目标识别与跟踪的多传感器数据融合算法研究

摘要

本文主要探讨了目标识别与跟踪的多传感器数据融合算法和目标的威胁等级的判断与量化，并就三者的结合方法进行了研究。 目标识别是智能化多源数据融合中的重要组成部分，不仅是战场态势与威胁估计的基础，也是战场决策的重要依据。本文研究了数据融合系统中具有自适应推理能力的目标识别技术，综合比较了各种识别技术后，最终选用D-S证据理论作为本系统中目标识别的方法，并对D-S证据理论进行了改进，解决了在目标冲突时无法运用此理论进行目标识别的致使缺陷，并进行了仿真实验。 目标跟踪是信息融合的底层关键技术，是实现高层次融合的前提，而要想准确的跟踪，又离不开数据关联。传统的最近邻域和联合概率数据关联算法在目标密集的杂波环境下，不能同时满足工程上跟踪精度和实时计算的要求。为此，本文讨论了一种基于传统联合概率数据关联算法的近似联合概率数据关联算法，该算法对聚的概念作了重新定义，绕过了互联事件的生成而直接计算量测和目标的后验概率，有效的降低了计算复杂度，提高了计算效率。 目标威胁等级判断是C4I系统的重要组成部分，是战场数据融合中决策系统进行资源分配或重新分配的前提和基础。综合考虑影响目标威胁程序的各种因素，利用模糊综合评判的思想，通过集合统计法确定各因素的权重、指标连环法进行指标量化，建立了一种目标威胁判断的模型，并根据实际作战的要求，提出了使用此模型的方法和原则，利用此模型进行的仿真实例计算结果与层次分析法的结果进行比较，说明了此模型的可行性。 本文就目标识别、跟踪与威胁等级判断这三者如何有机的联系起来进行了一定的探索，并开发出了仿真程序，仿真结果表明目标身份识别、跟踪与威胁等级判断有机结合后的输出结果更全面、更有实用价值。

目录

文摘

英文文摘

声明

第一章绪论

1.1数据融合的相关知识

1.1.1数据融合的基本概念

1.1.2数据融合的的处理模型

1.2系统概述

1.2.1系统研制背景

1.2.2系统的功能模型

1.2.3系统开发环境

1.3数据融合中的目标识别

1.3.1目标识别概述

1.3.2目标识别的原理与意义

1.3.3目标识别的研究现状

1.4数据融合中目标跟踪

1.4.1多目标跟踪技术

1.4.2多传感器数据融合跟踪系统

1.5数据融合的应用及研究现状

1.6本人所做的工作

第二章数据融合中用于目标识别的D-S证据理论

2.1目标识别数据融合

2.1.1目标识别数据融合层次

2.1.2目标识别算法综述

2.2证据推理理论

2.2.1D-S数据融合过程

2.2.2证据理论的基本概念

2.2.3 Dempster证据合成规则

2.2.4 D-S证据理论存在的问题及改进

2.2.5 D-S证据理论决策规则

2.3证据理论和贝叶斯方法在识别目标时的比较

2.4用证据理论自动识别空中目标

第三章多目标跟踪的基本原理

3.1引言

3.2数据关联技术

3.2.1最近邻域法

3.2.2联合概率数据互联法

3.3状态估计技术

3.3.1α-β滤波

3.3.2Kalman滤波

第四章 近似联合概率数据互联算法

4.1目标跟踪系统的实现步骤

4.1.1坐标变换

4.1.2时间融合

4.1.3数据求精

4.2近似联合概率数据互联算法

4.2.1完全联合概率数据互联算法复杂度分析

4.2.2近似联合概率数据互联算法(AMSJPDA)

4.3扩展Kalman滤波

4.3.1离散非线性系统的状态方程和观测方程

4.3.2扩展Kalman滤波算法

4.3.3 扩展Kalman滤波算法在系统中的应用

4.3.4扩展Kalman滤波原理图和框图

4.4基于推广卡尔曼滤波的多站被动式融合跟踪

4.4.1基于EKF多站被动式集中融合跟踪算法

4.4.2仿真结果分析

第五章 战场态势估计和威胁估计

5.1态势估计和威胁估计的概念

5.1.1态势估计

5.1.2威胁估计

5.2态势估计的内容和处理步骤

5.2.1态势要素提取

5.2.2态势评估推理

5.2.3态势预测

5.3态势评估的功能详述

5.3.1目标合并

5.3.2协同关系推理

5.3.3战场主动权指数计算

5.3.4 重要目标的行动和位置估计

5.3.5敌我作战能力评估

5.3.6相关保障计算模型

5.3.7兵力部署/使用/定位估计

5.3.8敌战斗序列估计

5.3.9军官士兵素质估计

5.4态势预测功能

5.4.1敌平台未来位置计算

5.4.2敌目标可能位置推理

5.4.3可能事件预测

5.5威胁估计的内容和处理步骤

5.5.1威胁要素提取

5.5.2威胁估计的功能描述

5.5.3威胁等级确定

5.6空袭目标威胁判断及作战使用

5.6.1数学模型的建立

5.6.2综合评判

5.6.3作战运用

5.6.4仿真实例

第六章 目标识别与跟踪的多传感器数据融合演示系统

6.1系统组成与指标

6.1.1系统组成

6.1.2系统指标

6.2系统功能与运行

6.2.1功能与运行环境

6.2.2运行过程

6.3仿真计算与结果分析

第七章 结论

7.1课题完成的内容

7.2进一步的改进方案

参考文献

致谢