APP下载

机动目标跟踪的多传感器分层加权融合算法

2020-03-31冯西安

探测与控制学报 2020年1期
关键词:融合模型

薛 昱,冯西安

(西北工业大学航海学院,陕西 西安 710072)

0 引言

机动目标的跟踪问题早在上世纪五十年代就被提出。机动目标跟踪广泛存在于雷达、声纳等领域,即利用传感器对空中的飞行器、水面舰船、水下潜艇和鱼雷等运动目标的跟踪和定位[1]。Kalman滤波一经提出,就在运动模型已知的目标跟踪中获得了显著的成效,例如C-5A飞机导航和阿波罗登月计划[2]。然而,经典Kalman滤波假设目标的运动模型为线性模型,这往往不符合实际情况,因此研究者们又提出了扩展Kalman滤波器(EKF)等非线性滤波算法[3],实现了目标的非线性跟踪。然而,机动目标的运动模型可能会发生改变,因此无法直接应用上述算法。近几年,交互多模型(IMM)和各种滤波算法的结合,成功地在目标运动模型参数未知的情况下,实现了对机动目标的有效跟踪。

传感器信息融合是全面地综合或整合传感器网络的多方数据,来实现目标跟踪的精度和收敛性的进一步优化。其中,并行滤波融合[4]是一种常见、有效且便于实现的集中式融合算法。但在经典的并行滤波融合算法中,融合中心需要知道目标运动的先验信息,以目标的运动模型为滤波的状态方程。而经典的IMM滤波算法无法提供机动目标的运动模型信息,这一点制约了IMM在多传感器并行融合中的应用。本文提出一种多传感器分层加权融合算法,通过依次对单传感器的各模型滤波器加权和多传感器的估计结果加权,解决了机动目标融合跟踪中IMM无法提供运动模型信息的问题,实现了机动目标的多传感器并行融合。……

登录APP查看全文

猜你喜欢

融合模型
一半模型
村企党建联建融合共赢
融合菜
从创新出发,与高考数列相遇、融合
宽窄融合便携箱IPFS500
《融合》
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用