,在弹载目标定位系统中有非常重要的应用。其主要处理过程是将各个传感器获得的量测,传输到分系统的信息融合中心,以得到目标的状态估计,然后按照一定的准则,将传感器的所有局部航迹传输到总处理中心,然后对各个传感器的局部航迹进行关联、融合,获得目标的系统航迹。传感器的航迹相关从本质上来说是一种模式识别问题,相关的方法主要包括航迹关联判别函数的选择及航迹关联判别规则的确定。目前国内外的许多该领域的专家对航迹相关算法进行了系统的研究。首先Singer等人提出了一种加权航迹关联算法[15,16,17]。之后Bar-Shalom对上述方法中所提到的距离度量做了修正,提出了修正航迹关联算法[18]。后来Kosaka等人又提出了最近邻航迹关联算法[19]。田明辉对近几年来航迹相关的热点问题进行了简要的总结,主要包括基于统计理论的关联算法、基于模糊综合分析的关联算法及基于快速判别的关联算法等方法[20]。由于异类传感器的数据率是不同步的,为了能够充分的利用不同传感器的信息,Trunk等人对雷达与ESM航迹关联问题在数据率、样本容量不同时进行了系统的研究[21,22,23,24],其中Trunk考虑航迹关联判别函数为卡方分布累积概率函数[21],但是此方法有比较大的计算量。王国宏为了降低计算量,提出了基于最大模糊综合相似度作为航迹关联判别函数的方法[22],经过仿真表明,上述两种方法所获得的雷达与ESM航迹相关对情况非常相近。为了减少错误,王国宏、何友等人提出了一种多门限判别方法[23,24]。假定观测误差服从高斯分布,王国宏、何友[25,26]等人又在样本容量不相等的情况下,讨论了ESM所得到的航迹与多个雷达获得的航迹相关问题,并且重点讨论了模糊综合关联相似度函数选择、多门限判决规则的设置及门限的讨论等问题。1.2.3航迹融合在信息融合理论中,航迹融合是一个非常重要的研究领域,从传感器的性-3-
全文预览
