本文介绍多目标跟踪的用多维数据互联的多传感器融合算法的发展。这项工作是受大规模监视问题的推动，在这种监视问题中，来自具有不同采样间隔(电子扫描阵(ESD)雷达)的异步传感器观察值用于集中式融合。用多维分配的多传感器融合的综合，对于由分配算法处理的S个表，除了“传感器宽度”外，还要使“时间层次”最大化。在有S个传感器的情况下，将来自最近到达的S-1个帧的量测值与已经建立的航迹互联的标准方法可能有零时间层次。对于S维数据互联(S≥3)所介绍的新技术保证最大效率，即对于没有损失融合重叠传感器的每一个传感器，保证最大时间层次(S-1) 。使用滑窗(长度为S)技术，在每一个量测帧之后更新估计。对于使用具有多维分配数据互联的多传感器融合，该算法提供多目标跟踪的自动航迹形成、保持和结束的系统方法。对于一个大规模空对地目标跟踪问题，介绍了使用模拟数据的估计结果。在许多目标跟踪问题中，例如，具有多个目标的大规模空中监视或者地面目标跟踪，使用多个传感器可以获得新需要的量测值。典型情况下，传感器可能是固定式的或者是移动的平台。它被分布在不同的地区以增加监视区域的覆盖范围。这些传感器可能是异质的并且是异步的，具有时变的再访间隔———也就是说，传感器再访该目标的顺序以及两次连续再访之间的间隔可能是任意的。这是使用电子扫描阵(ESA)雷达的情况。在这种条件下，如何使用在不同时间、从不同传感器得到的测量值，在目标跟踪系统或者估计器中变成一个重要问[7,12,13,26] 。
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论