信息融合中一种基于组合滤波的目标跟踪算法

【摘要】： 近20年来,传感器技术获得了迅猛发展,各种面向复杂应用背景的传感器信息系统也随之大量涌现。在这些系统中,信息表现行式的多样性,信息容量以及信息的处理速度等要求已大大超出一般系统的信息综合处理能力,信息融合技术便应运而生。信息融合技术来源于多个不同的学科,它包含数字信号处理、统计估计、现代控制论理论、人工智能、经典数学方法。历史上,信息融合首先源自于军事领域的应用与发展。目标跟踪是信息融合中的一个重要方面,目标跟踪问题的研究已经受到人们的广泛的关注。 目标状态信息融合主要应用于目标跟踪领域。目前该领域发展所遇到的核心问题是如何针对复杂环境来建立具有良好稳健性和自适应能力的目标机动和环境模型,以及如何有效的控制和降低递推估计的计算复杂性。 本文对于基本的跟踪滤波方法和自适应滤波算法进行分析比较,描述各个算法的优点和不足。设计了一种非机动检测的组合机动目标跟踪算法,介绍了算法的原理,通过应用模糊理论产生“软切换”方法,避免了传统带有机动检测的机动跟踪算法所带来的时间延迟,采用了Alpha-Beta、Alpha-Beta-Gamma的组合滤波及减少了相对于卡尔曼滤波的计算量,也避免的单一Alpha-Beta滤波器仅仅适应于匀速运动的情况,单一Alpha-Beta-Gamma滤波器仅仅适应于匀加速运动的情况。在计算量增加不大的情况下,精度得到改善。使得两个算法结合发挥各自的优势。