多被動傳感器的航跡狀態(tài)估計和關聯(lián)算法研究.pdf

1、相對于雷達等主動傳感器探測系統(tǒng),被動傳感器探測系統(tǒng)本身并不輻射電磁信號,具有隱蔽性好、生存能力強、探測距離遠、目標識別能力強等優(yōu)點,已被廣泛的應用于聲納、紅外以及導航制導當中。而采用多個被動傳感器同時進行目標跟蹤,回避了單站最優(yōu)機動軌跡設計問題的同時,提高了系統(tǒng)的跟蹤精度,具有重要的理論研究意義和實際應用前景。
　　 多被動傳感器跟蹤系統(tǒng)實際上是一個非線性系統(tǒng),目前其研究主要集中于單機動目標的跟蹤,而多目標被動跟蹤研究在公開的文

2、獻中較少,而且都以固定觀測站為研究前提。因此,本論文從非線性航跡狀態(tài)估計、多目標數(shù)據(jù)關聯(lián)和非固定觀測站下的單/多目標被動跟蹤三個方面進行了理論分析和算法改進。
　　 首先,闡述了不同目標跟蹤系統(tǒng)的基本環(huán)節(jié)和特點,介紹了幾種常用目標運動模型,同時給出了被動跟蹤測向定位方法,為論文后續(xù)工作奠定了必要的基礎。
　　 其次,建立了一種基于固定觀測站多被動傳感器的單目標運動模型和傳感器模型,針對非線性濾波問題,將經(jīng)典的擴展卡爾曼濾

3、波(EKF)和現(xiàn)代的Unscented卡爾曼濾波(UKF)算法分別應用于被動跟蹤系統(tǒng)。仿真結果表明,EKF和UKF都能很好的跟蹤目標軌跡,且在本文假設條件下兩種算法具有相同量級的精度。
　　 接著,為解決多目標被動跟蹤中數(shù)據(jù)關聯(lián)問題,在分析和比較了多種數(shù)據(jù)關聯(lián)算法的基礎上,提出了一種將概率最近鄰法(PNNF)應用于多被動傳感器多目標跟蹤系統(tǒng)的思路,并綜合比較了PNNF和聯(lián)合概率數(shù)據(jù)關聯(lián)算法(JPDA)的跟蹤性能。結果表明:雖然P