多传感器数据融合中航迹关联算法的应用研究

来源 :西安工业大学 | 被引量 : 0次 | 上传用户:awander
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多传感器数据融合是信息的综合与处理过程,即为了完成所需的决策和估计任务,对在不同的时间序列上获得的各种传感器信息按一定的准则加以综合分析。它包括对各种传感器给出的有用信息进行采集、传输、分析和合成的过程。近年来,随着传感器技术,计算机技术,通信技术和信息处理技术的发展,特别是军事上的需求,多传感器数据融合技术的研究内容日益深入和广泛。 多传感器信息处理过程中,时空校准、数据关联和航迹融合是3个基本处理。论文主要讨论了航迹关联及航迹融合问题。它是将来自多部雷达传感器所获取的观测信息和已有的航迹正确配对,形成中央处理层的航迹文件的过程,从而提高目标综合跟踪的精度,是多传感器数据融合处理中的关键技术。 在深入理解状态估计理论、卡尔曼滤波技术和机动目标跟踪基本理论的基础上,论文讨论了一种基于粗、精关联相结合的航迹关联算法,并应用于多雷达多目标信息处理过程中。仿真试验结果表明,本算法在多机动目标编队交叉或近距飞行时,有较高的关联正确率和目标的状态估计精度。最后结合课题要求,构建了一个多传感器数据融合仿真平台,模拟单部雷达和多部雷达的信息融合处理过程,并具有航迹生成与管理、数据关联、结果分析等功能。为航迹关联和融合算法提供了数据来源,并进一步验证了航迹关联算法的有效性。
其他文献
为了能够有效地组织和分析海量的Web信息资源,帮助用户迅速地获取所需要的知识和信息,人们希望能够按照内容实现对网页的自动分类。Web的迅猛发展为文本自动分类技术提供了一个
在信息技术不断发展,信息革命逐步推进的今天,人们的家居生活观念更具有开放性,安全与便捷的进行信息交换的要求日趋强烈。传统的身份识别技术已经不能满足信息家居日益发展
本文通过对支持向量机(SVM)和多分类器决策组合技术的研究,给出一种基于多SVM决策组合的入侵检测系统。 支持向量机是一种建立在统计学理论基础上的机器学习方法。其最大的
目前,4G标准已经逐步进入商用阶段,未来的SG通信则要求全球只有一种通信标准,不分地域差异。在这样的研究背景下,如何设计一个适合未来SG通信标准的高性能数字信号处理器成为
Internet用户快速增加和用户所传输数据量的加大,导致越来越严重的拥塞问题。拥塞控制的目的就是采取一定的控制机制,既能保证达到一定的吞吐量,提高网络的利用率,又能够避免
大型软件系统特别是基于WEB的软件系统的普及,使得对软件开发过程的管理研究显得更为重要。而软件规模、软件开发劳动成本、软件风险估计是软件开发过程管理中的重要内容。为
网格技术是近年来从广域网络计算,特别是广域网的高性能计算发展而来的一种技术。网格被认为是信息技术发展的下一波浪潮,它使用户能够协同地使用地理上分散的各种资源,达到
网络技术的不断发展,使得Web迅速发展成为一个浩瀚复杂的数据源,已成为人们获取信息的重要途径。整个Web可以划分为Surface Web和Deep Web(又称为Hidden Web或Invisible Web)
工作流是近年来计算机集成制造领域发展最为迅速的技术之一。目前已有多种产品应用于实际中,例如Metero、WIDE等。但由于大多数产品在产品建模过程中缺乏正确性验证或仅进行
工作流程自动化(workflow automation)使企业有效地降低了成本、提高了产能,以此为技术基础的工作流管理系统WfMS也成为了支持人们协同工作、实现业务流程自动化的基础平台。