论文部分内容阅读
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。