多傳感器多目標(biāo)航跡合成算法研究.pdf

1、隨著信息技術(shù)的快速發(fā)展,傳統(tǒng)的平臺(tái)中心戰(zhàn)已經(jīng)難以滿足實(shí)戰(zhàn)的需要,因此平臺(tái)中心戰(zhàn)轉(zhuǎn)向網(wǎng)絡(luò)中心戰(zhàn)是未來(lái)戰(zhàn)爭(zhēng)的發(fā)展趨勢(shì)。協(xié)同作戰(zhàn)能力(CEC)網(wǎng)絡(luò)是網(wǎng)絡(luò)中心戰(zhàn)的重要組成部分,對(duì)戰(zhàn)爭(zhēng)發(fā)展態(tài)勢(shì)的高度實(shí)時(shí)共享是網(wǎng)絡(luò)中心戰(zhàn)的最大優(yōu)點(diǎn)。而本文研究的航跡合成算法實(shí)際上是協(xié)同作戰(zhàn)網(wǎng)絡(luò)的三項(xiàng)重要戰(zhàn)術(shù)應(yīng)用之一。本課題的指導(dǎo)思想是,面向復(fù)雜作戰(zhàn)環(huán)境,研究傳感器組網(wǎng)公共監(jiān)視區(qū)域以及盲區(qū)內(nèi)的航跡合成算法。首先,分析機(jī)動(dòng)目標(biāo)的運(yùn)動(dòng)模型以及與之相對(duì)應(yīng)的機(jī)動(dòng)目標(biāo)跟蹤算法,

2、仿真結(jié)果表明當(dāng)前統(tǒng)計(jì)模型算法以及多模型算法在目標(biāo)機(jī)動(dòng)時(shí)都有很好的跟蹤性能。然后根據(jù)協(xié)同作戰(zhàn)能力的要求提出航跡合成的框架及其內(nèi)涵,并在此基礎(chǔ)上擴(kuò)展為傳感器組網(wǎng)共同監(jiān)視區(qū)域的航跡融合算法以及傳感器組網(wǎng)出現(xiàn)盲區(qū)時(shí)的航跡外推和接力跟蹤算法。針對(duì)公共區(qū)域的航跡融合,本文研究了不同維狀態(tài)多傳感器航跡融合、異步多傳感器航跡融合以及雷達(dá)與紅外成像復(fù)合的異類傳感器融合。實(shí)際上,傳感器常常是異步工作的;而且各傳感器對(duì)相同目標(biāo)的觀測(cè)信息維數(shù)往往不一致。所以不

3、同維以及異步傳感器狀態(tài)融合算法和結(jié)果性能的研究是有實(shí)際意義的。針對(duì)異類傳感器融合算法中傳感器測(cè)量信息不同步問題,本文采用最小二乘估計(jì)法的時(shí)間配準(zhǔn)和融合方法,仿真表明雷達(dá)與紅外的復(fù)合融合跟蹤精度優(yōu)于雷達(dá)跟蹤精度。在目標(biāo)機(jī)動(dòng)時(shí),結(jié)合交互式多模型算法的優(yōu)點(diǎn),提出一種引入交互式多模型的擴(kuò)展卡爾曼濾波(IMM/EKF)的跟蹤算法。仿真結(jié)果表明,本文采用的IMM/EKF算法整體濾波性能優(yōu)于擴(kuò)展卡爾曼算法。最后研究了傳感器組網(wǎng)盲區(qū)內(nèi)基于航跡外推、識(shí)別

4、以及接力跟蹤的航跡合成算法。本文提出兩種航跡外推方法:一種基于機(jī)動(dòng)檢測(cè)的線性運(yùn)動(dòng)模型外推,另一種是基于帶模型參數(shù)估計(jì)的圓周外推;并利用外推的區(qū)域性系統(tǒng)誤差修正外推航跡,之后進(jìn)行航跡識(shí)別和接力跟蹤,生成合成航跡。計(jì)算結(jié)果表明本文提出的基于系統(tǒng)誤差修正的外推跟蹤算法能夠有效地抵制系統(tǒng)誤差對(duì)接力跟蹤結(jié)果的影響。航跡合成算法在國(guó)內(nèi)尚屬起步階段,目前來(lái)說(shuō)還僅僅停留在概念的階段上,并未形成完整的理論體系。本課題以網(wǎng)絡(luò)中心戰(zhàn)為背景,提出在復(fù)雜環(huán)境下航