多传感器融合多目标跟踪中的序贯航迹关联算法

对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联融合算法。为实现杂波干扰环境中对密集多目标的精确跟踪,航迹关联采用了粗、精关联相结合的方法,最小均方误差法用于实现航迹融合。序贯处理的航迹关联融合算法在保证航迹关联正确的同时,大大降低了计算量。仿真实验结果说明了本文方法的有效性。     

分布式多传感器多目标跟踪方法综述

多传感器多目标跟踪是信息融合领域的热点问题,其通过融合多个局部传感器数据,提高目标跟踪精度和稳定性。多传感器多目标跟踪按融合体系可分为分布式、集中式、混合式3类,其中分布式融合结构对网络通信带宽要求低、可靠性和稳定性强,广泛应用于军事、民用领域。该文聚焦分布式多传感器多目标跟踪涉及的目标跟踪、传感器配准、航迹关联、数据融合4项关键技术,主要分析了各关键技术的理论原理与适用条件,重点介绍了不完整测量条件下的空间配准与航迹关联,并给出仿真结果。最后,该文总结了现有分布式多传感器多目标跟踪关键技术存在的问题,并指出了其未来发展趋势。     

一种基于小波变换的航迹关联算法

多传感器的航迹关联问题是多传感器数据融合理论研究中关键的难题之一,针对传统基于统计理论的航迹关联算法的错漏关联和没有考虑到目标航迹的走势等问题,通过在原来航迹关联方法的基础上,结合目标航迹的整体走势,利用小波去噪的功能,提出了一种新的航迹关联方法,通过与传统的航迹关联方法相比较和工程验证,证明了该算法的有效性。     

基于纯方位信息的多传感器航迹融合仿真分析

对于现代战场环境来说,多传感器信息融合越来越重要。但是由于不同传感器性能存在差异,使用不同的关联方法会造成航迹关联正确率不同,航迹关联正确是航迹融合有效的基础,因此需要深入研究。首先理论分析了异类传感器航迹融合性能的主要影响因素及其影响程度,提出了异类传感器航迹关联方法。仿真结果表明,提高传感器测量精度、降低异类传感器测量精度差异、提高异类传感器航迹关联正确率将会改善航迹融合的效果。     

多传感器数据融合系统中两种新的航迹相关算法

本文提出两种合适于分布式多传感器数据融合的序贯航迹相关算法，对这两种序贯序迹相关准则进行了严格的数学推导和描述，研究一航迹相关质量设计和多义性处理方法，并通过仿真把它们与两个经典方法进行了比较，仿真结果表明，在密集目标环境下和／或交叉，分岔及机动航迹较多的场合，两种序楠航迹相关算法的性能与传统方法相比获得了明显的改善，其正确相关率与传统方法相比提高了约百分之三十。     

多目标跟踪中的数据关联和航迹管理

传统的多目标关联算法JPDA存在两个缺陷:计算量较大,且其算法框架里缺乏航迹起始和终止逻辑。文中给出了一个航迹管理表,它包含多种情况下航迹的关联,能完成航迹的起始、维持和终结。在可靠航迹关联中,该文提出了一个改进的快速关联算法—多维概率数据关联(MPDA),讨论时主要考虑关联门相交区域中的公共回波对航迹更新的影响。MPDA可以类似与PDA的较低的计算代价达到了接近JPDA的关联成功率。仿真结果表明,文中的数据关联和航迹管理算法对复杂条件下的多目标跟踪能保持较高的跟踪成功率。     

分布式多传感器数据融合中的双门限航迹相关算法

本文提出两种适合于分布式多传感器数据融合的双门限航迹相关算法.文中对这两种双门限航迹相关准则进行了详细的描述,研究了航迹相关质量设计、多义性处理和漏相关概率的估计方法,并通过仿真将它们与两个经典方法进行了比较.仿真结果表明,在密集目标环境下和/或交叉、分岔和机动航迹较多的场合,双门限航迹相关算法的性能明显优于传统方法,其正确相关率比传统方法提高了大约35％.     

机载多传感器跟踪航迹数据融合研究

随着机载传感器的增加和性能的提高,使目标探测和跟踪信息更加全面,精度也大大提高,但机载显示和火控需求的参数是唯一的,所以需要对不同传感器探测和跟踪的目标信息进行融合.本文针对机载传感器特点和飞机平台参数需求,对多传感器跟踪生成的目标航迹数据融合进行了研究,并给出了相应算法.     

带反馈信息的分布多传感器航迹融合算法

为了改善传感器级的跟踪性能,本文研究带反馈信息的多传感器状态估计技术,在给出有、无反馈信息情况下的局部节点状态估计解的基础上,该文提出多坐标系中有、无反馈信息情况下的航迹融合方程,并指出有、无反馈信息情况下的两种融合解是等价的、最优的。仿真结果表明,在分布式多传感器信息融合系统中引入反馈机制可以明显改善局部节点估计精度,其性能又接近融合中心。在集中和雷达反隐身系统中,就空间重叠、覆盖而论,融合系统     

分布式多雷达组网融合算法及软件设计

介绍适用于分布式多雷达组网的航迹相关序贯检测算法＾１和两种数据融合算法：加权平均法和线性组合算法＾２,３,以及采用这些算法的航迹融合中心的软件设计。仿真结果表明,综合这些算法,选择合适的软件设计方案,可实现对局部航迹的有效融合。     

多级式多传感器信息融合中的状态估计

本文多级式传感器监视系统中的状态估计技术,基于背地里传感器Ｋａｌｍａｎ滤波方程,两级集中和分布估计解,本文提出多坐标系中多级式多传感器跟踪系统的三层集中估计方法,在不同笛卡尔坐标系中,本文提出了几种适合于三层多传感器信息融合系统的航迹级融合方法,其中既包括了集－分估计,也包括了分－分估计组合问题,在离散线性假设下,各层估计解都是最优的并且对同一问题的不同表现形式是等价的,另外,文中还给出多级式多传     

多传感器自适应滤波融合算法

该文提出了一种在线调整权值的多传感器自适应滤波数据融合跟踪算法,用于解决复杂背景下机动目标跟踪问题。首先自适应寻找各个传感器所对应的最优加权因子,确定融合后某一时刻目标最优观测值;其次,以输入信号作为相关自适应滤波器的观测信号,通过新息相关自适应滤波算法根据状态方程及观测方程中误差的变化,实时动态地调整增益矩阵,同时依据自适应滤波状态偏差输出信号及当前观测数据,应用模糊推理在线调整各传感器权值,最终系统输出即为测量轨迹在两级自适应调整融合下最优轨迹。仿真结果证明了算法有效性。     

基于模糊综合函数的航迹关联算法

本文运用现代数学中的综合分析方法,提出了模糊综合航迹关联算法,文中详细讨论了状态估计向量间模糊综合相似度的计算和评价方法,导出了三种典型模糊综合函数的递推式,研究了模糊综合航迹关联准则,并通过仿真将它与两种经典方法进行了比较。仿真结果表明,在密集目标环境下和/或交叉、分岔和机动航迹较多的场合,模糊航迹关联算法的性能明显优于传统方法,其正确关联率比传统方法提高了大约40％。     

基于航迹隶属度的分布式系统数据融合算法

航迹关联与航迹融合是分布式目标跟踪系统数据融合的关键.本文研究了基于航迹隶属度的数据融合算法.综合各传感器航迹估计形成的目标运动状态特征向量与传感器分辨率,根据模糊聚类算法建立各观测时刻航迹隶属度矩阵与系统航迹关联决策矩阵,解决融合中心航迹关联问题.根据加权融合算法思想,结合各观测时刻航迹隶属度矩阵,实时、动态分配航迹号集合中各局部航迹权值,解决目标航迹融合问题.蒙特卡罗仿真表明,算法航迹关联效果明显优于加权航迹关联算法,并得到与简单航迹融合算法一致的目标融合航迹.     

多目标多传感器模糊双门限航迹相关算法

本文提出了两种适合于分布式传感器数据融合的模糊双门限航迹相关算法，文中研究了模糊因素集的构成，隶属度函数的选择，权向量的动态分配，航迹相关质量设计，多义性处理方法，模糊双门限航迹相关准则及模糊经典分配问题，并通过仿真与两个经典方法进行了比较，仿真结果表明，在密集目标环境下和／或交叉，分岔及机动航迹较多地场合，模糊双门限航迹相关算法的性能与传统方法相比获得了明显的改善，其正确相关率与传统方法相比提高     

基于小波的全局多源遥感图像信息融合方法

提出的图像信息融合方法用于解决传统方法在空间分辨率等方面的不足。原始图像经过小波变换,分解成子图像,再进行分块处理,高、低分辨率图像根据全局方差准则分别计算融合的权值系数,进行图像融合重建,然后,对图像采用全局法进行信息融合,实验表明,方法切实可行,能使低分辨率图像接近于高分辨率图像。