【正文】 學 位 論 文高速高機動目標主/被動聯(lián)合跟蹤算法研究申請學位級別 碩士 專業(yè)名稱 導航、制導與控制 注1：注明《國際十進分類法UDC》的類號。 碩士論文 高速高機動目標主/被動聯(lián)合跟蹤算法研究摘 要主/被動聯(lián)合跟蹤是多傳感器聯(lián)合跟蹤技術的一個重要部分，它能實現(xiàn)主動傳感器和被動傳感器的數(shù)據(jù)互補，改善對目標的跟蹤精度，提高系統(tǒng)的生存能力。本文研究的主/被動協(xié)同跟蹤是主/被動聯(lián)合跟蹤的分支，它能夠使跟蹤系統(tǒng)在滿足跟蹤精度要求的同時又具備良好的隱蔽性，這在戰(zhàn)場環(huán)境愈發(fā)復雜的當代，具有很重要的軍事意義，因而引起了廣泛的關注?；谶@樣的背景，本文從相關波門、時間配準、數(shù)據(jù)融合、非線性濾波算法這四個方面對主/被動聯(lián)合跟蹤進行了研究和算法改進。首先，本文結合了相關波門的知識，提出了一種跟蹤系統(tǒng)性能評價方法，因為對于主/被動協(xié)同跟蹤系統(tǒng)來說，如何實現(xiàn)兩種工作模式的轉換，盡可能減少主動傳感器開機時間，是十分重要的。并且通過比較，對高機動目標，得出了使用“當前”統(tǒng)計模型時，接收正確回波的概率和關聯(lián)區(qū)域大小有更好的穩(wěn)定性。其次，由于主動傳感器和被動傳感器的采樣周期不同，將不同采樣時刻的數(shù)據(jù)直接用于目標定位，將會帶來很大的誤差。針對這種情況，本文采用了虛擬融合法對數(shù)據(jù)實行配準，從而提高目標定位的精度。然后，介紹了幾種數(shù)據(jù)融合結構及算法，通過比較，選擇了有反饋的分布式融合結構，可以實現(xiàn)主動傳感器和被動傳感器的有機互補，而且能夠提高局部傳感器的跟蹤精度。因此，對于主/被動協(xié)同跟蹤系統(tǒng)，這種方法很有意義，本文將其應用在主/被動協(xié)同跟蹤系統(tǒng)中，對系統(tǒng)進行了改進。接著，對幾種非線性濾波算法進行研究和比較，選擇了不敏卡爾曼濾波算法，并將其應用在主/被動協(xié)同跟蹤系統(tǒng)中，對系統(tǒng)進行改進，通過理論論證和數(shù)字仿真，證實了算法的有效性。最后對虛擬航路進行了仿真，通過實例驗證了相關波門、時間配準算法、有反饋的分布式融合結構、及改進的主/被動協(xié)同跟蹤算法的有效性，為工程應用提供了有益的參考。關鍵詞：主/被動聯(lián)合，協(xié)同跟蹤，相關波門，時間配準，數(shù)據(jù)融合，不敏卡爾曼濾AbstractActivepassive joint tracking is an important part of target tracking on fusion of multisensor. It can achieve that the data of active sensor and passive sensor plement each other to improve the tracking accuracy and the system’s viability. The activepassive synergistic tracking discussed in this paper is a branch of activepassive 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 increasingly 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 activepassive joint tracking algorithm.First, the paper brings a tracking system’s performance evaluation with the knowledge of correlated gating, because for the activepassive synergistic tacking system, how to achieve the transformation between two modes, and minimize the boot time of active sensor, is very important. Then by parison, for highly maneuvering target, the paper educes with “current” model, the probability of receiving right echo and the size of associated area have better stability.Second, active sensor and passive sensor have different sampling periods, so if the data of different sampling times is used directly for targeting, it will lead to large errors. To avoid this possibility, the paper uses virtual bination method to implement the registration of data.Third, several data fusion structures and algorithms are introduced. By parison, a distributed fusion structure with feedback is chosen, which can achieve the data of active sensor and passive sensor plement each other and enhance the accuracy of target tracking. So, the method is useful for synergistic tracking system. The paper applies this method of data fusion in synergistic tracking system to improve its performance.Then, several nonlinear filtering algorithms are studied and pared. The unscented kalman filter is chosen by parison, and is applied in the activepassive synergistic tracking system to improve its performance. With theoretical arguments and several simulations, the validity of the improved algorithm is approved.Finally, With the simulation of the virtual route, the techniques of correlated gating , time registration, distributed fusion structure with feedback, and improved activepassive synergistic tracking algorithm is effective, and provide a useful reference to engineering application.Key word: activepassive joint, synergistic tracking, correlated gating, time registration, data fusion, the unscented kalman filterIII碩士論文 高速高機動目標主/被動聯(lián)合跟蹤算法研究目 錄摘 要 IAbstract III1 緒論 1 研究背景及意義 1 國內(nèi)外研究概況 1 非線性濾波理論研究概況 1 多傳感器數(shù)據(jù)融合技術研究概況 3 主/被動聯(lián)合跟蹤研究概況 4 本文的主要工作及安排 5 研究內(nèi)容 5 論文結構安排 62 主/被動聯(lián)合跟蹤方法研究 9 概述 9 主動跟蹤與被動跟蹤技術 9 被動定向跟蹤 10 被動定位跟蹤 10 被動跟蹤的可觀測性 13 主/被動聯(lián)合跟蹤的定位 13 跟蹤系統(tǒng)結構及工作原理 13 跟蹤性能評估 14 異步數(shù)據(jù)的時間配準 18 數(shù)據(jù)融合 20 無反饋與有反饋性能仿真比較 24 主/被動協(xié)同跟蹤系統(tǒng) 27 本章小結 303 非線性濾波算法研究 31 概述 31 測量坐標系的選擇 31 幾種典型的非線性濾波 33 經(jīng)典線性濾波器—卡爾曼濾波 33 擴展卡爾曼濾波 33 不敏卡爾曼濾波 35 仿真比較 37 基于“當前”統(tǒng)計模型的濾波算法 38 Singer模型 39 “當前”統(tǒng)計模型 39 相關波門的研究 42 43 本章小結 474 高速高機動目標主/被動聯(lián)合跟蹤 49 仿真環(huán)境 50 仿真結果及分析 50 異步數(shù)據(jù)時間配準仿真 50 主/被動傳感器數(shù)據(jù)融合仿真 52 主/被動協(xié)同跟蹤與同時跟蹤仿真 545 結束語 65 總結 65 展望 65致 謝 67參考文獻 69V碩士論文 高速高機動目標主/被動聯(lián)合跟蹤算法研究1 緒論 研究背景及意義隨著現(xiàn)代科學技術的發(fā)展，現(xiàn)代戰(zhàn)爭的環(huán)境越來越復雜，在復雜環(huán)境下進行目標跟蹤，由于受傳感器管理及決策的影響，戰(zhàn)場環(huán)境的限制，以及提高生存能力等的要求，多個傳感器均能同時工作的理想條件往往難以實現(xiàn)。因此研究傳感器在這種受限條件下的跟蹤，對實際工程應用具有非常重要的意義。在各種各樣的數(shù)據(jù)融合工程應用中，基于數(shù)據(jù)融合理論的主/被動傳感器數(shù)據(jù)融合技術是精確導航制導領域中的熱門技術之一。被動跟蹤具有隱蔽性好，不易被敵方發(fā)現(xiàn)的優(yōu)點。但是它也有其自身的不足，具有弱可觀測性等方面的缺點，難以同時滿足跟蹤精度和隱蔽性的要求。若能有機的聯(lián)合主動跟蹤，勢必會大幅度提高目標跟蹤的效果，提高系統(tǒng)的戰(zhàn)場生存率。其中使用比較廣泛的有：ESM(Electronic Support Measurement)與雷達數(shù)據(jù)融合、紅外與雷達(或激光)主被動聯(lián)合跟蹤等。就主/被動雷達數(shù)據(jù)融合來說，一般，兩種雷達的測量原理和實現(xiàn)結構有很大區(qū)別，導致兩種測量數(shù)據(jù)在數(shù)據(jù)率、噪聲方差等很多性能上不同，在部分性能上具有互補性。如何將兩種數(shù)據(jù)有效地融合起來便成為一個非?，F(xiàn)實的問題。文獻[1]中將紅外和雷達結合起來，提高了對巡航導彈的跟蹤性能。文獻[2]通過前視紅外傳感器測得的目標圖像信息，得到較為準確的目標運動信息，同時將前視紅外傳感器和雷達的角度測量值進行融合，以改善跟蹤性能。對高速高機動目標的實時穩(wěn)定高效跟蹤，是非線性估計理論研究的一個重要課題，被動跟蹤更是其中的熱點。如何將其應用到主/被動聯(lián)合跟蹤系統(tǒng)中，提高我方戰(zhàn)場優(yōu)勢，是一個值得關注的問題。非線性系統(tǒng)估計問題廣泛存在于飛行器導航，目標跟蹤以及工業(yè)控制等領域中，具有重要的理論意義和廣闊的應用前景。因此，研究一種高效的高速高機動目標跟蹤算法具有重要的理論和工程實踐意義。 國內(nèi)外研究概況 非線性濾波理論研究概況機動目標跟蹤在現(xiàn)代軍事領域有著舉足輕重的地位，它關系到戰(zhàn)場勢態(tài)的評估、決策制定和戰(zhàn)場指揮等各方面。如何根據(jù)目標特點選取模型和濾波算法，是目標跟蹤問題中的關鍵。多年來，國內(nèi)外研究提出了許多目標模型，比如勻速模型、勻加速模型、Singer模型、“當前”統(tǒng)計模型、交互式多模型等，在這些模型下的濾波算法都是線性的。而嚴格來說，任何一個實際系統(tǒng)都是非線性的，對于一些弱非線性系統(tǒng)來說，將它看作線性系統(tǒng)可能不會有很大的偏差，但是對眾多強非線性系統(tǒng)來說，將它看作線性系統(tǒng)，并對其進行線性建模和濾波，將會造成極大地誤差，不能滿足要求。在本文中，由于傳感器的測量值是在極坐標下表示的，測量方程在極坐標系下是線性的，但是狀態(tài)方程在極坐標下是非線性的；而如果要求狀態(tài)方程是線性的，那么必須是在直角坐標系下，但是在直角坐標下的測量方程卻是非線性的。因此，在各種坐標系中，狀態(tài)方程和觀測方程同時是線性的可能性非常小，想要獲得良好的狀態(tài)估計精度很困難的，這就涉及到非線性濾波技術。許多年以來，大批學者在此領域不斷地深入地研究，涌現(xiàn)出了大量的研究成果。1972年Whiteombe首先提出了直角坐標系下遞推的偽線性卡爾曼濾波(PseudoLinear Kalman Filter,PLKF)算法[3]。然后，Vincent [4,5]，對偽線性濾波做了詳細的理論分析，得出了一些重要的結論。1978年Allen