自动相关监视与多雷达数据融合的关键技术

提出了基于模糊聚类原理的多雷达与自动相关监视(Automatic Dependent Surveillance,ADS)数据融合的方法,该方法利用模糊C-均值聚类算法计算航迹关联的隶属度,通过直接将ADS的估计航迹作为聚类中心,避免了聚类划分的迭代运算,使算法十分方便,实验分析表明,该方法能够得到可靠的航迹关联性能.     

基于改进D-S 证据理论的多雷达自适应数据融合

针对多雷达数据融合时融合结果精度较低问题,提出一种基于改进D-S 证据理论的自适应融合算法。该算法将单传感器多时刻时域融合和多传感器空域融合相结合。首先,利用盒状图对单传感器测量值分类优化,进行单传感器时域融合;再根据文中提出的改进证据冲突程度判据,对高冲突的局部证据进行修正,并选择相应的多传感器空域数据融合算法。仿真分析表明,文中算法具有较好的可行性与有效性,同现有的多雷达数据融合算法相比,文中算法能够有效降低融合过程中产生的系统误差,且融合结果更加可靠、精确。