融合跟踪课件

融合跟踪v多传感器的量测融合算法的常用方法有以下三种：扩维滤波方法、伪序贯滤波方法以及复合量测滤波方法。v扩维滤波方法是利用增加滤波器量测矢量的维数来进行滤波处理。但是这种方法由于引入了高阶矩阵的运算而使计算量增加。伪序贯滤波方法的中心思想是系统首先对一个传感器的量测数据进行滤波，其次把其他的传感器量测数据的外推时间设为零并进行此时目标状态的更新计算。对于系统具有个传感器的情况，这种方法需要进行次递推滤波。伪序贯滤波方法虽然对各个传感器的量测方程没有限制，但是因为系统对每一批的量测数据都进行一次滤波，所以当系统接收到的传感器上报数据较多时，滤波运算量就会很大。复合量测滤波方法的原则是先将各个传感器的量测数据按照一定的准则实现量测复合，之后再对复合之后的量测数据进行滤波处理。这种方法虽然在之前的量测复合过程中要求传感器的量测矩阵应具有相同的维数等条件，但是数据复合之后计算量较小，因此具有一定的应用优势。扩维滤波方法伪序贯滤波方法复合量测滤波方法 去偏转换卡尔曼滤波方法 v假设在三维坐标系中，一个目标匀速运动并且目标的高度不变。目标在水平方向上匀速飞行，在轴方向和轴方向的速度分别为200m/s、150 m/s，初始坐标为，单位为千米。雷达的扫描周期为2秒。仿真时在三个方向上分别存在0 1分布的高斯白噪声。我们利用去偏转换卡尔曼滤波方法分别对目标在三个坐标轴方向上的距离、速度、位置分量的滤波均方误差以及速度分量的滤波均方误差进行了仿真，表示仿真数据，结果如下： 滤波后的x方向上的距离 滤波后的x方向上的速度位置x分量的均方误差 速度x分量的均方误差 去偏转换卡尔曼滤波方法 加权融合估计算法 自适应数字滤波算法 传感器2测量的方位角度值 用加权融合估计后的传感器1方位角度值 用加权融合估计后的传感器2方位角度值 用自适应数字滤波后的目标方位角度 用三种不同方法得到的目标角度方差