多传感器多目标航迹关联与融合算法研究硕士学位

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 南京理工大学 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，除了加以标注和致谢的部分外，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南京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内容，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内容。对于保密论文，按保密的有关规定和程序处理。研究生签名： 年 月 日 硕士论文 多传感器多目标航迹关联与融合算法研究摘 要I 目录 硕士论文随着现代科技的飞速发展以及现代战争的需求，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，以及在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、分岔以及合并的情况下，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Monte Carlo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AbstractAlong with the rapid development of modern technology and the demand of modern war, Information fusion technology has become the hotspot in the maneuvering target tracking field. In the face of modern battle with the enemy flying high maneuverability and complexity of targets, in order to strike and defend effectively, we must combine organically multiple sensors information to accurately track. Combining a research project in this dissertation,Number of radars are used to compose the distributional network, software realization of IMM filtering, track correlation and track fusion algorithm are finished, also a series of computer simulation are carried on. Firstly, measurement data preprocesses technologies in the field of the target tracking are introduced, and based on kalman filtering technology of the target tracking field, the dissertation analyses interactive model filter algorithm, through the simulation examples, and proves that the algorithm is effective. Data support for researching subsequent track correlation and track fusion algorithm is provided.Secondly, based on the practical engineering research background, the distributed correlation algorithms which are currently widespread adoption are summarized and discussed in the dissertation. Include weighting, fixed, independent sequential correlation algorithm, and analyzes when track is crossing, bifurcating and combining, and the feasibility of the algorithm thought the several of simulation examples is proved.Finally, the dissertation describes several common track fusion algorithms of the target tracking field, including centralized and distributed structure. Since centralized structure has large amount of calculation and the high requirements of system processor, the dissertation adopts the distributed fusion algorithm, and associated successful route, with no feedback optimal distributed fusion algorithm 50 times Monte Carlo simulation to verify the algorithm reliability.From the Angle of engineering area, the key of target tracking data fusion area is discussed in this dissertation, and useful reference for the practical engineering application is provided.Keywords： Multi-sensor, target tracking, IMM filtering, track correlation, track fusion61 硕士论文 多传感器多目标航迹关联与融合与算法研究目 录摘 要IABSTRACTII1绪论11.1论文研究背景与意义11.2国内外发展及研究现状21.3 航迹关联与融合算法发展现状31.3.1航迹关联算法发展概况31.3.2航迹融合算法发展概况41.4 本文的主要研究工作及内容安排52多传感器多目标信息融合理论基础72.1信息融合的定义72.2信息融合的基本原理72.3信息融合的系统结构82.3.1信息融合的层次结构82.3.2信息融合的体系结构92.4信息融合的技术与应用102.4.1信息融合的基本技术和方法102.4.2信息融合的应用112.5本论文研究的主要问题及解决思路112.6本章小结123多目标跟踪中的数据处理133.1量测数据预处理技术133.1.1 坐标变换133.1.2 时间配准算法163.1.3 空间配准算法173.2卡尔曼滤波193.3交互式多模型跟踪算法203.4仿真分析233.4.1 仿真指标233.4.2 滤波仿真结果243.5本章小结294基于统计理论的航迹关联算法314.1 算法描述314.1.1 加权航迹关联算法324.1.2 修正航迹关联算法324.1.3 独立序贯航迹关联算法334.1.4 典型情况下的航迹关联344.2独立序贯算法软件实现364.3仿真分析374.4本章小结425