收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多传感器数据融合中多目标跟踪关键技术研究

胡炜薇  
【摘要】: 随着现代跟踪环境显著变化,隐身与反隐身、对抗与反对抗措施,强机动、高杂波、低检测率和高虚警率等问题出现,使得跟踪系统设计遇到了强劲的挑战。而且为了得到观测对象更全面、更准确的信息,各种面向复杂应用背景的多传感器数据融合技术越来越受到人们关注,它必将是未来战争夺取胜利的关键。多传感器多目标跟踪是数据融合的底层关键技术。它将多个传感器信息有机合成,估计目标的运动状态,产生比单一传感器更优越的跟踪性能。本文以多传感器数据融合为背景,研究了多目标跟踪技术三方面的关键技术:机动目标状态估计、数据关联以及特殊情况处理。主要研究内容及创新工作如下: 首先针对固定交互式多模型算法对目标进行状态估计时,对机动大的目标精度难以保证问题,提出基于期望系统噪声模型的自适应多模型算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声,提高了跟踪精度。 其次,对复杂环境下多传感器多目标数据关联困难问题,提出两种数据关联算法,均提高了数据关联效果。一种是改进的基于模糊C-均值聚类算法的数据关联算法。传统的基于FCM算法的数据关联,在目标和杂波较密集时容易出现关联错误。而改进算法它采用粗、精关联相结合方法:先用粗关联排除部分杂波,再用模糊C-均值聚类来实现精关联。在精关联时把多传感器关联转化为多个单传感器关联,更有效的实现多传感器多目标数据关联。关联后对同类量测融合,达到很好的状态跟踪;另一种是基于粒子群优化算法的S-维分配算法。S-维分配算法的最大问题在于S≥3时它的求解复杂度随着问题规模的增大呈指数规模增大。对此将它作化为组合优化问题,给出用粒子群优化算法更快速求解的方法。先在S-维算法执行前,用跟踪波门确认有效量测,降低后续计算量。再把交叉算子和变异算子引入粒子群优化算法,在粒子群初始化步骤以及交叉、变异操作时充分考虑确认备选量测,缩小优化搜索范围,更快找到最优解实现量测关联。 再次,针对传统的数据关联方法只利用那些与目标状态向量计算直接相关的运动学信息,用于关联的信息少、质量低,从而引起复杂环境下关联正确率低的现象,提出三种属性信息和运动信息结合的方案来提高关联性能。方案一:把分类信息和运动信息相结合,应用到综合概率关联算法。原综合概率关联算法,在回波密集时容易将各目标的综合量测混淆。因此利用分类混淆矩阵确定分类信息似然函数,再用它调节原算法只用运动学信息的似然函数,构造成一个综合两类信息的似然函数,从而修正互联概率,有效提高关联效果;方案二:同样利用分类信息似然函数,改造基于图模型航迹关联算法。针对原算法在复杂环境数据关联精度不高问题,同时利用两类信息修改顶点兼容函数和连线兼容函数,实现提高多传感器网络的数据关联目的;方案三:将多属性信息和运动学信息直接融合,应用到改进模糊C-均值聚类算法实现数据关联。在量测密集环境下,仅用运动学信息的聚类结果往往不是正确的关联结果,对此在所提算法中,在用运动信息同时,直接利用多特征信息计算聚类关键参数:样本间距离、隶属度,并能调节属性信息的影响度,从而更好的综合利用多属性信息实现数据关联。这种多信息融合使关联效果显著提高。 最后研究了两类数据融合系统可能遇到的不确定情况:野值和非顺序量测。对于野值:当融合中心存在野值时,如果不作对应处理,融合数据会出现较大偏差。对此提出一种具有实时剔野能力的多传感器航迹融合方法。该方法利用模糊C-均值算法对多传感器点迹聚类,根据类内紧凑度及各点迹隶属度,识别并剔除航迹中的野值。最后用预测估计代替野值进行数据融合。该方法在实现数据关联同时有效快速解决野值问题;对于无序量测,传统滤波器无法直接处理。针对非线性系统中,扩展卡尔曼滤波无序滤波精度不高的问题,提出一种最优和次优的无序量测无迹卡尔曼(UKF)滤波器。它基于UKF滤波,重新推导了多步滞后量测转化为等价的一步滞后量测进行直接滤波估计过程,存储负担小。通过仿真比较,可看出所述滤波器能在非线性系统中,能更有效的利用无序量测并提高跟踪性能。之后又研究了多个同时滞后的无序量测情况的处理,提出用基于改进FCM聚类的数据关联算法对滞后量测进行数据关联,使所提的UKF无序滤波器能有效处理多个无序量测进行直接更新,提高跟踪精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈黎;盛安冬;;用于机动目标跟踪的分布式多传感器异步融合算法[J];火力与指挥控制;2009年07期
2 郑敏;赵玉芹;田红伟;;基于多传感器数据融合的机动目标跟踪算法研究[J];探测与控制学报;2006年05期
3 王青,毕靖;基于雷达/红外神经网络融合目标跟踪算法[J];系统仿真学报;2003年04期
4 石晓荣,王青,张明廉,毕静;基于多传感器数据融合的机动目标跟踪自适应学习方法[J];系统仿真学报;2002年05期
5 苏思;姜礼平;邹明;;基于最小二乘支持向量机的测控数据融合[J];火力与指挥控制;2011年03期
6 赵域;张剑云;毛云祥;;基于IMM-UKF的主/被动雷达融合算法[J];电子信息对抗技术;2011年04期
7 陈非,敬忠良,李锋;空基多平台多传感器机动目标自适应跟踪[J];上海交通大学学报;2003年04期
8 钱琼芬,徐毓,金宏斌;变维交互作用多模型滤波方法[J];计算机测量与控制;2005年08期
9 张圆;郭晨;谢春思;梁勇;;基于模糊神经网络融合的目标自适应跟踪算法[J];大连海事大学学报;2007年02期
10 戴筠,王建海;杂波环境下多传感器跟踪的数据融合[J];系统工程与电子技术;1998年04期
11 涂国平,邓群钊;多传感器数据的统计融合方法[J];传感器技术;2001年03期
12 汪诚;基于单片机的制冷系统数据融合自修正模糊控制方法[J];电子工程师;2002年02期
13 宁坤,刘翌南,杨洁,傅明;基于数据融合的识别方法研究[J];无线电工程;2004年12期
14 陈源;杨峰;;基于目标识别的D-S数据融合[J];战术导弹技术;2006年04期
15 何英;韩元杰;;NIDS中一种基于数据融合的警报过滤算法的研究与实现[J];中国西部科技;2007年04期
16 梁凯;潘泉;程咏梅;张兴国;;样本均值随机加权估计数据融合方法研究[J];弹箭与制导学报;2007年03期
17 赵宝;叶震;赵晓峰;陈少田;;多Agent数据融合在入侵检测中的应用[J];福建电脑;2007年12期
18 李宏刚;吕辉;邱建国;;一种新的多传感器数据融合关联算法[J];战术导弹技术;2007年06期
19 杨利平;王颖龙;;数据融合在防空C~3I系统中的应用[J];火力与指挥控制;2008年12期
20 潘昶;朱敏;;一种基于模糊贴近度的多站数据融合算法[J];飞行器测控学报;2008年06期
中国重要会议论文全文数据库 前10条
1 胡振涛;刘先省;;机动目标跟踪的一种改进多传感器数据融合算法[A];第二十四届中国控制会议论文集(下册)[C];2005年
2 徐全洪;张荣芝;刘国珍;;基于多源遥感数据融合下的石家庄市城市扩展分析[A];地图学与GIS学术讨论会论文集[C];2002年
3 季晓林;刘海砚;;基于数据处理平台的空间矢量数据融合[A];中国地理信息系统协会第八届年会论文集[C];2004年
4 孙岩;;基于多Agent的战场传感器网络数据融合研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
5 王娜;梁禹;邵振军;;基于集成神经网络的故障诊断及仿真研究[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
6 黄刚;韩元杰;朱长城;;修改的联合概率数据关联算法[A];2004中国控制与决策学术年会论文集[C];2004年
7 张苗;窦丽华;陈杰;彭志红;;数据融合中时间配准的状态估计方法[A];第二十二届中国控制会议论文集(下)[C];2003年
8 周永丰;吴汉宝;;试论海战场数据融合的体系结构[A];中国造船工程学会电子技术学术委员会2006学术年会论文集(上册)[C];2006年
9 刘向阳;杨科利;;异类传感器目标跟踪[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
10 胡长胜;赵伟民;李瑰贤;胡长军;;基于数据融合的钻孔机保护与钻具动力智能匹配系统设计[A];中国工程机械学会2003年年会论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 胡炜薇;多传感器数据融合中多目标跟踪关键技术研究[D];哈尔滨工程大学;2007年
2 贺明科;多传感器目标跟踪中的数据融合技术研究[D];中国人民解放军国防科学技术大学;2002年
3 陈理渊;多传感器数据融合及其在电机故障诊断中的应用研究[D];浙江大学;2005年
4 库少平;磁力轴承故障诊断的相关理论与实验研究[D];武汉理工大学;2005年
5 邓达强;运动机械监测系统数据融合关键技术的研究与应用[D];重庆大学;2001年
6 左文明;脱机手写中文签名鉴别的研究[D];华南理工大学;2004年
7 张英;水下仿生拱泥机器人及其关键技术研究[D];武汉理工大学;2005年
8 孔凡天;无线传感器网络节点定位与数据融合技术研究及实现[D];华中科技大学;2006年
9 黄为勇;基于支持向量机数据融合的矿井瓦斯预警技术研究[D];中国矿业大学;2009年
10 徐超;面向大型工程健康监测的无线传感器网络基本理论和关键技术研究[D];武汉理工大学;2007年
中国硕士学位论文全文数据库 前10条
1 沈健;数据融合多目标跟踪方法研究[D];西北工业大学;2003年
2 徐亮;动态交通信息检测器选择及其空间位置优化问题研究[D];吉林大学;2004年
3 林岚;基于神经网络的多目标跟踪数据融合研究[D];江西师范大学;2005年
4 曲利芹;多卫星海色数据融合[D];中国海洋大学;2003年
5 孙磊;基于数据融合的入侵检测模型研究[D];青岛大学;2005年
6 黄华兵;基于遥感与GIS的景观类型信息提取及景观格局分析[D];中国科学院研究生院(青海盐湖研究所);2005年
7 邢二庆;无线传感器网络数据融合算法的研究[D];沈阳航空工业学院;2010年
8 李灏荃;遗传算法及神经网络在数据融合中的应用[D];西安电子科技大学;2001年
9 吴江;多雷达和ADS数据融合研究和应用[D];四川大学;2004年
10 张路路;基于数据融合的氧量软测量[D];华北电力大学(河北);2005年
中国重要报纸全文数据库 前10条
1 南京联创系统集成股份有限公司 陆志强;数据融合计费与管理系统的探讨[N];通信产业报;2002年
2 中兴通讯股份有限公司 鲁兰 红朱 王炜;数据融合奠基网络融合[N];通信产业报;2006年
3 ;多角度发掘VoIP[N];网络世界;2005年
4 徐勇;IP语音通信实现真正融合[N];人民邮电;2003年
5 许小英;2006年VoIP市场暗流涌动[N];中国电子报;2007年
6 靳辉;计费、数据融合的中心是客户[N];通信产业报;2008年
7 正子;把握企业通信趋势[N];通信产业报;2001年
8 华为技术有限公司 王明虎段承恩 丁浩;打造融合的用户业务数据中心[N];通信产业报;2007年
9 汤颖;勤思结网锁长空 求索密织建丰功[N];中国航空报;2007年
10 潘竑;网络电话:势如破竹无所不在[N];金融时报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978