【正文】 )主/被動同時跟蹤無反饋主/被動協(xié)同跟蹤有反饋主/被動協(xié)同跟蹤主動傳感器單獨跟蹤 Carlo仿真結(jié)果。本文中利用相關(guān)波門作為評價系統(tǒng)跟蹤性能的評判標準，并分別介紹了矩形波門和橢球波門，說明了橢球波門比矩形波門更適合本系統(tǒng)。由于被動傳感器本身不發(fā)射信號，只是被動地接受信號，因此與有源探測系統(tǒng)相比，無緣探測系統(tǒng)具有隱蔽性高等優(yōu)點，從而提高系統(tǒng)在復雜戰(zhàn)場環(huán)境下的抗干擾能力與生存能力。在目標跟蹤問題中，它的最大優(yōu)點是在濾波時，允許用線性方程對目標的特性外推[57]。[57]是在混合坐標系中實現(xiàn)跟蹤濾波的簡單程序流程圖。非線性的狀態(tài)方程和量測方程可表示為： ()式中，為非線性函數(shù)。此外，在許多實際問題中很難得到非線性函數(shù)的Jacobian矩陣求導。由于不需要對非線性系統(tǒng)進行線性化，并可以很容易地應用于非線性系統(tǒng)的狀態(tài)估計，因此，UKF在許多領域得到了廣泛應用。是矩陣均方根的第行或第列，求正定矩陣的方根，可以用Cholesky因式分解法。是一個比例因子，決定周圍西格馬點的范圍，一般取。這些采樣點完全體現(xiàn)了高斯密度的真實均值和協(xié)方差。在EKF的濾波中，狀態(tài)噪聲和觀測噪聲的協(xié)方差矩陣是保持不變的，如果對這兩個噪聲協(xié)方差矩陣的估計不是很準確的話，那么就容易產(chǎn)生誤差累計，最終導致濾波發(fā)散。對于非線性濾波問題，至今尚未得到完善的解法。即 或 直角坐標系和極坐標系的相互轉(zhuǎn)換(3)混合坐標系混合坐標系是指采用多種坐標系實現(xiàn)對目標的跟蹤。下面介紹與本論文相關(guān)的幾種坐標系。最后給出了主/被動協(xié)同跟蹤系統(tǒng)的流程圖，通過仿真得出了主/被動協(xié)同跟蹤系統(tǒng)在滿足了系統(tǒng)對跟蹤精度的要求外，較主/被動同時跟蹤系統(tǒng)有更好的隱蔽性，這對實際戰(zhàn)場環(huán)境下的工程應用是十分有意義的。本章對主/被動聯(lián)合跟蹤中涉及的知識點進行了闡述，主要包括相關(guān)波門、異步數(shù)據(jù)時間配準、數(shù)據(jù)融合。將有反饋的主/被動協(xié)同跟蹤與主動傳感器單獨跟蹤的估計精度進行比較，并且進行下面三種跟蹤算法的仿真：(1)主/被動雷達同時跟蹤；(2)無反饋主/被動雷達協(xié)同跟蹤；(3)有反饋主/被動雷達協(xié)同跟蹤。通過仿真比較可以得到，即便是融合系統(tǒng)未引入反饋時，分布式主被動聯(lián)合跟蹤是可以得到滿意的跟蹤效果的，其跟蹤性能明顯要好于局部傳感器中精度較高的傳感器(主動傳感器)。(1) 統(tǒng)計指標對于機動目標跟蹤來說，人們常常關(guān)心的是目標狀態(tài)的估計精度，為此提出了許多統(tǒng)計指標，比如均值誤差(ME)，相對均值誤差(RME)，均方根誤差(RMSE)和相對均方根誤差(RRMSE)等。由于存在互協(xié)方差陣的影響，因而文獻[21]中的無反饋主/被動雷達航跡融合方法僅是最大似然意義下的最優(yōu)融合，而不是全局最小均方意義下的最優(yōu)融合；帶反饋的主/被動雷達同步航跡融合方法，通過把融合中心的一步預測估計及其協(xié)方差陣反饋到主動雷達和被動雷達，避免了互協(xié)方差陣的影響，在最小均方意義下是最優(yōu)的[21]。 并行處理示意圖b) 序貫處理序貫處理是先用傳感器A的測量數(shù)據(jù)對預測值進行一次濾波，然后以一次濾波后的濾波值為預測值，然后用傳感器B的測量數(shù)據(jù)再對其進行濾波處理。集中式融合系統(tǒng)利用所有傳感器的全部測量數(shù)據(jù)對目標進行狀態(tài)預測與估計。這里對此進行仿真模擬：假設被動傳感器和主動傳感器同時開始測量，采樣周期分別為1和3，測量噪聲為零均值白噪聲，方差為60。將式()寫成向量形式： ()其中，均值為零，方差為，為融合前測量噪聲方差。(1)虛擬融合法虛擬融合法是用最小二乘法對被動雷達量測數(shù)據(jù)進行異步配準，以達到主/被動雷達數(shù)據(jù)同步。[51]給出了拒絕正確回波概率時，、隨觀測維數(shù)變化的取值情況[50]。正確回波落于波門外的概率為 ()式中，是波門的體積，變換關(guān)系為，隨機變量服從標準正態(tài)分布，與為接受和拒絕正確回波的概率。首先，將量測方程、新息(量測殘差)和新息協(xié)方差進行描述。本文假設系統(tǒng)有被動雷達、主動雷達各一個。從系統(tǒng)理論的觀點看，被動跟蹤中目標狀態(tài)是否有解本質(zhì)上是系統(tǒng)的可觀測問題。 被動跟蹤的可觀測性目標的可觀測性是被動定位跟蹤的基本問題。使用角度及頻率信息進行跟蹤的方法也得到了廣泛應用[43]。基于混合坐標系的方法在直角坐標系下對目標狀態(tài)和協(xié)方差矩陣進行預測，而在極坐標系下對目標狀態(tài)和協(xié)方差矩陣進行更新。隨著對TMA問題可觀測性的進一步研究，發(fā)現(xiàn)引起發(fā)散的主要原因是載機機動前第一運動階段中，那些不可觀測的目標狀態(tài)分量的作用。二十世紀七十年代以后，擴展卡爾曼濾波在純方位TMA中得到了廣泛應用。很多學者對系統(tǒng)可觀測性問題進行了深入的研究[30,31,32,33,34,35]，針對各種不同的目標運動情況給出了狀態(tài)可觀測的充分必要條件。因此，被動跟蹤系統(tǒng)是非線性的、不可觀測性的。被動定向的作用之一是給主動跟蹤系統(tǒng)或火控系統(tǒng)作角度引導。 被動定向跟蹤在很多應用領域，被動傳感器和主動傳感器配合使用，成為相互獨立又彼此補充的探測跟蹤手段，利用主動傳感器高精度的測距信息和被動傳感器高精度的測角信息，可以給出對目標位置等狀態(tài)進行精確估計。同時由于飛行器(包括隱身飛機)不可避免地要輻射電磁能量和熱量(紅外線)、反射可見光，又為探測和定位創(chuàng)造了條件。采用被動跟蹤為主，主動跟蹤為輔的數(shù)據(jù)融合系統(tǒng)對目標進行跟蹤有利于更充分地發(fā)揮主/被動兩種傳感器各自的優(yōu)勢，使其相得益彰。之前關(guān)于數(shù)據(jù)融合跟蹤的研究，大多集中在多個傳感器均能同時工作的前提條件下進行。然后，將上述方法，應用在主/被動協(xié)同跟蹤系統(tǒng)中，給出了協(xié)同系統(tǒng)的流程圖，并通過仿真，證實了與主/被動傳感器同時工作的系統(tǒng)相比，協(xié)同跟蹤系統(tǒng)的優(yōu)勢。在本論文中，將著重研究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，證實算法是否有效。(2)尋求時間配準方法主/被動聯(lián)合跟蹤系統(tǒng)涉及到多傳感器數(shù)據(jù)融合這個技術(shù)難點，那么就不可避免地會遇到數(shù)據(jù)時間配準的問題。其中，無反饋的雷達/紅外融合方法由于互協(xié)方差的原因，不是全局最小均方差意義下的最優(yōu)融合，而有反饋的雷達/紅外融合方法由于加入了反饋，避免了互協(xié)方差的影響，因此是最小均方意義下的最優(yōu)融合[21]。在文獻[24]中研究了在各雷達航跡樣本容量相同的情況下，電子支援(Electronic Support Measurement,EMS)傳感器和雷達航跡的關(guān)聯(lián)問題。這其中就包括由主動傳感器和被動傳感器組成的多傳感器綜合系統(tǒng)。Blackmann的《多目標跟蹤及在雷達中的應用》、Farina，Studer的《雷達數(shù)據(jù)處理》、BarShalom和Fortmann的《跟蹤和數(shù)據(jù)關(guān)聯(lián)》、《多目標多傳感器跟蹤原理與技術(shù)》以及BarShalom主編的《多傳感器多目標跟蹤：方法和進展》綜合論述了數(shù)據(jù)融合技術(shù)在目標跟蹤領域的新思想、新方法和新進展?，F(xiàn)代數(shù)據(jù)融合概念是在二十世紀七十年代提出的，最初主要是同時使用多種雷達執(zhí)行同類傳感器數(shù)據(jù)融合的處理。在軍事領域，數(shù)據(jù)融合包含許多方面，主要有：多傳感器的檢測判決、多傳感器目標識別的屬性融合、多傳感器的目標狀態(tài)估計融合、環(huán)境的態(tài)勢描述和威脅估計以及傳感器管理和數(shù)據(jù)庫等[21]。傳統(tǒng)的擴展卡爾曼濾波算法應用最為廣泛，但其原理有缺陷，估計性能有時不能滿足需求。與EKF相比，UKF方法直接使用系統(tǒng)的非線性模型，不像EKF那樣需要對非線性系統(tǒng)線性化，也不需要計算Jacobian矩陣，更容易實現(xiàn)。1981年，Vassilios Petridis提出了一種基于多模型的“濾波辨識”聯(lián)合算法[8]，該算法中使用了一種使角測量線性化的方法，并在此基礎上發(fā)展了一種多模估計方法，此方法應用了貝葉斯估計，濾波和系統(tǒng)辨識能夠同時進行。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。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。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(shù)是精確導航制導領域中的熱門技術(shù)之一。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。 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(shù)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。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。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。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。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。Wartin [10,11]，Don Lerro等在1995年分別對擴展卡爾曼濾波算法的偏差進行了更深入的分析，并提出了一種改進的擴展卡爾曼濾波算法，其原理是對原來的EKF算法進行補償，抵消其固有偏差。在機動目標跟蹤領域，Gordon將PF應用與單站被動純角度目標跟蹤問題[18]，得到了優(yōu)于EKF的跟蹤結(jié)果；Hue[19]等把粒子濾波推廣到多目標跟蹤和數(shù)據(jù)關(guān)聯(lián)方面；Meginnity[20]等提出機動目標跟蹤的多模型粒子濾波。我認為這種思想代表了非線性估計的發(fā)展方向。此外，多傳感器數(shù)據(jù)融合在工業(yè)、金融等方面也有廣泛的應用。二十世紀八十年代以來，美軍一直高度重視使用數(shù)據(jù)融合的戰(zhàn)術(shù)和戰(zhàn)略監(jiān)視系統(tǒng)。國內(nèi)一些高校和研究所開始從事數(shù)據(jù)融合技術(shù)的研究工作，產(chǎn)生了很多理論研究成果。但是因為主動傳感器主動對外發(fā)射信號，容易被反探測到，從而易導致敵方的干擾和攻擊。除此之外，雷達與紅外傳感器的主/被動融合跟蹤算法也得到了廣泛的研究。國內(nèi)學者潘泉、張洪才、程詠梅等對這種系統(tǒng)進行了深入的研究。(3)尋求一種數(shù)據(jù)融合方法由于主/被動聯(lián)合跟蹤系統(tǒng)涉及到多傳感器數(shù)據(jù)融合，那么不可避免地就會遇到數(shù)據(jù)融合結(jié)構(gòu)等問題。第二章闡述了主/被動聯(lián)合跟蹤系統(tǒng)的基本思想和系統(tǒng)結(jié)構(gòu)。第四章針對高速高機動目標，將基于“當前”統(tǒng)計模型下的UKF算法應用到主/被動協(xié)同跟蹤系統(tǒng)中，當被動跟蹤系統(tǒng)單獨工作時，采用此算法，并對仿真結(jié)果與EKF算法進行了比較，做出了分析。本文假設在單機平臺上裝有兩種傳感器：被動傳感器和主動傳感器，要求在獲得良好的跟蹤跟蹤精度的同時保持良好的隱蔽性。主動跟蹤系統(tǒng)使用主動傳感器如雷達，其工作原理是向空中輻射電磁波，通過獲取目標的回波來探測目標并對其進行定位。前視紅外成像傳感器(FLIR)和紅外搜索與跟蹤傳感器(IRST)是目前被廣泛使用的兩種紅外傳感器。根據(jù)所求運動參數(shù)的不同，被動跟蹤可以分為被動定向跟蹤和被動定位跟蹤兩種。在IRST單獨跟蹤目標時，可以得到的目標信息只有方位角和俯仰角，而同時火控系統(tǒng)也只要求IRST為它提供下一時刻方位角和俯仰角的預測值。目標運動分析在聲納、紅外、激光、導航和電子對抗等領域有著重要的軍事應用價值，因此它己經(jīng)成為了非線性估計領域中炙手可熱的問題。另外，系統(tǒng)的高度非線性，也是TMA面臨的難題，傳統(tǒng)的線性化方法不能簡單搬用。其實這只是確定性求解方法，即非遞推最小二乘法中存在的不穩(wěn)定性以另外一種形式顯露出來[39,40]。同時在距離信息不可測的情況下，不影響可觀測變量的估計性能，因此基于極坐標系的方法比EKF有更好的收斂性[42]。該技術(shù)要解決的主要問題有時空配準準、定位誤差分析等[29]。按照兩個波段吸收紅外輻射能量的強度信息之比，來估計目標與載機之間的距離，然后與方位量測一起輸入跟蹤器，可進行三維目標跟蹤，這一統(tǒng)計信息還可用于對目標的分類及識別等[47]。1967年，Kolb和Hollister在美國第一屆電路與系統(tǒng)年會上就給出了純方位估計研究的結(jié)果。比如，對于靜止的目標，勻速運動的載機可以估計出其狀態(tài)；對于勻速運動的目標，勻加速運動的的載機可以估計出其狀態(tài)。，共包括4個模塊：被動雷達單獨跟蹤模塊、主/被動雙傳感器航跡融合跟蹤模塊、航跡質(zhì)量檢驗模塊、跟蹤模式選擇和切換模塊。假定觀測位數(shù)為，新息向量的范數(shù)為 ()式中，服從自由度為的分布，新息向量的維高斯概率密度函數(shù)為： ()其中，為新息協(xié)方差矩陣的行列式。因此，在實際應用中，的值往往要取得較大()。但是，由于橢球波門中有求逆運算，所以橢球波門的計算量要大于矩形波門[51]。若主動傳感器最目標狀態(tài)的最近一次更新時間為，下次更新時間為，這就意味著在主動傳感器對目標狀態(tài)的連續(xù)兩次更新之間，被動傳感器有次測量值。(2)內(nèi)插外推法內(nèi)插外推法是采用時間片技術(shù)，將高頻率的觀測數(shù)據(jù)(被動傳感器量測數(shù)據(jù))推算到低頻率數(shù)據(jù)(主動傳感器量測數(shù)據(jù))的時間點上，即在同一時間片內(nèi)，對各傳感器的觀測數(shù)據(jù)按測量頻率進行增量排序，然后將高頻率觀測數(shù)據(jù)向低頻率時間點內(nèi)插、外推，以形成等間隔的觀測數(shù)據(jù)。 數(shù)據(jù)融合在研究具體的融合算法前，首先要根據(jù)應用場景和工程指標確定與之適應的融合結(jié)構(gòu)。因此，對計算機的高要求以及數(shù)據(jù)關(guān)聯(lián)困難是集中式融合結(jié)構(gòu)的主要缺點。在把異步數(shù)據(jù)同步以后，可以用加權(quán)組合的方法將兩組數(shù)據(jù)進行壓縮而不損失信息。且有。(2) 仿真實驗設主/被動雙傳感器的載機位于直角坐標系原點，目標在平面內(nèi)作勻速直線運動，初始狀態(tài)為。 主/被動協(xié)同跟蹤系統(tǒng)將有反饋的分布式融合算法應用在本文討論的主/被動協(xié)同跟蹤系統(tǒng)中，它的具體處理流程?？梢钥闯銮罢叩母櫨缺群笳呗圆睿艺J為是被動傳感器跟蹤精度低，導致