一种新的异类传感器信息融合算法

针对典型的雷达和红外异类传感器信息融合系统,提出了一种新的雷达和红外信息融合算法。对雷达和红外传感数据进行了预处理,分别滤波得到各自的局部航迹,基于线性最小均方误差准则（Linear Minimum Mean Square Error,LMMSE）对局部航迹进行融合以得到最终航迹。仿真结果表明：该算法可以对雷达和红外传感器进行有效融合并大幅提高航迹跟踪精度。     

基于新型AFCM的多传感器目标跟踪航迹融合

多目标跟踪是多传感器系统信息融合中的核心技术之一.采用新型的AFCM模糊算法实现对多目标交叉状态下航迹数据关联.该算法定义了一种新的度量空间中的距离,通过新的距离定义有效抑制含有噪声点的样本及目标航迹交叉在迭代中对数据关联聚类中心点的大幅偏差.同时应用改进带加权的航迹融合算法对红外和毫米波雷达传感器测量的航迹数据进行融合.仿真试验证明,新的算法在综合多传感器探测优势的基础上,对航迹的融合结果优于SF算法.新的数据关联算法和改进的加权航迹融合算法为多源信息融合提供了一种可靠有效的多目标跟踪技术.     

受限工作模式下航迹融合多目标跟踪算法研究

针对实际目标跟踪系统中，传感器工作常常受到限制，以满足跟踪精度和隐蔽性双重 要求的工程应用问题．研究了杂波环境下，采用红外(主传感器)始终工作、雷达(辅传感器) 间歇工作的特殊传感器工作模式，红外\雷达双传感器航迹融合多目标跟踪算法及实现．仿 真表明可以达到跟踪精度与隐蔽能力兼顾的系统要求．     

组网火控雷达传感器分配研究

从科学合理分配组网火控雷达资源出发,以扩展卡尔曼滤波跟踪为基础,研究了用航迹精度作为传感器分配准则的方法;针对火控提高航迹精度和反隐身目标、低空目标作战需求,考虑雷达布站对防空覆盖区域划分和对抗ARM,提出了单部火控雷达对单目标进行跟踪、多部火控雷达对单目标进行跟踪和多部火控雷达对单目标间歇式轮换跟踪3种分配方式,对在不同方式下基于航迹精度的传感器分配方法进行讨论分析;设定组网系统雷达布站、目标运动和典型参数进行了仿真实验,通过仿真结果表明:3种分配方式的合理性和可行性。     

基于雷达和红外传感器的目标检测方法

航迹关联是多传感器数据融合的一项重要内容,其目的在于评判不同的航迹是否来自同一个目标。取不同目标的位置和速度之间的距离作为模糊因子,提出了一种基于模糊推理的雷达和红外传感器航迹关联算法;该算法采用正态型隶属函数,在加权处理的基础上利用最大隶属函数原则进行航迹相似性评判。仿真结果表明了该算法的有效性。     

雷达与红外传感器数据关联及融合算法研究

多传感器信息融合技术在目标跟踪领域已经得到了广泛的应用,末制导融合技术是多传感器跟踪系统中的关键技术之一,而主动雷达、红外传感器的数据融合问题是研究的热点。由于主动雷达发射电磁波容易暴露,红外传感器隐蔽性好,但只能测角,不能测距,采用主动雷达为主、红外探测为辅的数据融合系统进行目标跟踪有利于充分地发挥红外、雷达2种传感器的互补性,使其相得益彰。基于卡尔曼滤波的预测、修正的思想,提出了一种新的融合算法,仿真结果和实验表明:利用此方法可使雷达、红外传感器达到较好的数据融合效果。     

不同维状态的多传感器航迹融合􀀂

在多传感器环境下,多个传感器在同一区域观测目标,各传感器可能采用不同的目标模型处理各自的测量数据,形成各自的目标航迹送到融合中心.当多个传感器观测到同一目标时,融合中心则需要对源于同一目标的传感器航迹进行融合处理.通过建立状态之间的映射,提出了不同跟踪模型下的输出目标估计状态之间的融合算法.仿真试验表明了算法的有效.     

基于多模型航迹质量的融合算法

如何确定最优加权因子是加权航迹融合算法中一个值得深入研究的问题。通过提出多模型航迹质量(Track Quality with Multiple Model, TQMM)的概念,并给出一种带信息反馈的加权航迹融合算法,来解决多传感器跟踪同一目标时的权值最优分配问题。系统引入反馈机制,利用多模型航迹质量确定权值,能够精确地更新权值,从而实时有效地进行目标跟踪。仿真结果表明,与已有的加权融合算法相比,该算法具有更好的跟踪性能,特别是在融合系统传感器观测精度相差较大的情况下,算法的跟踪效果更为突出;并且,随着传感器数目的增加,系统的跟踪精度逐步提高,但当传感器增加到一定数目时,系统的融合精度并没有得到明显的改善。     

多传感器跟踪系统的混合架构设计

多传感器跟踪系统通常采用集中式或分布式结构。据报告分析,在混合架构设计下的多传感器追踪系统,融合中心将可以直接访问传感器数据。混合式架构的多传感器跟踪系统,首先进行航迹关联(T2TA),然后利用中央跟踪器实现测量值融合,这样航迹关联和测量值融合可同时获得最佳性能。此外,在滑动窗口下实行的T2TA结合了航迹估计和分布式压缩测量的功能,可形成混合检验的数据。仿真实验证明,所提出的基于混合检验的T2TA是混和架构的多传感器跟踪系统的理想解决方案。     

A-SMGCS的多场面监视雷达多目标航迹相关

航迹融合由航迹相关和航迹合成组成,航迹相关是航迹融合的前提;针对先进场面运动引导控制系统(A-SGMCS)中场面监视雷达对目标的跟踪,文中研究了多场面监视雷达的多目标航迹相关问题;首先,建立分布式多场面监视雷达多目标航迹融合的总体框架,利用GPS授时和外推内插的方式进行场面监视雷达的同步,利用坐标平移实现空间对准;然后,介绍基于层次划分思想的聚类算法,再利用此方法进行多场面监视雷达多目标跟踪的航迹相关研究;最后,进行了仿真验证;仿真结果表明,文中所采用的方法对目标数确定和不确定的航迹都能够进行正确相关,有效地解决了场面监视雷达的航迹相关问题。     

采用序贯滤波的红外/ 雷达机动目标跟踪

当机动目标状态是非平稳和非线性时,红外传感器和雷达的目标状态方程和量测方程都是非线性和非高斯的,为了解决经典跟踪算法的残差较大或发散的问题,提出一种新的融合跟踪算法:在对红外传感器和雷达的量测数据进行时间对准和同步融合后,将融合后的量测数据送入重抽样粒子滤波器进行处理以预测和跟踪机动目标.最后给出了一个仿真跟踪实例,并与同类多雷达跟踪的效果进行了比较,说明了异类融合跟踪优于同类多雷达融合跟踪.     

Multi‐sensor track‐to‐track fusion via linear minimum variance sense estimators

An integrated approach that consists of sensor‐based filtering algorithms, local processors, and a global processor is employed to describe the distributed fusion problem when several sensors execute surveillance over a certain area. For the sensor tracking systems, each filtering algorithm utilized in the reference Cartesian coordinate system is presented for target tracking, with the radar measuring range, bearing, and elevation angle in the spherical coordinate system (SCS). For the local processors, each track‐to‐track fusion algorithm is used to merge two tracks representing the same target. The number of 2‐combinations of a set with N distinct sensors is considered for central track fusion. For the global processor, the data fusion algorithms, simplified maximum likelihood (SML) estimator and covariance matching method (CMM), based on linear minimum variance (LMV) estimation fusion theory, are developed for use in a centralized track‐to‐track fusion situation. The resulting global fusers can be implemented in a parallel structure to facilitate estimation fusion calculation. Simulation results show that the proposed SML estimator has a more robust capability of improving tracking accuracy than the CMM and the LMV estimators. Copyright © 2008 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

要地防护反无人机系统设计与实现

提出了一种要地防护反无人机系统设计与实现方法,重点解决了雷达、光电红外、无线电侦测等异类传感器的数据融合以及协同探测等问题.针对小型无人机目标特性,提出了基于多源异类传感器的航迹融合规则;针对雷达与光电红外协同精度不匹配的问题,提出一种光电扇扫搜索的方法,实现了对小型无人机的多传感器接力探测与连续稳定跟踪及有效反制.该系统已在某国家公祭日安保、某核电站低空保障等实践中得到应用实践,有效提高了对小型无人机的探测、跟踪、识别、处置能力.     

基于多特征参数的雷达数据关联及融合

在高密集多回波环境下,针对多雷达系统参照目标位置信息参数进行跟踪时可能出现关联精度较差的问题,加入多普勒频率参数,提高对目标跟踪的精度。针对数据融合过程中各雷达产生的误差不一致问题,提出一种动态分配权值的策略,将带有权值的各雷达数据送往融合中心进行融合计算。仿真结果表明,该方法能改进雷达系统的跟踪精度。     

雷达和QAR数据的融合处理

基于数据融合技术,在研究雷达数据与快速访问记录器(QAR,quick access recorder)数据构成的基础上,提出了一种将雷达数据与QAR数据进行航迹融合的处理方法。通过坐标变换,能在平面内绘出飞行航迹;利用卡尔曼滤波算法对接收的数据进行处理,能有效地减少了报文丢失及乱码对跟踪精度的影响;同时,采用时间对准算法实现不同航迹数据的同时性。结果表明,雷达数据与QAR数据进行加权融合的处理方法,实现了两类数据的融合以及对有效信息的综合利用,从而降低雷达测量误差对系统监视精度的影响。     

基于强跟踪滤波和反馈综合的多传感器分布式航迹融合

研究基于强跟踪滤波和反馈综合相结合的多传感器分布式航迹融合算法.首先,以反馈 前后形成的跟踪门的交集构造有效跟踪门.然后,将强跟踪卡尔曼滤波和概率数据关联算法相结 合.利用构造的有效跟踪门,提出了一种新的多传感器分布式航迹融合算法.最后,对原有算法和 所提算法进行了仿真研究.     

在目标航迹断续下雷达和ESM数据关联的新方法

雷达和ESM是获取敌方目标电子信息最重要的传感器,通过航迹关联、估计处理,可以提高对空域的态势感知能力.当雷达和ESM的探测目标航迹处于断续情况下,角度直接关联的不确定性很容易造成错误关联或漏关联,从而不断起始新的融合航迹.论文将测量的角度转换为证据,再利用DS理论进行频谱、属性等证据综合推理,能较好地提高关联正确率,维持融合航迹的连续性.