多移动传感器多目标无源定位跟踪.pdfVIP

第 5卷 第 6期 指挥信息系统与技术 Vo1．5 NO．6 2014年 I2月 CommandInformationSystem andTechnology Dec．2O14 信息融合 多移动传感器多 目标无源定位跟踪* 丁树宇 刘伟峰 文成林 (1 杭州 电子科技大学 自动化学院 杭州 310018) (2 信息系统工程重点实验室 南京 210007) 摘 要 ：无源定位跟踪是一种非线性 系统状态估计 问题 。为 了提 高系统定位精度和 降低 系统复杂 度 ，将无迹卡尔曼滤波 (UKF)应用于 多移动传感器多 目标无源定位跟踪系统。由于多移动传感器 多 目标交叉定位 时会产生大量虚假 点，随着传感器和 目标数量的增加而大幅增加。因此 ，提 出了一 种改进的快速精确定位算法 ，即首先通过预测点选取传感器一目标测量方程；然后变换该测量方程 ， 排除大量虚假点；再进行基于距离的支持度非等权值融合；最后将 uKF子滤波估计值进行融合得 到融合估计值。仿真结果表明，UKF和基于距离的融合法相结合对多移动传感器多目标无源定位 具有较高的定位精度和较好的跟踪效果。 关键词 ：无源定位跟踪 ；无迹卡尔曼滤波；移动多传感器；虚假点；数据融合 中图分类号 ：TP212 文献标识码：A 文章编号：1674—909X(2014)06—0045—07 PassiveLocationTrackingforM obileM ulti-’sensorsMulti-。targets DingShuyu LiuW eifeng’ W enChenglin (1 SchoolofAutomation，HangzhouDianziUniversity，Hangzhou310018，China；) (2 ScienceandTechnologyonInformationSystemsEngineeringLaboratory，Nanjing210007，China) Abstract：Passivelocationtrackingisanonlinearsystem stateestimationproblem．Theunscented Kalmanfilter(UKF)methodisapplied in themobilemulti—sensormulti—targetpassivelocation system toimprovesystem location accuracyandreducesystem complexity．Theghostproblem existsinthemobilemulti—sensormulti—targetcrosslocation．Andthenumberofghostsincreases rapidlywiththenumberofsensorsandtargets．Tosolvetheproblem ，animprovedfastprecise locationalgorithm ispresented．Firstly，thesensor—targetfunction ischosen by thepredicted pointand themeasurementfunctionischangedforeliminatingsomeghosts．Then，theunequal— weightedfusion isachievedbasedonthedistance．Finally，theUKF sub—filteredestimationval— uesarefusedforobtainingafusionestimationvalue．Simulationresultsshow thatmobilemulti— sensormulti——targetpassivelocationusing