多传感器数据融合与航迹预测问题研究d.doc

全国第六届研究生数学建模竞赛 题 目 多传感器数据融合与航迹预测问题研究 摘 要： 多雷达之间数据融合的可靠性直接影响了作战情报收集的可靠性，决定了战阵胜负。本文针对题中问题，对多观测器之间的数据融合问题进行了优化分析。 对于问题一，在对附件所给数据进行了深入分析和处理后，建立了一个以相对位置、相对速度和相对高度为准则的航迹提取模型；结合实际情况，制定了一个航迹提取规则，通过MATLAB计算，提取出了不同的航迹。由于数据量庞大，提取出的航迹信息以列表形式附于附录中。 对于问题二，在问题一的基础上找出了不同雷达间有相交时间段的航迹对，然后依次进行了时间配准、插值和判断，获取了同一目标的航迹对。考虑到目标航迹的平稳性、连续性特征，采用了三次样条插值。 对于问题三，建立了以观测航迹相对真实航迹的波动性最小为目标，速度方向变化有限为约束的优化模型。利用Lingo计算得到物体运动的真实航迹，与观测航迹对比得到各雷达的观测误差，以此作为该雷达的观测精度。 对于问题四，在求出雷达观测精度的基础上，提出静态加权航迹融合模型。根据观测精度分配相应航迹的权重，融合得到不同目标的真实航迹。利用灰色预测算法，对未来十秒内的航迹进行了预测。 对于问题五， 最后，对模型的优缺点进行了初步的分析。 关键词：数据融合 航迹提取 三次样条插值 灰色预测 一、问题的提出 未来的战争,将是陆、海、空相结合的立体战争, 成功地收集各种情报非常重要，甚至对战争的胜负起着决定性的作用。在实战中各种情报的收集依赖于多种传感器设备，由于，1）.电磁环境将异常复杂，敌方会主动或随机发送错误、无用的信号使我方传感器受到各种欺骗和干扰；2）.需要检测目标的数量越来越多,运动速度也越来越快；3）.多数目标会利用散射或吸收的方法大大减少对电磁波的反射等隐身技术和低空、超低空突防技术，让目标的反射电磁波和地面所反射电磁波混在一起，无法区分；总之使传感器难以捕捉和跟踪检测目标。因此，采用单传感器捕捉和跟踪的技术效果很差，而多传感器数据融合在解决探测、跟踪和识别方面不仅具有能够数倍地扩大捕捉和跟踪空间和时间覆盖范围的优势，还可以降低信息模糊度、提高可信度和改进探测性能等等。故采用并不断发展多传感器数据融合技术将是军事电子领域一种趋势。 多传感器数据融合可以分为数据预处理、航迹相关、航迹融合等步骤。如果某个时刻某雷达站接受到空间某点反射回来的电磁波，它将记录下有关的数据，并进行计算，得到包括目标的经度、纬度、海拔高度，经向速度、纬向速度、观察时刻在内的一组数据（见附件数据）。然后雷达网中各个雷达站将各自的观测数据传送并存放到融合中心进行雷达数据相关和数据融合。为了正确区分来自不同雷达站的数据，在每组雷达数据之前再加上雷达站编号和传感器编号等。航迹即上述某雷达站接受到某一检测目标陆续反射回来的电磁波后记录、计算检测目标所处的一系列空中位置而形成的离散点列，航迹相关即依据一定的准则确定各个雷达站的多组数据中哪些组数据是来自同一个检测目标。由于每组数据的观测时刻和各个雷达站的观测时间间隔都不同，所以在进行航迹两两相关之前首先要进行时间配准，即让不同雷达表示同一目标位置的时刻集合扩大为一致。然后将多条表示同一目标运动轨迹的航迹尽可能地抽取出来，为数据融合做好准备。在这些航迹对（即不同雷达站所观测到的关于同一目标的航迹的集合）中，不同航迹的观测雷达的精确度不一样，有些比较准确，有些误差比较大，这些误差可以根据观测数据分析估计。在进行航迹融合之前，需要把观测误差较大的航迹向观测误差较小的航迹靠拢，以消除相对雷达偏差。在对航迹的雷达系统误差修正之后，最终对多条航迹以各种方法处理，融合得出一条尽量与实际一致的航迹并预测其短期内可能的轨迹。 现有多组经过预处理后的融合中心雷达观测数据，数据被包含在Data2.txt文件中，此文件包括6个观测雷达（如果多于6个只考虑前6个），假设雷达位置的经纬度分别为{(122.1, 27.2) ( 122.4, 28.6) ( 121.5, 27.8) ( 121.3, 28.9) ( 122.5, 29.9) ( 121.8, 29.5)}。分别对应 雷达站的编号为7724，7728，2910，2539，2537，2025。地面安放雷达的海拔高度为0.1千米。 需完成以下问题： 根据附件中的数据，由雷达编号，传感器编号（附件中都是雷达，因此相同）提取出不同的目标航迹对。 找出各雷达站观测到的有相交时间段的航迹，对观测时间和时间间隔不同的雷达数据进行时间配准，然后抽取表示同一目标的航迹对。 根据附件中的数据，分析6个雷达站雷达的观察精度，以消除相对雷达偏差。 将多部雷达观测到的同一目标的航迹对融合为一条航