论文部分内容阅读
无人机(Unmanned aerialvehicle, UAV)在处置大规模群体突发事件、重点地域巡逻和反恐等很多军事及民用领域具有广泛的应用价值,国内外许多专家学者都对无人机展开了广泛而深入的研究。其中多传感器数据融合是无人机中的应用技术中极其重要的一部分,它主要负责对目标数据进行自动获取、综合、过滤、融合,最终得出正确结论,供指挥员参考。本文首先针对无人机在处置大规模群体性事件中的实际应用情况,以基于卡尔曼滤波状态估计的多传感器数据融合为研究重点,根据集中式Kalman滤波数据融合和分布式Kalman滤波数据融合的优缺点,对线性变换分布式Kalman滤波数据融合算法进行改进,先对同类传感器数据进行加权平均,然后进行线性变换分布式融合,最终实现对多传感器获取数据进行有效融合。此算法有效克服集中式数据融合计算复杂的缺点,提高了数据融合的精度,减少了设备用量。然后本文针对无人机飞行时目标机动的特点和实际应用,以对重点目标的准确打击为目的,采用自适应扩展卡尔曼滤波算法对无人机状态进行追踪。并仿真实现了无人机多传感器数据融合在处置大规模群体性事件中的应用以及对无人机的跟踪。仿真实验结果表明,本文提出的加权平均线性变换分布式多传感器数据融合方法在无人机上的使用以及自适应扩展卡尔曼滤波对无人机的追踪,能较好的满足武警部队执勤、反恐和维稳的需要,具有一定的参考价值。