信息融合理論在車輛識別跟蹤系統(tǒng)中的應(yīng)用研究.pdf

1、傳感器網(wǎng)絡(luò)作為一種被動偵查手段，因其高隱蔽性成為當(dāng)前研究的熱點。其中，多源信息融合是傳感器網(wǎng)絡(luò)極其重要的研究內(nèi)容。
　　論文結(jié)合國內(nèi)某研究所的“基于傳感器網(wǎng)絡(luò)的運動車輛識別跟蹤系統(tǒng)”項目，主要研究了多分類器識別融合和目標(biāo)位置的融合估計問題，并在硬件平臺上實現(xiàn)了系統(tǒng)。主要工作體現(xiàn)在以下方面：
　　(1)基于多分類器融合的車輛類型識別
　　論文研究了基于車輛的聲音和震動兩類信號特征的融合識別問題。在傳感器節(jié)點，主要研究了基

2、于貝葉斯理論的多分類器融合算法和基于KNN算法的分類融合。在匯聚節(jié)點，研究了多數(shù)投票判決融合及其幾種衍生算法。結(jié)合仿真對比與項目的硬件架構(gòu)，論文提出了從傳感器節(jié)點到匯聚節(jié)點融合識別的算法框架：在傳感器節(jié)點采用基于KNN的分類融合算法，在匯聚節(jié)點采用局部范圍內(nèi)投票有效判決融合。實驗表明，該方案簡單易于實現(xiàn)，可以有效的提高正確識別率，同時也降低了網(wǎng)絡(luò)通信數(shù)據(jù)量。
　　(2)多傳感器觀測下的目標(biāo)跟蹤問題
　　論文研究了集中式跟蹤系

3、統(tǒng)下序貫濾波融合和并行濾波融合兩種算法的原理，步驟，并對二者進行了仿真對比，結(jié)果表明，兩種算法對目標(biāo)的跟蹤精度是相同的，但是序貫濾波融合更適合傳感器網(wǎng)絡(luò)不穩(wěn)定，時延不固定的場景。對于分布式系統(tǒng)，重點研究了簡單航跡融合算法。數(shù)據(jù)關(guān)聯(lián)是本文研究的另一個重點，主要仿真和對比了量測與航跡融合的最近鄰關(guān)聯(lián)算法和基于模糊聚類分析關(guān)聯(lián)算法以及分布式融合系統(tǒng)下的航跡與航跡的關(guān)聯(lián)。結(jié)合項目的應(yīng)用背景，論文提出在目標(biāo)的分布比較稀疏，機動性較低時，運用集中式