高速高机动目标主被动联合跟踪算法研究_硕士学位论文.doc

学位论文
高速高机动目标主/被动联合跟踪算法研究
申请学位级别硕士专业名称导航、制导与控制
学位授予单位和日期南京理工大学
答辩委员会主席
评阅人
注1:注明《国际十进分类法UDC》的类号。
声明
本学位论文是我在导师的指导下取得的研究成果,尽我所知,在本学位论文中,除了加以标注和致谢的部分外,不包含其他人已经发表或公布过的研究成果,也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。
研究生签名: 年月日
学位论文使用授权声明
南京理工大学有权保存本学位论文的电子和纸质文档,可以借阅或上网公布本学位论文的部分或全部内容,可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文,按保密的有关规定和程序处理。
研究生签名: 年月日
摘要
主/被动联合跟踪是多传感器联合跟踪技术的一个重要部分,它能实现主动传感器和被动传感器的数据互补,改善对目标的跟踪精度,提高系统的生存能力。本文研究的主/被动协同跟踪是主/被动联合跟踪的分支,它能够使跟踪系统在满足跟踪精度要求的同时又具备良好的隐蔽性,这在战场环境愈发复杂的当代,具有很重要的军事意义,因而引起了广泛的关注。基于这样的背景,本文从相关波门、时间配准、数据融合、非线性滤波算法这四个方面对主/被动联合跟踪进行了研究和算法改进。
首先,本文结合了相关波门的知识,提出了一种跟踪系统性能评价方法,因为对于主/被动协同跟踪系统来说,如何实现两种工作模式的转换,尽可能减少主动传感器开机时间,是十分重要的。并且通过比较,对高机动目标,得出了使用“当前”统计模型时,接收正确回波的概率和关联区域大小有更好的稳定性。
其次,由于主动传感器和被动传感器的采样周期不同,将不同采样时刻的数据直接用于目标定位,将会带来很大的误差。针对这种情况,本文采用了虚拟融合法对数据实行配准,从而提高目标定位的精度。
然后,介绍了几种数据融合结构及算法,通过比较,选择了有反馈的分布式融合结构,可以实现主动传感器和被动传感器的有机互补,而且能够提高局部传感器的跟踪精度。因此,对于主/被动协同跟踪系统,这种方法很有意义,本文将其应用在主/被动协同跟踪系统中,对系统进行了改进。
接着,对几种非线性滤波算法进行研究和比较,选择了不敏卡尔曼滤波算法,并将其应用在主/被动协同跟踪系统中,对系统进行改进,通过理论论证和数字仿真,证实了算法的有效性。
最后对虚拟航路进行了仿真,通过实例验证了相关波门、时间配准算法、有反馈的分布式融合结构、及改进的主/被动协同跟踪算法的有效性,为工程应用提供了有益的参考。
关键词:主/被动联合,协同跟踪,相关波门,时间配准,数据融合,不敏卡尔曼滤
Abstract
Active-passive joint tracking is an important part of target tracking on fusion of multi-sensor. It can achieve that the data of active sensor and passive plement each other to improve the tracking accuracy and the system’s viability. The active-passive synergistic tracking discussed in this paper is a branch of active-passive joint tracking. It can meet the need of the good tracking accuracy and the good concealment at the same time, which has very important military significance and attracts wide attention in plex modern battlefield environment. Based on this background, this paper relates to the techniques of correlated gating, time registration, data fusion and nonlinear filtering. And based on these techniques, the paper studies and improves the active-passive joint tracking algorithm.
First, the