异步多传感器的MAP航迹融合.pdfVIP

维普资讯 第22卷 第 3期 青 岛大学学报 (工程技 术版 ) Vol_22No．3 2007年 9月 JOURNALOFQINGDAOUNIVERSITY (ET) Sep．2007 文章缡号：1006—9798(2007)03—0054一O6 异步多传感器的MAP航迹融合 郝惠娟 ，秦超英 (1．宁夏大学，银川 750021；2．西北工业大学理学院，西安 710072) 摘要 ：异步航迹融合是多传感器跟踪系统的一个重要问题 。针对实际应用中多传感器采 样速率的不 同步性 ，提 出了多传感器系统存在反馈情况下异步多传感器 的极大验后 (MAP)航迹融合估计算法 ，分析表 明，同步多传感器 MAP航迹融合算法是该算法 的一 个特例 ；仿真计算也表明，该融合算法具有 良好的估计精度。 关键词 ：融合估计 ；异步多传感器 ；极大验后 (MAP) 中图分类号 ：TP212 文献标识码：A 航迹融合是多传感器多 目标跟踪系统的一个重要 问题，多传感器航迹融合估计方法主要有信息滤波 (INF)航迹融合估计法[1]，它在无过程噪声 的情况下是最优 的，而实际系统中噪声不可能被忽略；互协方差 (CC)航迹融合估计法 ]，虽然考虑了局部估计的相关性 ，但在融合过程中没有考虑公共 的先验估计 ；极大验 后(MAP)航迹融合估计法[3]，不仅考虑了状态估计的先验信息，而且在后续的递推估计 中使用的验前估计 是局部传感器在最小方差意义下的估计。Chang等人[3]对上述航迹融合估计算法进行 了仿真 ，仿真结果表 明，对于同样 的状态模型，MAP的融合估计性能优于前两种融合方法 。以上融合估计方法都是在假定传感 器采样 同步，通讯延迟时间为零的条件下进行研究的，而在实际应用 中由于传感器采样速率和通讯延迟的不 同，各个传感器的局部估计并不是同步到达融合中心，因此，为了提高融合估计的精度 ，融合 中心必须进行异 步航迹融合 。Alouani等人 给出了将异步局部估计转化为 同步航迹 的融合估计算法 ，但同步化过程附加 了很大的计算量 。为了减小计算负担，Alouani等人l7又提出了矩阵加权局部估计的异步航迹融合估计算 法，但没有考虑融合中心接收整体先验信息和局部传感器接收反馈信息的情况。针对上述问题，本文基于各 个异步多传感器的kalman滤波方程 ，提出了多传感器系统存在状态反馈情况下异步多传感器的MAP融合 估计算法 。分析表明，同步多传感器 MAP融合算法是该算法 的一个特例 ，并对该融合算法的估计性能进行 了仿真分析 。 1 动态系统的描述 设第 i个传感器的离散化的 目标状态方程为 ( )一 ( 一 ) 。‘( )+ ： (1) 。 其 中 (tk，tk一 1)一 “ 卜l (2) 一 ，r) (r)dr (3) 并有 E (4) 一 。 _l，]一哦 一 ，r)一G ，dr 设 个传感器不同步地观测同一 目标 ，第 i个传感器在t时刻的观测方程为 收稿 日期 ：2007一O4—10；修 回日期 ：2007一O6～12 作者简介 ：郝惠娟(1980一)，女，硕士研究生，主要研究方向为多传感器信息融合及 目标跟踪。