分布式多传感器系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法,对其算法机理进行了描述.并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较,这样就可以根据实际情况,在复杂性和精确性之间权衡选择合理的融合算法.     

基于多传感器的航迹自动判别算法

为解决多传感器系统在目标跟踪时由于某个传感器不能正常工作而影响目标航迹精度的问题,采用基于最小二乘曲线拟合和kalman一步预测的判别算法,自动识别暂时失效的传感器并抛弃其受到污染的数据,以提高系统输出数据的精确性和整个系统的健壮性。并采用交互多模型（Interacting multiple model,IMM）进行仿真实验。实验结果表明,该算法实现简单,且有良好的效果。具有很好的工程应用前景。     

分布式多传感器系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法，对其算法机理进行了描述。并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较，这样就可以根据实际情况，在复杂性和精确性之间权衡选择合理的融合算法。     

基于SKF 多传感器融合的无人机航迹规划

针对无人机在未知环境下航迹规划难的问题,提出一种基于开关卡尔曼滤波器(switching Kalman filter, SKF)无人机定位和航迹规划的方法。根据多假设理论,建立地图观测数据,结合基于INS/GPS/GIS 多传感器融合 的航迹匹配方法,使用SKF 算法完成多传感器融合和多模型的参数估计,实现无人机的自主定位和航迹规划。仿真 试验结果表明：该算法稳定性好、收敛速度较快、计算复杂度小,具有较高的航迹估计精度。     

基于最大隶属度在航迹相关算法中的研究

文中应用模糊数学的相关理论,提出了一种基于最大隶属度的航迹相关算法,建立了相关模型,并对算法进行了仿真分析,结果表明,该算法在性能上比传统算法对数据相关的质量有明显的改善.     

基于多传感器的水下航行器航迹融合技术

基于传统卡尔曼滤波算法和最小均方准则，利用全局状态估计反馈，修正了常用的track-to-track航迹融合算法，在此基础上进行了鱼雷导引系统的仿真研究。仿真结果验证了多传感器数据融合技术在提高水下航行器导引精度中的有效性。     

分布式系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法,对其算法机理进行了描述.并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较,这样就可以根据实际情况,在复杂性和精确性之间权衡选择合理的融合算法.     

多传感器航迹关联算法研究

航迹关联是多传感器目标跟踪系统进行航迹融合的基础,是对目标进行连续跟踪的关键技术之一。在介绍基于概率统计的传统航迹关联算法的基础上,阐述了一种基于小波变换和多分辨率分析的序贯航迹关联新算法,通过Matlab仿真说明该新算法在性能上较传统方法有较大改善。     

投影相关匹配算法

二维投影相关法是基于二维投影的灰度相关匹配算法,主要利用匹配图像相邻像素的灰度值的大小关系应该相同的原理进行图像匹配。该算法不仅大大减少了数据的维数,而且算法主要涉及（0,1）整数运算。与去均值归一化互相关算法（Nnprod）相比,其在保证匹配精度要求的前提下提高了匹配速度。     

分布式多传感器多目标航迹关联处理算法研究

系统综述分布式多传感器多目标航迹处理的4种算法：序贯航迹关联算法、最近邻域航迹关联算法、K近邻域航迹关联算法,以及修正的K近邻域航迹关联算法。对这些理论方法用MatLab仿真进行理论分析实验,实验结果证明其具有可行性。     

基于相关性函数和模糊贴近度的多传感器数据融合

针对多传感器数据融合中,各传感器测量数据的可靠程度难以确定以及如何提高数据融合结果的精度问题.文中提出了利用模糊理论中的相关性函数来计算多传感器的相互支持程度,并基于模糊贴近度,对支持程度高的传感器数据进行融合.仿真结果表明,相比同类融合方法,该方法获得的结果具有更高的精度和可靠性.     

多传感器滤波跟踪型数据融合算法研究

针对非线性观测的目标跟踪问题，对滤波跟踪型数据融合进行了研究，提出了基于去偏转换测量值卡尔曼滤波算法的非线性系统中的数据融合算法．从仿真结果可以看出，集中式融合算法和分布式融合算法的差别并不大，结果基本相同．因此，在非线性系统中，基于去偏转换测量值卡尔曼滤波算法的分布式融合算法可以重构集中式融合算法．     

多传感器分布式融合检测自适应算法

多传感器融合检测系统的主要结构为分布并行式融合结构，贝叶斯融合检测策略则是分布式融合检测系统中最典型的一种融合方法。在该策略中必须给定假设的先验概率和各个传感器的虚警概率和漏检概率，而在实际应用中，这些统计量是未知的或者随时间变化的。文中给出一种分布式融合结构的自适应融合算法，可以在线自适应学习先验概率、虚警概率及漏检概率，从而利用融合算法解决决策融合问题。计算机仿真结果表明了算法自适应逼近传感器虚警概率和漏检概率的过程，及融合检测的有效性。     

空间目标航迹片段关联算法研究

为了有效改善空间目标跟踪的连续性、稳定性,针对空间目标断续航迹关联问题开展相关研究,建立了地心惯性(ECI)坐标系下基于欧拉方程的外推预报和东北天(ENU)坐标系下基于动力学方程约束的外推预报。在利用中段动力学模型对中断前的目标运动轨迹进行预报外推的基础上,利用中断航迹预报外推结果和中断后新起始的每个航迹段前几个时刻的状态更新值,构造检验统计量进行关联配对,实现中断前后空间目标航迹的关联融合,以此提高空间目标跟踪精度和有效跟踪批数。     

基于一种快速归一化积相关算法的图像匹配研究

在灰度图像匹配中,归一化积相关算法具有鲁棒性强、精准度高和易于硬件实现等优点。但算法复杂、计算速度慢是制约其应用的主要原因。基于迭代的思想提出了一种快速归一化积相关算法。该方法在计算基准子图图像能量时,只通过几个像素值的加减运算,便可快速实现基准子图像素求和,大大降低了计算的复杂度。实验证明,本算法与原算法具有相同的匹配精度,但计算时间仅为原算法的1/9.     

"红外卫星-地基雷达"航迹融合算法的实现及精度分析

为提高对助推段弹道导弹轨迹跟踪的精度,设计一种"红外卫星-地基雷达"航迹融合算法.通过建立传感器量测和航迹融合的仿真模型,结合凸组合融合法和协方差交集法,分别实现了天波超视距雷达和红外预警卫星配准后航迹数据的融合,以及天波超视距雷达和红外预警卫星配准后航迹数据的融合.通过仿真证明了在进行航迹融合后的跟踪结果较SBIRS单独的跟踪结果精度更优.设计的凸组合融合法和协方差交集法的跟踪结果精度可以满足针对弹道导弹的早期预警需求.     

机动目标跟踪的自适应卡尔曼滤波算法实现

为真实反映目标机动范围与强度的变化,引入了机动目标的“当前”统计模型,提出了一种基于该模型的自适应卡尔曼滤波算法．仿真结果表明,能有效改善在机动目标跟踪中传统的卡尔曼滤波可能出现的发散情况,提高了跟踪的准确性和稳定性．