多傳感器模糊—概率交互作用的數(shù)據(jù)關(guān)聯(lián)算法
加入技術(shù)交流群
圖7 用多傳感器和單傳感器分別所得目標(biāo)位置估計(jì)的均方概誤差
| 六、結(jié) 論 本文首先分析了在密集雜波干擾環(huán)境中，使用PDAF方法存在的不足.然后，基于估計(jì)理論和模糊系統(tǒng)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(shù)據(jù)關(guān)聯(lián)算法.模糊關(guān)聯(lián)度和關(guān)聯(lián)概率共同組成了各有效回波的加權(quán)系數(shù).兩者在目標(biāo)的不同運(yùn)動(dòng)段，有不同的作用期，相互補(bǔ)充，充分發(fā)揮各自的優(yōu)勢(shì)，明顯提高了系統(tǒng)的數(shù)據(jù)關(guān)聯(lián)性能.模糊關(guān)聯(lián)系統(tǒng)由適合于噪聲影響的全模糊模型構(gòu)成，其模糊隸屬度函數(shù)可由基于最陡下降法的自學(xué)習(xí)算法來(lái)決定.多傳感器的目標(biāo)狀態(tài)估計(jì)由多傳感器序列估計(jì)算法實(shí)現(xiàn).仿真結(jié)果充分證明了，本算法解決在密集雜波干擾環(huán)境下多傳感器跟蹤機(jī)動(dòng)目標(biāo)的數(shù)據(jù)關(guān)聯(lián)問(wèn)題的有效性，以及多傳感器對(duì)目標(biāo)狀態(tài)估計(jì)精度的有效改善.本文算法的重要理論貢獻(xiàn)在于首次給出了多傳感器模糊邏輯關(guān)聯(lián)算法和概率數(shù)據(jù)關(guān)聯(lián)算法融合在一起作用的解析式.解決了長(zhǎng)期以來(lái)各自獨(dú)立發(fā)展，獨(dú)自應(yīng)用，各受局限的問(wèn)題.對(duì)多傳感器多回波目標(biāo)跟蹤理論的發(fā)展具有重要意義. |
評(píng)論