机载多传感器信息融合技术研究

《机载多传感器信息融合技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要本文针对当前工程中所面临的实际问题对机载多传感器信息融合技术进行了研究，研究工作集中于系统建模分析、资源分配、目标识别、状态估计四个方面，主要内容如下：一、基于模糊技术与Petri网的组合策略，建立了机载多传感器信息融合系统的模糊Petri网模型：由于CPN(着色Petri网)可以在不影响原始Petri网的情况下，把数据结构和层次分解很好地结合起来，为此建立了机载多传感器信息融合系统的CPN模型；针对机载多传感器信息融合系统的作战使用，建立了其决策组织的Petri网模型。二、系统建立了基于线性

2、规划的多传感器资源分配算法模型，针对实际的机载火控系统的工程背景，提出将目标相对价值与传感器对目标的平均跟踪时间之比作为效能函数，也就是说，将单位时间内被传感器锁定的目标的总价值作为分配问题的目标函数，并且建立了求取目标优先级、平均锁定时间的计算模型，从而便于基于线性规划的分配算法的实现。三、系统地给出了应用证据组合公式对目标进行融合识别的方法，分别研究了目标属性信息独立和相关时两种情形下的融合识别方法。在属性信息相关时采用加权组合方法，其中涉及的权重，既有信息量权重也有独立性权重。研究了基于D．

3、s证据理论的融合识别敌机载雷达的方法，之后基于多属性决策模型(MADM)和D．s证据理论提出了加权融合的方法，并给出了权重系数的计算方法和权重的灵敏度分析方法。四、对机载多传感器融合跟踪系统的结构和算法进行了研究。对概率数据互联算法(PDA)进行修正，修正算法可在对目标进行状态估计的同时，以历次扫描所得杂波数为先验信息对杂波密度进行估计，据此得出与实际情况较为接近的参数值，从而得到对目标较为准确的状态估计。分别给出了两个传感器同步测量时的集中式状态估计算法和异步测量时不损信息量的混合式状态估计算法

4、，即顺序滤波方法，还针对密集虚假响应的情况给出了融合跟踪门的建立方法及相应的PDAF滤波算法，仿真结果验证了该方法的有效性。为改善系统跟踪质量，采用极大似然估计法进行了机载雷达和红外探测器的点迹数据融合，采用大小可调的跟踪波门，针对近飞目标和交叉飞行目标的复杂情况，应用分块处理技术进行点迹与航迹的关联，在关联中融合目标的速度信息。最后，建立了基于多探测器点迹融合的机载多目标跟踪系统的结构模型，并对系统模型的工作机理进行了分析。关键词：多传感器，数据融合，信息融合，机载，状态估计，目标跟踪，目标识别

5、资源分配，Petri网lIABSTRACTTherearemanyresearchaspectsinairbomemulti—sensorinformationfusionsystemThisdissertationfocusesonthepracticalproblemsofengineeringapplications，suchassystemmodeling，resourceallocation，targetrecognitionandtargetstateestimation．Themai

6、ncontentsandresultsinthisdissertationareasfollows．BasedonthefuzzysettheoryandPetri··Nettheory,theFuzzy-Petri—-Netmodelforairbomedatafusionsystemisestablished．Meanwhile，aColor-Petri-Net(CPN)forairbomemulti-sensorinformationfusionsystemisalsoestablished

7、．Theresoul'ceallocationalgorithmformulti—Sensorsystembasedonlinerprogrammingiswellstudiedandestablished，aimingatthepracticalairbornefirecontrolandguidesystem．Thevalueofeffectivenessforlinerprogrammmgistheratioofthetarget’srelativevaluetothemeantimeoft

8、racking，thatis，theoverallvalueofthesensorslockedineachtimeunitisservedastheobjectivefunction．Thelinerprogrammingispracticallyfeasiblesincetheestablishmentoftargetpriorityandmeantimefortracking．Fortargetrecognition，evidencecombinationequationis