异步航迹融合算法与研究.pdfVIP

异步航迹融合算法研究 郭庆平，梁琛，章必雄 武汉理工大学计算机科学与技术学院，湖北武汉（430063 ） 摘 要：航迹融合问题是分布式数据融合系统中的难点之一。在实际的分布式数据融合系统 中，存在着各种不同传感器具有不同的采样速率，传感器测量数据固有的延迟与通信延迟， 传感器观测时间的起始时间不一致等问题，并且导致各传感器采样周期相差较大，这就更增 加了航迹融合的难度。现有的异步航迹融合算法[2，3]仅仅适用于处理采样周期相近的传感 器，而在处理采样周期相差较大的传感器的航迹融合问题时，则会出现信息利用不充分的情 况。本文给出了一种基于反馈式结构的新的异步航迹融合算法，该算法在各传感器采样周期 相差较大的情况下仍能充分而有效的利用各传感器的信息。文中给出了仿真比较结果，表明 该算法在处理采样周期相差较大的异步传感器的航迹融合时，融合结果较现有算法具有明显 的改善，因而实用性更强。 关键词：分布式数据融合；异步；采样周期；航迹融合 1. 引言 数据融合（Data Fusion ）技术起始于20 世纪 70 年代，并于 80 年代发展成一项专门技 术，它是人类通过计算机模仿自身信息处理能力的结果。随着数据融合和计算机应用技术的 发展，根据国内外的研究成果，多传感器数据融合比较确切的定义可概括为：充分利用不同 时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据， 在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实 现相应的决策和估计，使系统获得比它的各组成部分更充分的信息[4] 多传感器数据融合与 单传感器处理相比，虽然系统的复杂性大大增加但是在解决探测、跟踪和识别等问题方面， 具有生存能力强、扩展了空间和时间覆盖范围等优点。从系统结构的角度分类，多传感器数 据融合系统一般分为集中式系统和分布式系统。集中式系统的工作方式是：各传感器将观测 值传递到融合中心，融合中心进行数据关联与目标状态估计。理论上，集中式处理结构可以 获得全局最优解。在分布式数据融合系统中，各个局部节点首先进行局部目标跟踪及状态估 计，然后，局部节点将目标状态估计与估计误差协方差传递到融合中心，在融合中心进行航 迹关联与航迹融合。相对于集中式系统而言，分布式系统只能获得局部最优解。但是，分布 式结构降低了融合中心的计算负荷，节省了系统通信带宽，使得系统具有更高的鲁棒性与性 价比，更易于实现。 按照局部节点之间以及局部节点与融合中心的时序同步与否，雷达网航迹融合问题可分 为同步融合与异步融合两类。在实际的雷达网数据融合系统中，往往各部雷达的采样时刻不 同步，并且采样周期还可能相差较大，比如引导雷达和警戒雷达。因此，研究一种即便是在 各部雷达的采样周期相差较大的情况下，也能很好的进行异步航迹融合的算法，是具有巨大 [3,4] 的现实意义的。A.T.Alouani 和 T.R.Rice 提出了一种基于反馈结构的异步航迹融合算法 ， 但是，这种算法要求两个局部节点及融合中心的采样周期相近，否则，就会丢失采样速率较 高的局部节点的部分信息。本文提出的异步融合算法融合则没有这一限制，局部节点的采样 速率可以相差较大，融合中心的周期相对而言也有较大的变化范围，在实际应用中可以根据 通信网络带宽或融合计算中心的计算负载动态的加以调整。仿真结果表明，在处理一组采样 周期相差较大的传感器的航迹融合问题时，该算法要优于文献[2]、[3]中提出的异步航迹融 合算法。因此，本文提出的异步融合算法具有更广泛的适用范围。 -1- 2. 异步航迹融合问题的成熟算法 2.1 航迹融合的两种处理结构 航迹融合有两种处理结构，即：航迹－航迹（Track-to-Track ）融合和航迹－系统 （Track-to-System ）融合。如图 1 所示： LP1 FC LP2