基于多传感器数据融合的多目标跟踪技术研究

摘要

多传感器数据融合已经成为一个新的学科方向和研究领域，它在军事、民用领域均得到了广泛应用，而其中用于目标跟踪的多传感器数据融合技术更是当前研究热点之一。本文首先结合单传感器多目标跟踪工程应用，给出了一种易于实现的球坐标系下的自适应α—β滤波器，它在满足实时性要求的同时，还具有较好的跟踪精度，并对多目标跟踪中的软、硬件设计作了简要的介绍，具有一定的工程应用价值。进而探讨了多传感器数据融合理论在多目标跟踪中的应用，重点对多传感器航迹关联与航迹融合进行了研究，对模糊航迹关联算法进一步改进，提出一种简易算法，大大的减少了计算量；并在分布式航迹融合结构的基础上，提出一种自适应加权估计的航迹融合算法，它以最小均方误差为估计模型，对各个局部航迹进行自适应加权，并通过大量仿真验证了这种算法的正确性，融合性能优于局部传感器，特别在局部航迹估计不佳或者工作失常时，亦能表现出良好的工作性能，具备良好的估计精度和容错能力。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景和意义

1.2多传感器融合跟踪技术概述

1.3本文的主要内容

第二章单传感器多目标跟踪的工程实现

2.1数据关联技术

2.1.1“最近邻”法

2.1.2概率数据关联

2.1.3多假设法

2.2状态估计技术

2.2.1α-β滤波

2.2.2球坐标系下自适应α-β滤波

2.2.3 Kalman滤波

2.3滤波算法仿真比较

2.4多目标跟踪工程实现

2.4.1系统硬件结构

2.4.2多目标跟踪程序流程

第三章多传感器数据融合相关理论

3.1数据融合技术的基本理论

3.1.1数据融合的定义

3.1.2数据融合的分类

3.1.3数据融合的主要内容

3.2数据融合的一般模型及融合方法

3.2.1数据融合的通用模型

3.2.2数据融合采用的技术

3.3用于目标跟踪的数据融合处理模型

第四章多传感器航迹及其融合

4.1航迹融合概论

4.1.1集中式、分布式融合系统通信量

4.1.2分布式融合系统结构

4.2航迹管理

4.2.1逻辑法

4.2.2记分法

4.3航迹初始化算法

4.4航迹关联

4.4.1统计关联方法

4.4.2简化模糊关联方法

4.5航迹融合

4.5.1航迹融合结构

4.5.2航迹融合中的相关误差估计问题

4.5.3航迹状态估计融合

第五章 基于同类传感器自适应加权估计的航迹融合

5.1航迹融合模型

5.2自适应加权融合估计算法推导

5.3各传感器估计方差σ2p的求取

5.4融合算法性能测试

结束语

致谢

参考文献

作者在读期间发表的文章