.3.2 模糊双门限航迹关联算法  51-54
    4.3.3 灰色航迹关联  54-55
  4.4 关联判决度量准则  55
  4.5 仿真分析  55-58
  4.6 本章小结  58-59
5 多传感器航迹融合  59-73
  5.1 引言  59
  5.2 集中式融合系统  59-62
    5.2.1 并行滤波  60-61
    5.2.2 序贯滤波  61
    5.2.3 数据压缩滤波  61-62
  5.3 分布式融合系统  62-66
    5.3.1 分布式航迹融合的结构和相关估计误差问题  62-63
    5.3.2 简单凸组合航迹融合算法  63-64
    5.3.3 Bar Shalom-Campo航迹融合算法  64
    5.3.4 无反馈的最优分布式航迹融合算法  64-66
  5.4 仿真分析  66-71
  5.5 本章小结  71-73
6 总结与展望  73-75
  6.1 总结  73
  6.2 展望  73-75
致谢  75-77
参考文献  77-78

多传感器多目标航迹跟踪与融合算法研究

内容摘要

全文目录

相似论文