多傳感器模糊—概率交互作用的數據關聯算法
加入技術交流群
圖7 用多傳感器和單傳感器分別所得目標位置估計的均方概誤差
| 六、結 論 本文首先分析了在密集雜波干擾環境中，使用PDAF方法存在的不足.然后，基于估計理論和模糊系統理論，給出了多傳感器模糊濾波算法以及模糊邏輯和概率交互作用的數據關聯算法.模糊關聯度和關聯概率共同組成了各有效回波的加權系數.兩者在目標的不同運動段，有不同的作用期，相互補充，充分發揮各自的優勢，明顯提高了系統的數據關聯性能.模糊關聯系統由適合于噪聲影響的全模糊模型構成，其模糊隸屬度函數可由基于最陡下降法的自學習算法來決定.多傳感器的目標狀態估計由多傳感器序列估計算法實現.仿真結果充分證明了，本算法解決在密集雜波干擾環境下多傳感器跟蹤機動目標的數據關聯問題的有效性，以及多傳感器對目標狀態估計精度的有效改善.本文算法的重要理論貢獻在于首次給出了多傳感器模糊邏輯關聯算法和概率數據關聯算法融合在一起作用的解析式.解決了長期以來各自獨立發展，獨自應用，各受局限的問題.對多傳感器多回波目標跟蹤理論的發展具有重要意義. |
評論