数据链与被动雷达信息融合方法研究

数据链与被动雷达信息融合方法研究

ID:36806632

大小:4.43 MB

页数:160页

时间:2019-05-15

数据链与被动雷达信息融合方法研究_第1页
数据链与被动雷达信息融合方法研究_第2页
数据链与被动雷达信息融合方法研究_第3页
数据链与被动雷达信息融合方法研究_第4页
数据链与被动雷达信息融合方法研究_第5页
资源描述:

《数据链与被动雷达信息融合方法研究》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、西北工业大学硕十学位论文摘r摘要随着工作环境的日趋复杂化,单个传感器所获取的信息越来越无法满足对精度、实时处理和可靠性的要求,在监视、跟踪高机动目标时情况更是如此。近年来,传感器及信息融合技术的发展为先进跟踪和监视系统设计一开辟了新的途径,针对机动目标的传感器信息融合处理技术受到广泛的重视。本文以高机动目标的跟踪问题为研究重点,在讨论了目标的各种动态模型和最优估计方法的基础上,针对高机动目标这一特殊情况提出了模糊自适应。一p一滤波新算法,仿真研究了各种目标机动情况下的目标信息滤波和融合。从仿真结果可以得出,模糊自适应a-卜Y滤波新算法

2、可以进一步改善滤波的效果,提高信息融合精度,节省数据处理的时间。本文的主要仁作可以归纳为如下几个方面:(I)介绍了各种目标动态模型,比较了各种模型的优劣势,确定了本文采用的模型。(2)简要介绍了信息融合的各种方法及最优估计方法,较详细的介绍了卡尔曼滤波方法的,重点分析了稳态情况下的卡尔曼滤波器问题。(3)介绍了被动雷达目标跟踪和数据链的特性:并介绍了信息融合基础理论的模型和级别。(4)为适应高机动目标的跟踪,本文提出了改进的a-p一丫滤波:模糊自适应a-卜Y滤波,研究了各种目标机动的轨迹和噪声条件下模糊自适应。-卜Y滤波的特性。(5)

3、仿真研究了采用模糊自适应a-pY滤波和传统的卡尔曼滤波进行目标信息融合的特点,给出了研究结论。本文提出的模糊自适应a-f}--7滤波在处理数据链与被动雷达目标跟踪信息融合问题时精度较高,具有较好的工程应用价值。关键词;信息融合模糊自适应卡尔曼滤波a--{3--y滤波稳态滤波目标模型目标跟踪西北丁业大学硕}一学位论文AbstractAbstractSinglesensorreceivedinformationgraduallycan'treachedtherequirementsofaccuracy,real-timeandreliab

4、ility,fortheworkingenvironmentisbecomingmoreandmorecomplexity.Especiallywhenwatching,trackingthehigh-speedobject,Singleobjecthasnotachievedthedemand.Newapproachofadvancedtrackingandwatchingsystemisprovidedforthedevelopmentofsensorstechnologyandinformationfusion.Multisen

5、sorinformationfusiontotheflexibleobjecthasarousedwidelyattention.Atthedissertation,trackingthehighflexibleobjectisemphases.Anewalgorithmofadaptivefuzzya-mayfilterispresentedonthebaseofdiscussingseveralflexiblemodelsofobjectandoptimumestimationalgorithms.Filterandfusiona

6、resimulatedtovariousflexibleobject'sinformation.'Thesimulationshowsthatadaptivefuzzya-j3-yfilteralgorithmcanimprovethefilteringresult,improvetheaccuracyofinformationfusion,savethetimeofprocessingdata.Theworksofthisdissertationaremainlycarriedoutasfollowingaspects:(1)Sev

7、eralmodelsdescribingobject'sflexibilityattwoandthreedimensioncoordinatesareprovided.Themodelinthisdissertationisestablishedcomparingtheadvantageanddisadvantageofmodels.(2)Algorithmsofinformationfusionandoptimumestimationarepresented.Kalmanfilterisdetailedlyintroduced.Si

8、mplifiedKalmanfilteratstablesituationisparticularanalyzed.(3)Characteristicofpassiveradartrackingobjectanddata

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。