【正文】 39。39。 ,ababrrrvv??????????其中 和 表示傳感器的真實(shí)值， 和 表示傳感器的測量誤差。39。假定傳感器量測噪聲向量為： ()[,]abTrrvv???和 分別表示傳感器 和 的斜距和方位角的測量噪聲， 服從高斯分,arv?,br? v布，即： ()[]0,[]{},abrrEvcondig???????????由圖 可推出下面基本方程： ()sincoisasabsbxyr???????當(dāng)考慮傳感器的量測噪聲，可有： ()39。 ?北傳 感 器 a 傳 感 器 b真 實(shí) 目 標(biāo)ar?bra?arbr?xbxayb XYOb?,sy ,sxy碩士論文 多傳感器多目標(biāo)航跡關(guān)聯(lián)與融合算法研究 19圖 系統(tǒng)平面上的偏差估計配置和 表示在全局坐標(biāo)系上的量測值， 和 表示傳感器在(,)axy(,)b (,)saxy(,)sb全局坐標(biāo)系中的位置。假設(shè)兩部傳感器 a 和 b，斜距和方位角偏差分別為： 。本節(jié)主要對極大似然空間配準(zhǔn)算法進(jìn)行分析。這些方法不需要知道目標(biāo)運(yùn)動模型而對傳感器方位角、高低角、斜距偏差進(jìn)行估計。2r?根據(jù)最小二乘法準(zhǔn)則，其目標(biāo)函數(shù) 為：J ()A[][]TTTnnnJVZWU??要使目標(biāo)函數(shù) 為最小，方程()兩邊對 求偏導(dǎo)數(shù)并令其等于零得：3 多目標(biāo)跟蹤中的數(shù)據(jù)處理 碩士論文 18 ()AA2()0TnnJWZUU????從而有估計 ： ()AU. 1[,]()TTnnZ?其誤差協(xié)方差陣估計為： ()A2rUR???則進(jìn)行整合以后的測量值及其測量噪聲方差為： ()121,nnkiiizcz???? ()A()var[],rkn?其中 12/,6/[(1)??? 空間配準(zhǔn)算法空間配準(zhǔn)主要指消除信源測量的系統(tǒng)誤差，包括動態(tài)或靜態(tài)估算出信源的測量系統(tǒng)誤差，然后對目標(biāo)測量信息進(jìn)行補(bǔ)償。所以為了消除時間偏差對多傳感器數(shù)據(jù)融合的影響，就必須消除由于時間偏差對目標(biāo)測量值的不同步?，F(xiàn)設(shè)有兩類傳感器，分別為傳感器A和傳感器B，傳感器 A采樣周期為 ，傳感器B?采樣周期為 ，并且 / = ，假設(shè)傳感器A對目標(biāo)測量的兩次時刻差為 即 ，則意T?n nT味著在傳感器A兩次量測過程中雷達(dá)B有n次測量。從而使后續(xù)研究的航跡關(guān)聯(lián)、融合得到有效地進(jìn)行。圖 為其基本轉(zhuǎn)換過程：碩士論文 多傳感器多目標(biāo)航跡關(guān)聯(lián)與融合算法研究 17模擬航跡真值（ 直角坐標(biāo)系 ）直角坐標(biāo)轉(zhuǎn)換為極坐標(biāo)在極坐標(biāo)中加入白噪聲極坐標(biāo)轉(zhuǎn)換為直角坐標(biāo)量測數(shù)據(jù) 圖 本文采用的雷達(dá)量測數(shù)據(jù)形成流程圖 時間配準(zhǔn)算法對雷達(dá)系統(tǒng)來說，由于各個雷達(dá)傳感器對目標(biāo)的測量是相互獨(dú)立的，且采樣周期也一般不同，另外再加上傳輸延遲，使各個局部傳感器在向融合中心傳輸?shù)膱蟾媸遣煌?，便需要時間配準(zhǔn)來進(jìn)行融合。預(yù)測邏輯（ 直角坐標(biāo) ）濾波增益直角坐標(biāo) 極坐標(biāo) 極坐標(biāo) 直角坐標(biāo)F1?F? ?量測數(shù)據(jù)（ 極坐標(biāo) ）新息（ 直角坐標(biāo) ）濾波狀態(tài)（ 直角坐標(biāo) ）)|(kZ)1(?kv ?A(|)Xk A(1|)Xk圖 混合標(biāo)系中的跟蹤濾波流程圖 在本文后續(xù)要用到的雷達(dá)量測數(shù)據(jù)，就是基于直角坐標(biāo)系和極坐標(biāo)系的相互轉(zhuǎn)換。故常采用混合坐標(biāo)系對目標(biāo)進(jìn)行跟蹤。下面就簡單介紹下直角坐標(biāo)系和極坐標(biāo)系之間的轉(zhuǎn)換關(guān)系。39。cosinixyzz???????? 39。39。39。(,)z關(guān)系可以得出 ()39。Y3 多目標(biāo)跟蹤中的數(shù)據(jù)處理 碩士論文 16圖 Z 軸旋轉(zhuǎn)幾何關(guān)系圖如果有一點(diǎn) 在舊新坐標(biāo)系中坐標(biāo)分別為 和 ，根據(jù)圖 中幾何p(,)xyz39。OXYZ??39。YZ39。XYZ?39。如圖 所示。xaybzc?????? 旋轉(zhuǎn)變換不改變原點(diǎn)位置而只改變坐標(biāo)軸的方向。39。39。平移變換就是改變坐標(biāo)軸的位置而不改變其方向。常見的坐標(biāo)變換有兩種方式：平移變換和旋轉(zhuǎn)變換。 OXYZOXYZ P??r 圖 直角坐標(biāo)系（左）和空間極坐標(biāo)系（右）坐標(biāo)變換就是將一個空間坐標(biāo)系中的目標(biāo)，根據(jù)位置關(guān)系，變換到另一個坐標(biāo)系中，并且可以給出兩坐標(biāo)間的關(guān)系。在許多雷達(dá)跟蹤系統(tǒng)中，目標(biāo)的量測是在極坐標(biāo)系下完成，對數(shù)據(jù)的處理是在直角坐標(biāo)系下完成的。本小節(jié)主要介紹了量測數(shù)據(jù)預(yù)處理中的坐標(biāo)變換、時間對準(zhǔn)、空間對準(zhǔn)技術(shù)。本章針對本課題所用到的數(shù)據(jù)處理技術(shù)做具體介紹與分析。這些濾波方式是現(xiàn)代雷達(dá)信息處理的基礎(chǔ)，其中卡爾曼濾波歷史最為悠久，技術(shù)成熟且計算方便。在雷達(dá)數(shù)據(jù)處理過程中，首先要用到量測數(shù)據(jù)處理技術(shù)，包括坐標(biāo)變換，時空對準(zhǔn)等。圖 給出了一個簡單的多目標(biāo)跟蹤原理圖 [30]。隨著現(xiàn)代戰(zhàn)爭中敵機(jī)突防能力的增強(qiáng)以及目標(biāo)機(jī)動性的增加，為了獲得全戰(zhàn)場范圍內(nèi)精確、實(shí)時、高效的目標(biāo)信息，提高對未來戰(zhàn)場中高速/超高速機(jī)動目標(biāo)的打擊效能，多目標(biāo)跟蹤領(lǐng)域?qū)⑹俏磥硌芯康臒狳c(diǎn)。3 多目標(biāo)跟蹤中的數(shù)據(jù)處理 碩士論文 143 多目標(biāo)跟蹤中的數(shù)據(jù)處理在機(jī)動目標(biāo)跟蹤領(lǐng)域應(yīng)用信息融合技術(shù)是近年來研究的熱點(diǎn)。 雷達(dá) 1雷達(dá) 2雷達(dá) n時空對準(zhǔn)航跡融合航跡關(guān)聯(lián)A1,XP2,A,nXPA,XP 圖 本文采取的技術(shù)路線框圖 本章小結(jié) 本章就多源信息融合的相關(guān)理論知識進(jìn)行了介紹。本文結(jié)合實(shí)際工程項目，采用分布式雷達(dá)組網(wǎng)技術(shù)。目前，其主要應(yīng)用到以下幾個大系統(tǒng)：(1)軍事系統(tǒng)(2)工業(yè)控制系統(tǒng)(3)空中交通管制系統(tǒng)(4)金融系統(tǒng)(5)醫(yī)療診斷系統(tǒng)(6)監(jiān)控系統(tǒng) 本論文研究的主要問題及解決思路在多傳感器融合系統(tǒng)中，常采用集中式、分布式和混合式融合結(jié)構(gòu)，其中集中式和混合式由于自身的缺陷而在實(shí)際工程應(yīng)用中難以實(shí)現(xiàn)，而分布式結(jié)構(gòu)計算量小，靈活方便，并且可以以較低的費(fèi)用獲得較高的可靠性和可用性，故本課題采用分布式多傳感器系統(tǒng)。目前常采用的主要技術(shù)有以下幾種：(1)基于統(tǒng)計理論的方法 包括經(jīng)典推理、DS 證據(jù)理論、貝葉斯技術(shù)以及支持向量機(jī)理論等(2)基于估計理論方法2 多傳感器多目標(biāo)信息融合理論基礎(chǔ) 碩士論文 12包括極大似然估計、最小二乘法、卡爾曼濾波(3)基于信息論的多傳感器信息融合技術(shù)包括聚類分析理論、熵理論、表決法等(4)基于認(rèn)識模型的多傳感器信息融合技術(shù) 主要涉及到模糊集理論和邏輯模板法(5)智能信息融合技術(shù) 主要涉及到 AI 技術(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、專家系統(tǒng)(6)分布式和并行處理技術(shù)雖然目前有一大批研究成果，但是信息融合技術(shù)發(fā)展還不完善，當(dāng)前制約多傳感器信息融合技術(shù)深入發(fā)展的因素有三 [28]：(1)信息來源種類的高度相異性、涉及內(nèi)容的模糊性；(2)多源信息和任務(wù)本身所固有的復(fù)雜性；(3)目前還沒有統(tǒng)一的數(shù)學(xué)工具來描述信息融合系統(tǒng)； 信息融合的應(yīng)用軍事應(yīng)用是多源信息融合技術(shù)誕生的源泉，主要包括機(jī)動目標(biāo)的檢測、跟蹤、定位和識別。 融合中心傳感器傳感器節(jié)點(diǎn)傳感器節(jié)點(diǎn)傳感器傳感器傳感器圖 混合式融合結(jié)構(gòu) 信息融合的技術(shù)與應(yīng)用 信息融合的基本技術(shù)和方法信息融合是一門跨學(xué)科、涉及范圍廣的綜合處理技術(shù)，不是一門單一的技術(shù)，實(shí)際上是傳統(tǒng)學(xué)科和新技術(shù)的融合與應(yīng)用。碩士論文 多傳感器多目標(biāo)航跡關(guān)聯(lián)與融合算法研究 11融合中心傳感器節(jié)點(diǎn)傳感器節(jié)點(diǎn)傳感器節(jié)點(diǎn)傳感器傳感器傳感器圖 分布式融合結(jié)構(gòu)(3)混合式融合結(jié)構(gòu) 混合式是集中式與分布式的一種綜合，典型的混合式融合式結(jié)構(gòu)見圖 。然而由于融合中心得到的數(shù)據(jù)是經(jīng)過各局部節(jié)點(diǎn)處理過的，因此不可避免地造成信息的損失，其跟蹤性能較集中式差。此外，由于各個局部節(jié)點(diǎn)在融合系統(tǒng)網(wǎng)絡(luò)中傳送的是經(jīng)濾波后的估計結(jié)果，因此網(wǎng)絡(luò)負(fù)載比集中式要小得多，從而使系統(tǒng)的工作量非常均衡，系統(tǒng)效率也很高。這種結(jié)構(gòu)的優(yōu)點(diǎn)是對傳感器信息進(jìn)行了壓縮處理，降低了對通信帶寬的要求，另外可靠性高，工程易于實(shí)現(xiàn)。圖 給出了一個簡單的集中式融合結(jié)構(gòu)框圖。此方法的優(yōu)點(diǎn)是信息損失量小，能優(yōu)化目標(biāo)的航跡及位置估計，因此融合結(jié)果是最優(yōu)的。根據(jù)傳感器數(shù)據(jù)在送入融合中心之前已經(jīng)處理的程度分類，一般可分為三大類：集中式、分布式和混合式 [2627]。2 多傳感器多目標(biāo)信息融合理論基礎(chǔ) 碩士論文 10(3)決策層融合在這種融合方法中，每個傳感器處理自己接收到的數(shù)據(jù)，實(shí)現(xiàn)對目標(biāo)的檢測與分類，然后再把各自的結(jié)果輸入給一個融合算法進(jìn)行決策。(2)特征層融合從每個傳感器數(shù)據(jù)中提取出代表傳感器視野中目標(biāo)的特征數(shù)據(jù)，然后把各目標(biāo)的特征數(shù)據(jù)又融合成一個新的綜合特征。(1)像素層融合 所謂像素層融合是指把經(jīng)過各傳感器最低程度處理的像素數(shù)據(jù)或者以一塊為單位的數(shù)據(jù)進(jìn)行信息融合。下面將這兩種融合結(jié)構(gòu)進(jìn)行簡單闡述。即利用多個傳感器聯(lián)合處理信息的優(yōu)勢，提高整個系統(tǒng)的有效性。綜上可知，多源信息融合的基本原理就是充分利用每部傳感器提供的信息資源，再加上對人工觀測信息的合理支配和使用，依照某種優(yōu)化準(zhǔn)則將這些互補(bǔ)或者對立的信息資源組合起來，就如同人腦對周圍事物的認(rèn)知一樣，最后得到對觀測對象的一致性解釋和描述。我們所研究的多源信息融合系統(tǒng)，實(shí)際上就是對人腦綜合處理復(fù)雜問題的一種功能模擬。由于人類感知器官具有不同的度量特征，因而可以感知出不同范圍內(nèi)的物理現(xiàn)象，這一過程是非常復(fù)雜的，但也是自適應(yīng)的。多源信息融合的原理就如同人感知世界萬物一樣，人的各個器官比如耳、眼、鼻子、嘴巴等就是多個功能不同的傳感器，人自然而然地把這些多傳感器感知的信息進(jìn)行組合起來，并使用先驗(yàn)知識去估計周圍環(huán)境和正在發(fā)生的各種各樣的事情。不僅包括數(shù)據(jù)，而且包括了信號和知識。綜合考慮以上兩個定義，可以把信息融合簡單地定義為將來自多傳感器或多源的信息和數(shù)據(jù)進(jìn)行綜合處理，從而得到更為準(zhǔn)確可信的結(jié)論。根據(jù)國外研究成果，也有專