面向多目標跟蹤的多傳感器數(shù)據(jù)融合方法研究.pdf

1、目標跟蹤技術產(chǎn)生于戰(zhàn)爭年代，發(fā)展至今已經(jīng)取得了不少豐碩的成果。由于監(jiān)控區(qū)域內(nèi)大多情況下存在著多個目標，且目標個數(shù)隨時間變化，因而針對多個目標跟蹤一直以來都是目標跟蹤問題中的熱點與難點。對于多個目標跟蹤需要大量的傳感器監(jiān)測數(shù)據(jù)，因而單個傳感器往往不能滿足需求，需要多個傳感器獲取監(jiān)控區(qū)域內(nèi)多個目標全方位、多層次的探測數(shù)據(jù)。利用數(shù)據(jù)融合的方法，將多個傳感器所獲得的具有冗余性、互補性的數(shù)據(jù)進行關聯(lián)與濾波，最終形成監(jiān)控區(qū)域內(nèi)多個目標的軌跡信息。此

2、外還應考慮由傳感器本身特點或被跟蹤目標屬低空、弱小目標的范疇導致的傳感器低檢測概率，給多目標跟蹤問題帶來的巨大困難。
　　本文首先在研究傳統(tǒng)的混合式與多級式數(shù)據(jù)融合處理結構的基礎上，提出了一種新形式的串聯(lián)型混合式數(shù)據(jù)融合處理結構。該融合處理結構兼具分布式與集中式融合處理結構的特點。基于該新形式的融合處理結構以及分布式融合處理結構，給出了概率假設密度濾波狀態(tài)估計方法的兩種可實現(xiàn)的融合處理結構。
　　其次，依據(jù)數(shù)據(jù)融合中心前端的

3、系統(tǒng)數(shù)據(jù)融合處理結構，將數(shù)據(jù)關聯(lián)方法分為分布式航跡關聯(lián)與集中式數(shù)據(jù)關聯(lián)，并分別進行深入研究。對基于模糊推理的數(shù)據(jù)關聯(lián)與聯(lián)合概率數(shù)據(jù)關聯(lián)進行仿真對比，驗證了在復雜環(huán)境下的多目標跟蹤，前者關聯(lián)表現(xiàn)更優(yōu)。
　　最后，對貝葉斯濾波框架下的卡爾曼濾波、粒子濾波等傳統(tǒng)的狀態(tài)估計濾波方法進行了研究，并重點對基于隨機有限集的概率假設密度濾波方法進行了分析研究。針對非線性非高斯系統(tǒng)的多目標跟蹤，提出了一種改進的邊緣化粒子概率假設密度濾波方法，解決了