多傳感器目標(biāo)跟蹤算法研究.pdf

1、數(shù)據(jù)融合技術(shù)作為一門新興的學(xué)科，在軍事和民用領(lǐng)域中有著廣泛的應(yīng)用前景，而多傳感器目標(biāo)跟蹤是數(shù)據(jù)融合技術(shù)在目標(biāo)跟蹤領(lǐng)域中的重要應(yīng)用之一。多傳感器目標(biāo)跟蹤技術(shù)是將多個(gè)傳感器獲得的信息有效的結(jié)合，去除冗余信息，提高對(duì)目標(biāo)運(yùn)動(dòng)狀態(tài)估計(jì)的精度，其跟蹤性能優(yōu)于任何一個(gè)單傳感器。
　　 本文系統(tǒng)深入地研究了多傳感器數(shù)據(jù)融合中的單目標(biāo)跟蹤問(wèn)題。首先對(duì)數(shù)據(jù)融合的理論基礎(chǔ)、實(shí)現(xiàn)技術(shù)、研究現(xiàn)狀和意義進(jìn)行了綜述，并概述了多傳感器數(shù)據(jù)融合的濾波算法，采用

2、卡爾曼濾波對(duì)兩傳感器得到的數(shù)據(jù)進(jìn)行融合。仿真結(jié)果表明：使用兩個(gè)傳感器融合跟蹤的性能要優(yōu)于單傳感器。
　　 其次研究討論了目標(biāo)跟蹤當(dāng)中的目標(biāo)運(yùn)動(dòng)模型的建立和各種濾波方法等關(guān)鍵問(wèn)題。本文對(duì)比研究了一些常用的濾波算法，包括卡爾曼(Kalman)濾波，擴(kuò)展Kalman濾波(EKF：Extend Kalman Filter)，粒子濾波及其改進(jìn)濾波算法，并對(duì)這些算法存在的一些問(wèn)題，結(jié)合數(shù)據(jù)融合技術(shù)，提出一種基于交互式多模型(IMM：Inte