多传感器数据融合系统中航迹关联和属性融合的研究

摘要

本文主要研究了航迹和航迹关联与融合算法。现实中的航迹是广义上的多维时间序列。本文运用改进的基于形态特征差异多维时间序列相似比对方法对航迹进行关联，此方法不仅体现了航迹局部变化特性，而且反映了变化的程度，从而弥补了欧式距离法只考虑航迹间整体误差的缺陷，同时也弥补了形态特征差异比对法只能比对形态完全相反的航迹的局限性。实验表明此方法提高了航迹关联的正确率。 本文还研究了多传感器融合系统中技侦情报关联算法。技侦情报由于其可信度高，将此情报融入航迹并发送给目标识别模块和态势估计模块，能够提高识别模块对平台识别的准确度和态势估计模块对战场分析的准确度。

目录

文摘

英文文摘

声明

第一章绪论

1.1数据融合概述

1.1.1数据融合的概念

1.1.2数据融合的处理模型

1.1.3数据融合发展的现状和进展

1.2论文所采用的系统结构模型

1.3小结

1.4论文主要完成的工作

1.5论文安排

第二章 雷达情报与雷达情报的融合算法

2.1概述

2.2数据预处理

2.2.1传感器上报数据

2.2.2坐标变换

2.2.3时间融合

2.3数据关联

2.3.1最近邻域法(NN)

2.3.2改进最近邻域法

2.3.3数据求精

2.3.4完全联合概率数据互联算法

2.3.5近似联合概率数据互联算法(AMSJPDA)

2.3.6断点航迹数据关联

2.4航迹滤波

2.4.1α-β滤波

2.4.2 Kalman滤波

2.4.3扩展Kalman滤波

2.5小结

第三章 雷达情报与电子侦察情报融合算法

3.1概述

3.2属性关联算法

3.2.1基于方位角与属性参数综合评判的关联算法模型：

3.2.2基于聚类与无源交叉定位技术的属性关联算法模型

3.3属性相似度计算

3.3.1属性参数相似度的计算

3.3.2属性参数综合相似度的计算

3.4属性参数求精

3.5小结

第四章 雷达情报与技侦情报的融合算法

4.1概述

4.2技术侦察情报的特点

4.3技侦情报类型和格式

4.3.1技侦数据类型：

4.3.2技侦数据格式

4.4技侦情报融合算法

4.4.1一维技侦情报的处理算法

4.4.2二三维技侦情报的处理算法

4.5小结

第五章 航迹和航迹关联与融合算法

5.1概述

5.2总体最小欧式距离法

5.2.1关联算法

5.2.2融合算法

5.3多维时间序列局部形态特征法

5.3.1多维时间序列相似度对比概念

5.3.2多维时间序列局部形态特征比对算法

5.4改进多维时间序列局部形态特征法

5.4.1多维时间序列列局部特征法的局限

5.4.2改进的算法

5.5 航迹和航迹关联与融合实验

5.5.1实验中选取函数的说明

5.5.2实验结果

5.6小结

第六章 仿真实验

6.1仿真环境

6.2实验结果

结束语

致谢

参考文献

在读期间的研究成果