多传感器状态融合估计在雷达跟踪中的应用

2010-12-31 18:08:09来源: 微型机与应用2010年第19期 关键字:雷达跟踪  信息融合  卡尔曼滤波  多传感器

  摘  要: 采用Carlson最优数据融合准则,将基于Kalman滤波的多传感器状态融合估计方法应用到雷达跟踪系统。仿真实验表明,多传感器Kalman滤波状态融合估计误差小于单传感器Kalman滤波得出的状态估计误差,验证了方法对雷达跟踪的有效性。

  随着科学技术的发展,特别是微电子技术、集成电路技术、计算机技术、信号处理技术及传感器技术的发展,多传感器信息融合已经发展成为一个新的研究领域,并在军用领域和民用领域均得到了广泛应用。

  多传感器信息融合的基本原理如同人脑综合处理信息的过程,即充分利用多个传感器资源,通过对各种传感器及其观测信息的合理支配与使用,将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来,从而得出更为准确、可靠的结论。

  现代战争的多样性和复杂性提出了对信息处理更高的要求,信息融合可对多传感器提供的多种观测信息进行优化综合处理,从而获取目标状态、识别目标属性、分析目标意图与行为,为电子对抗、精确制导等提供作战信息。本文将基于Kalman滤波的多传感器状态融合估计方法应用到雷达跟踪系统。仿真实验表明,三个传感器融合所获得的估计值都更加贴近于目标信号,因而提高了对雷达系统的跟踪精度。

  1 卡尔曼滤波

  多传感信息融合的主要任务之一就是利用多传感器信息进行目标的状态估计。目前,进行状态估计的方法很多,Kalman滤波器是一种常用方法。Kalman滤波器在机动目标跟踪中具有良好的性能,它是最佳估计并能够进行递推计算,即它只需要当前的一个测量值和前一个采样周期的预测值就能进行状态估计。

  考虑一个离散时间的动态系统,它有如下形式:

[1] [2] [3] [4]

关键字:雷达跟踪  信息融合  卡尔曼滤波  多传感器

编辑:小甘 引用地址:http://www.eeworld.com.cn/Test_and_measurement/2010/1231/article_1673.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:混合集成特定频率信号发生器的设计
下一篇:Aeroflex推出新一代高性能触摸屏版信号源产品系列

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利
推荐阅读
全部
雷达跟踪
信息融合
卡尔曼滤波
多传感器

小广播

独家专题更多

东芝在线展会——芯科技智社会创未来
东芝在线展会——芯科技智社会创未来
2017东芝PCIM在线展会
2017东芝PCIM在线展会
TI车载信息娱乐系统的音视频解决方案
TI车载信息娱乐系统的音视频解决方案
汇总了TI汽车信息娱乐系统方案、优质音频解决方案、汽车娱乐系统和仪表盘参考设计相关的文档、视频等资源
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2017 EEWORLD.com.cn, Inc. All rights reserved