共查询到19条相似文献,搜索用时 593 毫秒
1.
2.
在多传感器环境下,每个传感器探测多个目标,接着产生相应的跟踪。这些跟踪可能互不相同,经过融合后,传感器生成有关目标的更精确的运动信息和属性信息。目前已有两种方法可以达到上述目的,一种是测量值融合法,一种是状态矢量融合法。众所周知,测量值融合计算法通常最优,但计算费时,而状态矢量融合算法计算省力却是次优。之所以如此,是因为从两个传感器中获得的待融合状态级估值,由于通常存在被跟踪目标的过程噪声,通常并非条件独立。值得注意的是,状态矢量融合已有三种计算法:加权协方差法、信息矩阵法和伪测量法。本文仅限于讨论状态矢量融合中信息矩阵形式的性能评估。利用信息矩阵计算法已经推导出稳态融合协方差的闭式分析解并作为一种性能的度量方法。注意,推导出的结果基于两个传感器同步工作且没有误关联的假设,或是在研究时考虑了融合测量值。并且我们将推导出的结果用蒙特卡罗仿真进行了比较,过去曾有许多作者利用蒙特卡罗仿真来预测融合系统的性能。这些结果有助于更加深入地了解跟踪融合的作用原理,并大大简化了对融合性能的评估。此外,有了这样的解,简化了对各种不同工作条件下设计融合系统的折衷研究。 相似文献
3.
4.
许多多传感器目标跟踪系统都是在假定数据关联过于复杂、集中式融合办法的计算要求过多而难于实现的情况下提出的。此外还需假设噪声分量相对较小、无漏检,扫描周期相对较短等等。业已证明,在采用这些假设条件生成模拟数据进行测试时,许多多传感器跟踪系统都能有效地工作。然而深入研究了几组实际数据的特点之后,就会发现这些假设并不总有效的。本文首先介绍了一种实际的多传感器跟踪环境的特点,并解释了在这种环境下现有系统不能有效完成任务的原因。然后给出克服这些系统缺陷的种数据融合方法,方法分为3步;(Ⅰ)采用一种自适应学习方法估算同步误差;(Ⅱ)漏检时调整目标的测量位置;(Ⅲ)采用一种基于模糊逻辑的算法预测下一个目标位置。为做出性能评估,我们采用不同的实际数据集和模拟数据集对融合方法进行了测试,结果令人满意。 相似文献
5.
6.
采用我种精度不同和特性不同的传感器的输出来跟踪杂波噪声环境中的多个运动目标是监视和侦察系统中的一个重要问题。人们提出了许多解决多目标/多传感器跟踪问题的方案,从难度适中(针对特定应用的方案)的到得复杂的、理论上是最佳的方案均有。本文描述了一种基于最大期望(EM)算法的时间递归多目标/多传感器的迭代跟踪方法。更具体地说,我们把多目标/多传感器跟踪问题当作是利用可观测传感器的输出表示不完全数据的不完全 相似文献
7.
8.
讨论了目标信息探测处理中所应用的最小二乘一阶、二阶微分与滤波估计同时进行的递推算法,以及相应数据野值剔点处理方法.所述方法同样适用于其他工程领域中数据、信息的滤波或微分滤波. 相似文献
9.
针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率. 相似文献
10.
带反馈分布式不同维传感器状态估计技术 总被引:12,自引:0,他引:12
论述了带反馈分布式信息融合系统中传感器观测维数不同时的状态估计方法。在多传感器系统中,目标的测量是在极坐标中获得,而数据处理通常是在直角坐标中完成。由于二维传感器不能获得观测目标的俯仰信息,其估计将会产生一定的动态误差。在分布式的信息融合系统中,各传感器需要将各自的局部估计送到融合中心进行统一处理。如果不适当地减小这种动态误差,必然将导致整个信息融合系统的估计精度下降。针对上述问题,文章讨论了如何利用系统反馈信息,减小二维传感器的局部估计误差,从而提高整个系统的估计精度。最后,给出了算法的仿真分析。仿真结果表明该方法能够有效地减小系统动态误差。 相似文献
11.
12.
针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。 采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。 相似文献
13.
14.
15.
针对星载双频GPS数据预处理中的野值剔除和周跳检测问题,提出了基于先验动力学轨道的星载双频GPS数据预处理方法。与传统GPS数据预处理方法在数据利用上局限于GPS原始观测数据本身不同,该方法还利用了动力学定轨产生的先验轨道信息以及GPS卫星精密轨道、钟差数据,并构造接收机钟差估计量和接收机钟差差分值估计量来剔除野值和探测周跳,提高了野值剔除和小周跳探测能力。对CHAMP卫星在轨实测数据的处理分析表明,该方法可以探测出1周甚至0.5周的周跳,可为高精度定轨提供更“干净”的数据源。 相似文献
16.
17.
为了提高对红外小目标检测与跟踪的精度与速度,设计了一种针对红外小目标的单目标检测与跟踪算法,包含一个基于MB_LBP+AdaBoost与管道滤波器的目标检测模块,和一个有跟踪失败监测机制的基于模板匹配的多尺度跟踪模块。经过测试,该算法对边长11~31像素大小的指定类型的红外小目标取得了较好的检测效果,目标跟踪模块对于目标的尺度变化,快速运动,遮挡有较高的鲁棒性,算法中的跟踪失败监测机制在检测到跟踪异常的情况下能重新调用目标检测算法找回目标,经过测试对比,本方法跟踪的精度和速度综合优于主流跟踪算法,并且能够在弹载平台上实时运行。 相似文献
18.
由于通信链路的随机时间延迟和星上传感器测量的预处理时间的不同等因素,导致在目标飞行器的测量中产生无序量测现象。为解决该问题,提出了一种基于扩展卡尔曼滤波的前向预测多步滞后无序量测处理算法。该算法首先采用扩展卡尔曼滤波算法估算出目标飞行器的状态方程和协方差方程,然后在滤波过程中利用前向滤波更新的方法,将协方差方程更新结果去相关后,累积到当前协方差方程滤波结果中,从而有效解决了目标飞行器测量中的无序量测问题。最后,将该算法与扩展卡尔曼滤波算法、丢弃算法进行了对比仿真。仿真结果表明,采用该算法处理目标飞行器的位置和飞行速度,得到的测量误差较小,在整个观测时间内,测量误差的收敛性较好,能够实现对目标飞行器的精确测量和跟踪。 相似文献
19.
基于聚类的多平台协同数据关联算法研究 总被引:1,自引:0,他引:1
从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。 相似文献