加权航迹关联仿真实验报告.docVIP

加权航迹关联算法仿真实验报告 1 问题描述 设有三个目标在二维平面上做匀速直线运动，用两个不同精度的传感器在一定范围内进行量测，通过加权航迹关联算法来判定传感器1和传感器2获得的不同航迹之间是否关联。假设过程噪声转移矩阵服从G=[T^2/2 0; T 0; 0 T^2/2; 0 T],协方差阵满足Q=diag([0.04 0.09])。两个传感器的量测噪声误差分别为R1=diag([10 90]),R2=diag([40,80])，三个目标航迹夹角为ang（分别取pi/18,pi/12,pi/6）,连续测量150个点。进行10次蒙特卡洛仿真。 2 加权航迹关联算法 该方法首先由Singer和Kanyuck在1971年提出，它将航迹关联问题转化为如下假设检验 问题。设整个分布式系统中有个传感器。令代表传感器l第i个目标 的真实状态;分别代表传感器l 对第i个目标的状态估计及其协方差 矩阵。 对于来自两个传感器的状态估计和,为研究它们是否来自于同一个目标，定义如下两个假设： H0：传感器l的航迹i和传感器m的航迹j关联； H1 ：传感器l的航迹i和传感器m的航迹j源于不同目标。 记为传感器l对航迹i的状态估计误差，有。可用如下的统计范数，来定义两个局部航迹之间的接近程度，即,其中，代表两个局部状态估计之差的协方差阵；可以证明，服从自由度为状态估计向量数的分布。 给定小正数=0.05，得出门限。如果小于门限，接受假设H0,则判定传感器l的航迹i和传感器m的航迹j有关联；否则接受假设H1,判决二者无关联。 3 仿真 目标运动时的仿真情况 图1：ang=pi/18时的航迹关联图（pin=22） 图2：ang=pi/12时的航迹关联图（pin=6） 图3 ang=pi/6时的航迹关联图(pin=0) 4 结果分析 由仿真结果可得以下结论： 由图可看出，起始位置处，传感器1和2所量测到的航迹误差较大，随着卡尔曼滤波的进行，两条航迹在（300,300）的位置相交，两传感器量测到的航迹基本与真实航迹拟合。 当改变三条航迹之间的夹角时，误关联个数随着夹角的增大而减小。如图，当夹角分别为pi/18，pi/12,pi/6时，误关联个数分别为pin=22，pin=6,pin=0，这是由于夹角越大时，两传感器量测到的航迹两两之间的统计距离越大，越不容易小于门限值; 同时改变小正数也会对误关联个数产生影响。当越小门限值相应的也越小，关联矩阵中的元素（两传感器的航迹两两间的统计距离）需要小于门限值，从而相当于提高了关联精度。 该方法未考虑两传感器之间的相关性，若考虑共同过程噪声影响，则选用修正的加权航迹关联算法或序贯航迹关联算法更为精确。