数据融合多目标跟踪方法研究

《数据融合多目标跟踪方法研究》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、西北工业大学硕士学位论文数据融合多目标跟踪方法研究姓名：沈健申请学位级别：硕士专业：飞行器设计指导教师：艾剑良20030101两北T业大学砸十学位论文摘要系统深入地研究了数据融合中的多目标跟踪问题。首先对数据融合这一门新兴的信息处理学科的理论基础、实现技术、研究现状和意义进行了综述，其次研究讨论了数据融合目标跟踪中的坐标系选择、目标模型的建立、跟踪波门的形成、跟踪起始和终结及航迹维持中的数据关联等关键问题，对各种单目标和多目标跟踪的理论方法进行了系统详细的比较，指出了各自的优点和存在的问题，在此基础上提出了一种新的计算量适中、关联精度较高的多传感器多目标跟踪的航迹关联算法(MS

2、FAFDA)。最后讨论了神经网络技术在目标跟踪中的应用，为了提高跟踪系统的智能化和自动化而提出一种新的多传感器神经网络数据融合多目标跟踪的数据关联算法(NMSFAFDA)，并进行了简化得到SNMSFAFDA算法。蒙特卡洛仿真研究结果表明，这三种算法均达到了理论研究表明的满足实时跟踪的效果。关键词：数据融合多目标跟踪航迹关联神经网络AbstractThisthesisconcernstheproblemofmulti-targettrackingbydatafusiontechnology．Firstly,itstatesthebasicdefination，applicatio

3、nandartmethodofdatafusionwhichisaburgeoningfieldofinformationprocessing．Thetrendoftargettrackingtechnicisformingmulti-sensordatafusionsystem．Essentialsoftargettrackingsuchastrackinggateformation．targetmaneuveringmodelsetup，trackinginitiationandterminationarediscussedindetail．Severalal—grithm

4、sontrackingassociationareinvestagedbypointingouttheirmedtsanddefects，thenanewmulti-sensormulti-targettrackingalgrithmsispre‘sentedforfastcomputinginrealtimetracking．AtlasttheapplicationofBe·rualnetworkindatafusiontargettrackingisstudied．anewanewmultisensormulti—targettrackingalgrithmswithner

5、ualnetworkdatafusionfeed—-backispresentedtoimprovetheautomatsimoftrackingsystem．Thesimulationre-suitswithMatiabtoolsshowthesealgrithmsworkaswellastheoryanalysis．Keywords：DatafusionMulti-targettrackingTrackingassociationNeuraInetworkⅡ西北工业大学颂七学位论文绪论对于一个系统来说，将多个单维信息集合成多维信息，其信息量必然会比任何一个单维信息的信息量大

6、；而且从理论上来说增加传感器后整个系统的性能并不会降低。几十年来，在军事作战指挥等领域中．为了减轻人工处理信息的工作量，为了提高系统的容错性、健壮性以及重组能力等等，越来越需要对多个传感器提供的多种观测信息进行优化融合处理。在这种背景下，一种新的信息处理方法——数据融合(DataFuston)，便应运而生。在公开的技术文献中，数据融合一词最早出现在70年代末。将各种途径、任意时间、任意空阃上获得的信息作为一个整体进行综合分析处理，为决策及控制打下基础，这就是数据融合的目的。数据融合这种充分利用多源数据的互补性和电子计算机的高速运算与智能来提高结果信息的质量的自动化信息综合处理技

7、术是80年代形成和发展起来的，它所涉及到的技术主要包括检测，互联，关联(相关)，状态估计，目标识别．态势描述，传感器管理和数据库管理：因此，它又称为多传感器数据融合(multi—sensordatafusion简称MSDF)，它对来自多个传感器的数据进行多级别多方面多层次的综合处理，消除多传感器信息之问可能存在的冗余和矛盾，降低不确定性，从而产生新的有意义的信息，而这种信息是任何一个单传感器所无法获得的。由于数据融合系统本身所具有的性能稳健性，宽阔的时空覆盖区域，很高的测量维数和良好的目标空