共查询到10条相似文献,搜索用时 15 毫秒
1.
单平台主/被动雷达制导异步数据融合算法研究 总被引:1,自引:0,他引:1
为改善主/被动雷达对目标的跟踪性能,在主/被动雷达双模制导模式下,对主/被动雷达的测量数据进行融合处理。由于主/被动雷达测量周期不同,导致主/被动雷达测量数据不同步,文中对于不同步的信息、采用基于最小二乘法的时间配准方法,使之信息同步;对同步后的主/被动雷达数据采用带反馈的卡尔曼滤波算法,由于被动雷达仅测得目标的角度信息,而主动雷达可得到目标的角度和距离信息,本文将融合中心的状态估计和预测协方差反馈给被动雷达。仿真结果表明,融合中心能够实现对目标的状态估计,且反馈的利用可以明显改善局部传感器的估计精度,能够有效地减小系统动态误差。 相似文献
2.
利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合. 相似文献
3.
4.
5.
为解决2D 雷达不能测量目标高度参数的问题,提出一种2D 雷达组网目标高度估计方法。利用2 部雷达
对同一目标距离和方位角测量的冗余信息进行目标高度的初步估计,通过定义贴近度、一致性测度、一致性测度均
值、一致性测度方差和变异系数来确定不同雷达组合初步估计高度值参与数据融合的权值,利用不同雷达组合初步
估计的目标高度值以及参与数据融合的相应权重进行目标高度的融合估计。基于典型算例对所提算法进行验证。结
果表明:该算法能解决目标高度问题,具有一定的理论意义和较好的应用价值。 相似文献
6.
在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点.为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计.与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设.由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值.数字仿真结果表明了算法的有效性. 相似文献
7.
为了提高目标跟踪系统的性能,在吸收雷达和红外跟踪传感器各自优点的基础上,提出一种雷达/红外传感器信息融合方法,该方法综合了雷达测量信息全面以及红外测角精度高的特性,对雷达与红外量测进行融合形成融合量测,基于融合量测设计了状态估计滤波器。在不同假设条件下,分别对融合系统与单传感器跟踪精度进行了仿真比较。结果表明:融合系统的跟踪精度高于单个传感器的目标跟踪精度,可有效提高目标跟踪精度。 相似文献
8.
针对单部弹载雷达在欺骗式假目标干扰的情况下存在视角单一、信息量少、难以有效抗干扰的问题,提出主被动异构弹载雷达组网抑制假目标干扰方法。该方法考虑了弹载雷达位置误差,在航迹起始阶段利用角度信息对主动和被动雷达导引头的量测量进行两两关联鉴别,从而剔除部分假目标,并使用关联成功的主动弹载雷达量测信息辅助被动雷达进行航迹起始;在航迹关联阶段,主动与被动弹载雷达分别对目标进行跟踪滤波,通过序贯航迹关联算法再次鉴别剩余假目标。仿真结果表明,该方法能够在保证较高的真实目标鉴别概率条件下对距离欺骗式假目标干扰进行有效抑制。 相似文献
9.
基于主/被动雷达双传感器的自适应跟踪融合算法 总被引:1,自引:0,他引:1
在主、被动雷达双传感器目标跟踪背景下,提出一种自适应数据融合算法。跟踪同一个目标的主、被动雷达观测数据由线性卡尔曼滤波器来处理,与主/被动雷达对应的两个跟踪器的输出数据被发送到一个中央节点,在这个节点中,包含了两个由在线跟踪信息构成的指标变量.将这些指标与设定的阈值进行对比.即通过二者的逻辑判断结果来选择用于得到整体评估的方法,其中对周值的选择决定了融合算法融合精度与计算量的平衡点。仿真结果表明,这种融合算法有很好的融合效果。 相似文献