多传感器多目标航迹关联与融合算法研究论文.doc

/NUMPAGES70学位论文多传感器多目标航迹关联与融合算法研究申请学位级别硕士专业名称控制理论与控制工程学位授予单位和日期理工大学答辩委员会主席评阅人声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名：年月日学位论文使用授权声明理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部容。对于论文，按的有关规定和程序处理。研究生签名：年月日摘要随着现代科技的飞速发展以与现代战争的需求，在机动目标跟踪领域应用信息融合技术是近年来研究的热点。面对现代战场中敌方飞行目标的高机动性和复杂性，为了对目标实施有效地打击和防御，必须有机结合多部传感器提供目标的信息，进行精确地跟踪。本文结合某项科研项目，利用分布式雷达组网技术，对本文采用的IMM滤波、航迹关联与融合算法予以软件实现，并进行一系列计算机仿真。首先，介绍了目标跟踪领域中的量测数据预处理技术，以与在kalman滤波基础上分析了交互式多模型跟踪算法，并通过仿真实例，证明了该算法是行之有效的。为后续研究航迹关联与融合算法提供了数据支持。其次，基于实际工程研究背景，对目前广泛采用的加权、修正、独立序贯分布式航迹关联算法进行了总结讨论，并分析了在航迹交叉、分岔以与合并的情况下，独立序贯算法的理论可行性，并通过多组仿真实例，证明了算法的实用性。最后，本文介绍了目标跟踪中几种常见的航迹融合算法，包括集中式和分布式两种。鉴于集中式计算量大和对系统处理器的要求较高，本文采用分布式融合算法，并对关联成功的航路，采用无反馈最优分布式融合算法进行50次MonteCarlo仿真实验，验证了此算法的可靠性。本文从工程领域角度出发，探讨了目标跟踪中数据融合的关键技术，为实际工程应用提供了有用的参考。关键词：多传感器，目标跟踪，IMM滤波，航迹关联，航迹融合AbstractAlongwiththerapiddevelopmentofmoderntechnologyandthedemandofmodernwar,Informationfusiontechnologyhasbecomethehotspotinthemaneuveringtargettrackingfield.Inthefaceofmodernbattlewiththeenemyflyinghighmaneuverabilityandcomplexityoftargets,inordertostrikeanddefendeffectively,wemustcombineorganicallymultiplesensorsinformationtoaccuratelytrack.Combiningaresearchprojectinthisdissertation,Numberofradarsareusedtocomposethedistributionalnetwork,softwarerealizationofIMMfiltering,trackcorrelationandtrackfusionalgorithmarefinished,alsoaseriesofcomputersimulationarecarriedon.Firstly,measurementdatapreprocessestechnologiesinthefieldofthetargettrackingareintroduced,andbasedonkalmanfilteringtechnologyofthetargettrackingfield,thedissertationanalysesinteractivemodelfilteralgorithm,throughthesimulationexamples,andprovesthatthealgorithmiseffective.Datasupportforresearchingsubsequenttrackcorrelationandtrackfusionalgorithmisprovided.Secondly,basedonthepracticalengineeringresearchbackground,thedistributedcorrelationalgorithmswhicharecurrentlywidespreadadoptionaresummarizeda