信息融合是研究军事领域中对多源信息进行处理的一门综合性学科。它的产生、形成与发展,是现代科学技术特别是高新技术迅猛发展的产物。信息融合就是将来自多个传感器或多源的信息进行综合处理,从而得出更为准确、可靠的结论。本文主要研究主/被动雷达目标跟踪信息融合问题,根据现有研究成果,以卡尔曼滤波算法为基础,提出了适合高机动目标跟踪的方差模糊自适应卡尔曼滤波方法,在此基础上进行了主/被动雷达目标跟踪信息融合的仿真计算和分析,给出了相应的结果和结论。 本文主要工作可归为以下几个方面: (1) 在总结国内外研究资料的基础上,给出表示随机目标机动的数学模型及用于主/被动雷达目标跟踪的估计模型。 (2) 简要介绍了目标航迹估计方法和目标跟踪理论,重点介绍了融合算法,并对在目标跟踪中应用十分广泛的卡尔曼滤波及其发展进行了分析。 (3) 在卡尔曼滤波算法的基础上,针对高机动目标跟踪的实际需要提出了一种方差模糊自适应卡尔曼滤波算法。对卡尔曼滤波和方差模糊自适应卡尔曼滤波算法依据不同的目标机动参数和条件,进行了仿真计算,给出了相应的滤波结果,仿真结果证明本文方法对高机动目标的跟踪效果比较满意。 (4) 基于两种目标机动模型,以卡尔曼滤波和方差模糊自适应卡尔曼滤波为基础,进行了主/被动雷达目标跟踪融合的仿真研究,给出了不同融合算法及不同条件下的融合结果。仿真结果表明,方差融合精度好,而对高机动目标跟踪融合采用方差模糊自适应卡尔曼滤波效果更好。 本文研究结果对解决主/被动雷达高机动目标跟踪工程问题具有一定的参考价值。