關(guān)于我們
書(shū)單推薦
新書(shū)推薦
|
多傳感器最優(yōu)估計(jì)理論及其應(yīng)用 讀者對(duì)象:信息科學(xué)、控制科學(xué)與工程等專(zhuān)業(yè)研究生及廣大科研工作者和工程技術(shù)人員
《多傳感器最優(yōu)估計(jì)理論及其應(yīng)用》是關(guān)于多傳感器數(shù)據(jù)融合最優(yōu)估計(jì)理論及其應(yīng)用的一部專(zhuān)著,主要匯集了作者近十幾年來(lái)在多傳感器數(shù)據(jù)融合、多速率系統(tǒng)濾波、最優(yōu)估計(jì)理論、組合導(dǎo)航等方面的代表性研究成果!抖鄠鞲衅髯顑(yōu)估計(jì)理論及其應(yīng)用》涉及的理論和方法有:Kalman 濾波及其各種改進(jìn)算法,異步多速率線(xiàn)性系統(tǒng)、非線(xiàn)性系統(tǒng)的濾波與融合方法,觀測(cè)數(shù)據(jù)存在不可靠、隨機(jī)丟包等故障條件下的數(shù)據(jù)融合狀態(tài)估計(jì)方法,噪聲相關(guān)環(huán)境下的數(shù)據(jù)融合方法,以及對(duì)上述各種情況魯棒的組合導(dǎo)航算法等。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
目 錄
前言 第1章 緒論 1 1.1背景與意義 1 1.2多傳感器數(shù)據(jù)融合的體系結(jié)構(gòu) 2 1.2.1多傳感器數(shù)據(jù)融合的定義 2 1.2.2多傳感器數(shù)據(jù)融合的原理與體系結(jié)構(gòu) 3 1.2.3多傳感器數(shù)據(jù)融合的優(yōu)缺點(diǎn) 7 1.3多傳感器數(shù)據(jù)融合估計(jì)算法分類(lèi)綜述 8 1.3.1采樣率系統(tǒng) 9 1.3.2單采樣率多傳感器數(shù)據(jù)融合狀態(tài)估計(jì)算法 11 1.3.3多采樣率多傳感器數(shù)據(jù)融合狀態(tài)估計(jì)算法 14 1.3.4異步多傳感器數(shù)據(jù)融合估計(jì)算法 19 1.3.5噪聲相關(guān)環(huán)境下的數(shù)據(jù)融合估計(jì)算法 20 1.3.6網(wǎng)絡(luò)環(huán)境下的濾波和融合問(wèn)題 22 1.3.7非線(xiàn)性系統(tǒng)數(shù)據(jù)融合估計(jì)算法 27 1.4組合導(dǎo)航系統(tǒng)與方法概述 30 1.5當(dāng)前研究熱點(diǎn)、難點(diǎn)與未來(lái)的研究方向 33 1.6本書(shū)的主要內(nèi)容及章 節(jié)安排 34 1.7本章小結(jié) 35 第2章 隨機(jī)離散動(dòng)態(tài)系統(tǒng)的Kalman濾波 36 2.1問(wèn)題的提出 36 2.2最優(yōu)均方估計(jì) 37 2.2.1最優(yōu)均方估計(jì)的定義 37 2.2.2絨性最優(yōu)均方估計(jì) 38 2.3 Kalman最優(yōu)濾波基本方程 40 2.3.1系統(tǒng)描述 40 2.3.2離散時(shí)間Kalman濾波基本方程 42 2.3.3離散時(shí)間Kalman濾波基本方程的直觀推導(dǎo) 44 2.3.4離散時(shí)間Kalman濾波基本方程的投影法證明 48 2.4Kalman最優(yōu)預(yù)測(cè)基本方程 52 2.4.1狀態(tài)的預(yù)測(cè)估計(jì) 52 2.4.2狀態(tài)預(yù)測(cè)估計(jì)的修正 53 2.4.3最優(yōu)增益陣 54 2.4.4誤差的無(wú)偏性及誤差方差陣 55 2.4.5離散系統(tǒng)Kalman最優(yōu)預(yù)測(cè)基本方程 56 2.5Kalman最優(yōu)平滑基本方程 57 2.5.1固定區(qū)間最優(yōu)平滑 58 2.5.2固定點(diǎn)最優(yōu)平滑 58 2.5.3固定滯后最優(yōu)平滑 60 2.6擴(kuò)展Kalman濾波 61 2.6.1圍繞標(biāo)稱(chēng)軌道線(xiàn)性化濾波方法 62 2.6.2圍繞濾波值線(xiàn)性化濾波方法 65 2.7本章小結(jié) 67 第3章 變速率非均勻采樣系統(tǒng)的Kalman濾波 68 3.1引言 68 3.2問(wèn)題描述 68 3.3非均勻采樣系統(tǒng)的Kalman濾波算法 70 3.4算法性能分析 78 3.5仿真實(shí)例 80 3.6本章小結(jié) 83 第4章 多尺度Kalman濾波及基于多尺度測(cè)量預(yù)處理的數(shù)據(jù)融合 84 4.1引言 84 4.2小波分析概述 85 4.2.1小波變換的定義與基本性質(zhì) 85 4.2.2多尺度分析 88 4.2.3Mallat算法 92 4.3多尺度Kalman濾波 96 4.4基于多尺度測(cè)量預(yù)處理的數(shù)據(jù)融合 100 4.4.1系統(tǒng)描述 100 4.4.2信號(hào)的多尺度表示 101 4.4.3基于小波變換的多尺度測(cè)量預(yù)處理 102 4.4.4基于多傳感器多尺度測(cè)量預(yù)處理的信號(hào)去噪方法 103 4.5仿真實(shí)例 104 4.6本章小結(jié) 107 第5章 基于線(xiàn)性系統(tǒng)的多速率傳感器數(shù)據(jù)融合估計(jì) 108 5.1引言 108 5.2問(wèn)題描述 108 5.3線(xiàn)性動(dòng)態(tài)系統(tǒng)的多速率多傳感器數(shù)據(jù)融合估計(jì) 110 5.3.1基于狀態(tài)分塊的融合估計(jì)算法 110 5.3.2兩種分布式數(shù)據(jù)融合狀態(tài)估計(jì)算法 114 5.4仿真實(shí)例 121 5.5本章小結(jié) 124 第6章 隨機(jī)丟包情況下多速率傳感器魯棒融合估計(jì) 125 6.1引言 125 6.2問(wèn)題描述 125 6.3基于不完全觀測(cè)數(shù)據(jù)的多速率傳感器融合估計(jì)算法 126 6.3.1模型約簡(jiǎn) 126 6.3.2融合算法 130 6.4仿真實(shí)例 131 6.5本章小結(jié) 136 第7章 時(shí)不變線(xiàn)性系統(tǒng)的異步多速率傳感器數(shù)據(jù)融合估計(jì) 137 7.1引言 137 7.2問(wèn)題描述 138 7.3尺度遞歸融合估計(jì)算法 139 7.3.1多尺度狀態(tài)空間模型 139 7.3.2尺度遞歸狀態(tài)融合估計(jì)算法141 7.4基于混合式結(jié)構(gòu)的融合估計(jì)算法 150 7.5兩種分布式融合估計(jì)算法 155 7.5.1遞歸朕邦分布式融合估計(jì) 156 7.5.2有反饋分布式融合估計(jì) 160 7.6仿真實(shí)例 164 7.6.1尺度遞歸融合估計(jì)算法仿真164 7.6.2混合式融合估計(jì)算法仿真 168 7.6.3分布式融合估計(jì)算法仿真 170 7.7本章小結(jié) 175 第8章 時(shí)不變系統(tǒng)異步多速率間歇數(shù)據(jù)的魯棒融合估計(jì) 176 8.1引言 176 8.2問(wèn)題描述 176 8.3隨機(jī)丟包下的異步多速率傳感器數(shù)據(jù)融合算法 177 8.4仿真實(shí)例 188 8.4.1圓周運(yùn)動(dòng)的機(jī)動(dòng)目標(biāo)跟蹤 188 8.4.2目標(biāo)跟蹤系統(tǒng)的狀態(tài)估計(jì) 192 8.5本章小結(jié) 196 第9章 時(shí)變線(xiàn)性系統(tǒng)的異步多速率傳感器數(shù)據(jù)融合估計(jì) 197 9.1引言 197 9.2問(wèn)題描述 197 9.3基于速率歸一化和聯(lián)邦Kalman濾波的分布式融合估計(jì) 198 9.3.1異步多速率系統(tǒng)的速率歸一化數(shù)學(xué)建模 199 9.3.2基于聯(lián)邦Kalman濾波的數(shù)據(jù)融合估計(jì) 203 9.4異步多速率數(shù)據(jù)的順序式融合估計(jì)- 205 9.5仿真實(shí)例 211 9.5.1基于聯(lián)邦Kalman濾波的融合估計(jì)算法仿真 211 9.5.2順序式融合估計(jì)算法仿真 217 9.6本章小結(jié) 219 第10章 異步多速率傳感器線(xiàn)性系統(tǒng)的建模與容錯(cuò)融合估計(jì) 220 10.1引言 220 10.2問(wèn)題描述 222 10.3最優(yōu)狀態(tài)估計(jì)算法 223 10.3.1異步多速率多傳感器系統(tǒng)建模 223 10.3.2無(wú)故障情況下的數(shù)據(jù)融合估計(jì) 226 10.3.3存在不可靠觀測(cè)情況T的狀態(tài)容錯(cuò)融合估計(jì)算法 229 10.4狀態(tài)容錯(cuò)融合估計(jì)算法的性能分析 230 10.5仿真實(shí)例 233 10.6本章小結(jié) 241 第11章 相關(guān)噪聲環(huán)境下的多傳感器數(shù)據(jù)融合 243 11.1引言 243 11.2問(wèn)題描述 243 11.3最優(yōu)融合算法 244 11.3.1最優(yōu)集中式融合 244 11.3.2最優(yōu)順序式融合 244 11.3.3最優(yōu)分布式融合 247 11.4仿真實(shí)例 251 11.5本章小結(jié) 255 第12章 相關(guān)噪聲環(huán)境下多速率傳感器融合估計(jì) 257 12.1引言 257 12.2問(wèn)題描述 258 12.3序貫式融合估計(jì)算法 259 12.4分布式融合估計(jì)算法 267 12.5仿真實(shí)例 274 12.5.1序貫式融合估計(jì)算法仿真 274 12.5.2分布式融合估計(jì)算法仿真 278 12.6本章小結(jié) 282 第13章 噪聲統(tǒng)計(jì)特性未知情況下的多源信息融合估計(jì) 283 13.1引言 283 13.2相關(guān)多源信息融合估計(jì)算法簡(jiǎn)述 283 13.2.1廣義凸組合融合算法 283 13.2.2基于集合論的松弛切比雪夫中心協(xié)方差交叉算法 286 13.2.3基于信息論的快速協(xié)方差交叉算法 288 13.2.4容錯(cuò)廣義凸組合融合算法 292 13.3兩種改進(jìn)的多源信息融合估計(jì)算法 296 13.3.1改進(jìn)的松弛切比雪夫協(xié)方差交叉融合算法 296 13.3.2改進(jìn)的快速協(xié)方差交叉算法 298 13.4仿真實(shí)例 299 13.4.1Kalman濾波算法得到局部估計(jì)值 299 13.4.2RCC-CI、IT-FCI,DCI仿真分析 300 13.4.3FGCC、CI/CU仿真分析 305 13.4.4改進(jìn)算法的仿真分析 308 13.5本章小結(jié) 310 第14章 非線(xiàn)性系統(tǒng)異步多速率傳感器數(shù)據(jù)融合估計(jì) 312 14.1引言 312 14.2問(wèn)題描述 313 14.3狀態(tài)融合估計(jì)算法 314 14.3.1基于SPKF方法估計(jì)非線(xiàn)性時(shí)變系統(tǒng)的狀態(tài) 315 14.3.2基于STF方法估計(jì)非線(xiàn)性時(shí)變系統(tǒng)的狀態(tài) 320 14.3.3非線(xiàn)性系統(tǒng)狀態(tài)估計(jì)新算法:SPSTF 324 14.4仿真實(shí)例 331 14.5本章小結(jié) 339 第15章 非線(xiàn)性系統(tǒng)異步多速率傳感器數(shù)據(jù)容錯(cuò)融合估計(jì) 340 15.1引言 340 15.2問(wèn)題描述 341 15.3異步多速率傳感器數(shù)據(jù)容錯(cuò)融合估計(jì)算法 342 15.4仿真實(shí)例 348 15.5本章小結(jié) 356 第16章 多傳感器最優(yōu)估計(jì)理論在導(dǎo)航系統(tǒng)中的應(yīng)用 357 16.1引言 357 16.2組合導(dǎo)航系統(tǒng)模型 357 16.3多速率系統(tǒng)的魯棒Kalman濾波及在導(dǎo)航系統(tǒng)中的應(yīng)用 361 16.4仿真實(shí)例 365 16.5本章小結(jié) 367 參考文獻(xiàn) 368
第1章緒論
1.1背景與意義 隨著科學(xué)技術(shù)的發(fā)展,人類(lèi)已經(jīng)進(jìn)入信息時(shí)代,信息時(shí)代的明顯特征之一是信息爆炸。同時(shí),隨著社會(huì)信息化程度的不斷提高,傳感器性能獲得了很大提高,面向各種應(yīng)用背景的多傳感器系統(tǒng)大量涌現(xiàn),F(xiàn)代戰(zhàn)爭(zhēng)威脅的多樣化和復(fù)雜化對(duì)傳統(tǒng)數(shù)據(jù)或信息處理系統(tǒng)也提出了更高的要求。此外,信息表現(xiàn)形式的多樣性、信息數(shù)量的巨大性、信息關(guān)系的復(fù)雜性以及要求信息處理的及時(shí)性等,都要求提出對(duì)多源信息進(jìn)行有效融合處理的新型理論和技術(shù)[1]。為了應(yīng)對(duì)這種局面,信息融合應(yīng)運(yùn)而生。多源信息融合是一個(gè)新興的研究領(lǐng)域,是針對(duì)一個(gè)系統(tǒng)使用多種傳感器這一特定問(wèn)題而展開(kāi)的一種關(guān)于數(shù)據(jù)處理的研究。多傳感器數(shù)據(jù)融合技術(shù)是近些年來(lái)發(fā)展起來(lái)的一門(mén)實(shí)踐性較強(qiáng)的應(yīng)用技術(shù),是多學(xué)科交叉的新技術(shù),涉及信號(hào)處理、概率統(tǒng)計(jì)、信息論、模式識(shí)別、人工智能、模糊數(shù)學(xué)等領(lǐng)域[2]。 將航行載體從起始點(diǎn)引導(dǎo)到目的地的技術(shù)或方法稱(chēng)為導(dǎo)航[3]。導(dǎo)航所需的基本導(dǎo)航參數(shù)有載體的即時(shí)位置、速度、航向和姿態(tài)等。測(cè)量導(dǎo)航參數(shù)的設(shè)備稱(chēng)為導(dǎo)航系統(tǒng)。飛機(jī)常用的導(dǎo)航系統(tǒng)有:慣性導(dǎo)航系統(tǒng)(inertialnavigationsystem,INS)、GPS(globalpositioningsystem)導(dǎo)航系統(tǒng)、多普勒(Doppler)導(dǎo)航系統(tǒng)(DVS)、雙曲線(xiàn)無(wú)線(xiàn)電導(dǎo)航系統(tǒng)等[3-5]。隨著現(xiàn)代戰(zhàn)爭(zhēng)中信息化、網(wǎng)絡(luò)化程度的提高,海陸空天一體化的主體戰(zhàn)爭(zhēng)已經(jīng)形成。導(dǎo)航已從確定武器平臺(tái)自身位置,并將其引領(lǐng)到目的地的單一功能擴(kuò)展成為信息戰(zhàn)的一部分,導(dǎo)航定位信息已在C4ISR系統(tǒng)中發(fā)揮著重要作用。各級(jí)指揮機(jī)關(guān)和控制部門(mén),各種海、陸、空、天武器裝備,都有賴(lài)于導(dǎo)航定位信息的支持。隨著科技的進(jìn)步,特別是現(xiàn)代戰(zhàn)爭(zhēng)的需求,對(duì)導(dǎo)航系統(tǒng)的精度、可靠性、實(shí)時(shí)性、自主性及性?xún)r(jià)比要求越來(lái)越高,單一的導(dǎo)航系統(tǒng)難以滿(mǎn)足要求。20世紀(jì)80年代以來(lái),隨著科學(xué)技術(shù)的迅速發(fā)展,可供運(yùn)載體裝備的導(dǎo)航系統(tǒng)越來(lái)越多。但是,任何一種導(dǎo)航方法都存在實(shí)用性問(wèn)題,每個(gè)系統(tǒng)的固有誤差以及物理上的限制,都將影響到該導(dǎo)航設(shè)備的廣泛應(yīng)用。如果將這些具有互補(bǔ)性和非相似性的導(dǎo)航系統(tǒng)組合起來(lái),就可以相互取長(zhǎng)補(bǔ)短,充分利用各子系統(tǒng)的信息,提高導(dǎo)航精度,擴(kuò)大使用范圍。對(duì)于各子系統(tǒng)測(cè)量的相同信息源,也可使測(cè)量值冗余,從而提高整個(gè)導(dǎo)航系統(tǒng)的可靠性[1,2,6]。 近年來(lái),隨著傳感器技術(shù)、信號(hào)檢測(cè)與處理以及計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展,信息融合技術(shù)的應(yīng)用更加廣泛。除了在各種武器平臺(tái)上應(yīng)用外,在許多民用領(lǐng)域,如工業(yè)過(guò)程監(jiān)視、工業(yè)機(jī)器人、遙感、毒品檢查、病人照顧系統(tǒng)、金融系統(tǒng)、船舶避碰與空中交通管制系統(tǒng)等方面也得到了廣泛的應(yīng)用。世界各主要發(fā)達(dá)國(guó)家都將其列為重點(diǎn)、優(yōu)先發(fā)展的技術(shù)之一。事實(shí)上,在被測(cè)量(或被識(shí)別)的目標(biāo)具有多種屬性或多種不確定因素的干擾時(shí),使用多傳感器協(xié)調(diào)完成共同的檢測(cè)任務(wù)便是必然的選擇[2]。因此對(duì)多傳感器信息融合的研究具有廣泛的理論意義和應(yīng)用價(jià)值。 多傳感器最優(yōu)估計(jì)指的是將傳統(tǒng)的估計(jì)理論與數(shù)據(jù)融合理論進(jìn)行有機(jī)結(jié)合,綜合利用多個(gè)傳感器的觀測(cè)信息得到對(duì)目標(biāo)狀態(tài)的最優(yōu)估計(jì)。研究在估計(jì)未知量的過(guò)程中,如何最佳利用多個(gè)數(shù)據(jù)集合中所包含的有用信息是其核心[7]。針對(duì)多傳感器最優(yōu)估計(jì)問(wèn)題,在不同傳感器以相同采樣速率同步獲取數(shù)據(jù)情況下,針對(duì)線(xiàn)性單模型動(dòng)態(tài)系統(tǒng),國(guó)內(nèi)外已經(jīng)有不少的研究成果。然而,實(shí)際應(yīng)用問(wèn)題中,不同傳感器往往以不同采樣率獲取數(shù)據(jù),并且由于網(wǎng)絡(luò)、各種干擾等的影響,獲取的數(shù)據(jù)往往是非同步的,甚至是不均勻的。針對(duì)這一問(wèn)題,相對(duì)來(lái)說(shuō)成果較少。作者近些年來(lái)在這方面開(kāi)展了一系列研究工作。本書(shū)在介紹經(jīng)典最優(yōu)Kalman濾波基礎(chǔ)上,將重點(diǎn)介紹作者近些年來(lái)研究給出的各種實(shí)用的最優(yōu)估計(jì)方法,同時(shí)對(duì)其在導(dǎo)航方面的應(yīng)用進(jìn)行簡(jiǎn)要介紹。 1.2多傳感器數(shù)據(jù)融合的體系結(jié)構(gòu) 1.2.1多傳感器數(shù)據(jù)融合的定義 數(shù)據(jù)融合也稱(chēng)為信息融合(informationfusion)。關(guān)于什么是信息融合,迄今為止,國(guó)內(nèi)外有多種不同的定義。 美國(guó)國(guó)防部JDL(JointDirectorsofLaboratories)從軍事應(yīng)用的角度將信息融合定義為這樣一個(gè)過(guò)程:把來(lái)自許多傳感器和信息源的數(shù)據(jù)和信息加以聯(lián)合(asso-ciation)、相關(guān)(correlation)和組合(combination),以獲得精確的位置估計(jì)(positionestimation)和身份估計(jì)(identityestimation),對(duì)戰(zhàn)場(chǎng)情況和威脅及其重要程度進(jìn)行適時(shí)的完整評(píng)價(jià)[2]。這一定義基本上是對(duì)信息融合技術(shù)所期望達(dá)到的功能描述,包括低層次上的位置和身份估計(jì),以及高層次上的態(tài)勢(shì)評(píng)估(situationassessment)和威脅估計(jì)(threatassessment)。該定義從軍事應(yīng)用的目標(biāo)出發(fā),但是也適用于其他領(lǐng)域。Edward等對(duì)上述定義進(jìn)行了補(bǔ)充和修改,用狀態(tài)估計(jì)代替位置估計(jì),并加上了檢測(cè)(detection)功能,從而給出了如下定義:數(shù)據(jù)融合是一種多層次、多方面的處理過(guò)程,這個(gè)過(guò)程對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、結(jié)合、相關(guān)、估計(jì)和組合以達(dá)到精確的狀態(tài)估計(jì)和身份估計(jì),以及完整、及時(shí)的態(tài)勢(shì)評(píng)估和威脅估計(jì)[8]。 何友等在其專(zhuān)著《多傳感器信息融合及應(yīng)用》中指出:信息融合就是將來(lái)自多個(gè)傳感器或多源的信息進(jìn)行綜合處理,從而得到更為準(zhǔn)確、可靠的結(jié)論[1]。韓崇昭等在其著作《多源信息融合》中寫(xiě)到:信息融合就是一種多層次、多方面的處理過(guò)程,包括對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、相關(guān)、組合和估計(jì),從而提高狀態(tài)和身份估計(jì)的精度,以及對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)和威脅的重要程度進(jìn)行適時(shí)完整的評(píng)價(jià)[7]。 總之,信息融合就是將來(lái)自多個(gè)傳感器或多源的信息進(jìn)行綜合處理,從而得到更為準(zhǔn)確、可靠的結(jié)論,以達(dá)到更好地了解對(duì)象的目的[2]。 1.2.2多傳感器數(shù)據(jù)融合的原理與體系結(jié)構(gòu) 多傳感器信息融合是人類(lèi)和其他生物系統(tǒng)中普遍存在的一種基本現(xiàn)象,實(shí)際上是對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬。按照信息抽象的功能層次,信息融合可分為五級(jí):檢測(cè)級(jí)融合、位置級(jí)融合(狀態(tài)估計(jì))、屬性級(jí)融合(目標(biāo)識(shí)別)、態(tài)勢(shì)評(píng)估與威脅估計(jì),信息融合各功能模塊的系統(tǒng)流程示意圖如圖1.1所示[9-11]。 圖1.1信息融合系統(tǒng)功能框圖 1.檢測(cè)級(jí)融合 檢測(cè)級(jí)融合是直接在多傳感器分布檢測(cè)系統(tǒng)中檢測(cè)判決和信號(hào)層上進(jìn)行的融合。它最初僅應(yīng)用在軍事指揮、控制和通信中,現(xiàn)在它的應(yīng)用已拓廣到氣象預(yù)報(bào)、醫(yī)療診斷和組織管理決策等諸多領(lǐng)域。檢測(cè)級(jí)融合的結(jié)構(gòu)模型主要有四種,即并行結(jié)構(gòu)、分散式結(jié)構(gòu)、串行結(jié)構(gòu)和樹(shù)狀結(jié)構(gòu),如圖1.2所示[1,10]。 2.位置級(jí)融合 位置級(jí)融合是直接在傳感器的觀測(cè)數(shù)據(jù)或傳感器的狀態(tài)估計(jì)上進(jìn)行的融合,包括時(shí)間和空間上的融合,是跟蹤級(jí)的融合,屬于中間層次,也是最重要的融合之一[1]。近年來(lái),國(guó)內(nèi)外對(duì)這一級(jí)的融合研究得最多,以美國(guó)MIT的Willsky教授及其研究小組為代表的多尺度系統(tǒng)估計(jì)理論研究為其中一個(gè)很重要的分支[12-16]。本書(shū)關(guān)于狀態(tài)融合估計(jì)算法的研究也是以此為基礎(chǔ)進(jìn)行的,下文將會(huì)給出更詳細(xì)的闡述。 圖1.2檢測(cè)級(jí)融合結(jié)構(gòu)示意圖 對(duì)單傳感器跟蹤系統(tǒng)而言,主要是按時(shí)間先后對(duì)目標(biāo)在不同時(shí)間的觀測(cè)值即檢測(cè)報(bào)告進(jìn)行融合,如邊掃描邊跟蹤雷達(dá)系統(tǒng),紅外和聲納等傳感器的多目標(biāo)跟蹤與估計(jì)技術(shù)都屬于這類(lèi)性質(zhì)的融合。在多傳感器跟蹤系統(tǒng)中,主要有集中式、分布式、混合式和多級(jí)式等幾種融合結(jié)構(gòu)[1,9]。 在集中式多傳感器跟蹤系統(tǒng)中,首先按照對(duì)目標(biāo)觀測(cè)的時(shí)間先后對(duì)測(cè)量點(diǎn)跡進(jìn)行時(shí)間融合,然后對(duì)各個(gè)傳感器在同一時(shí)刻對(duì)同一目標(biāo)的觀測(cè)進(jìn)行空間融合,它包括多傳感器融合跟蹤與狀態(tài)估計(jì)的全過(guò)程。這類(lèi)系統(tǒng)常見(jiàn)的有多雷達(dá)綜合跟蹤和多傳感器海上監(jiān)視與跟蹤系統(tǒng)。集中式融合結(jié)構(gòu)示意圖如圖1.3所示[9]。 圖1.3集中式融合結(jié)構(gòu) 在分布式多傳感器跟蹤系統(tǒng)中,各傳感器利用自身的測(cè)量數(shù)據(jù)單獨(dú)跟蹤目標(biāo),將估計(jì)結(jié)果送至融合中心(總站),融合中心再將各個(gè)子站的估計(jì)合成為目標(biāo)的聯(lián)合估計(jì)。一般來(lái)說(shuō),分布式估計(jì)精度沒(méi)有集中式高,但是由于它對(duì)通信帶寬需求低,計(jì)算速度快,可靠性和延續(xù)性好,因此,成為近年來(lái)的研究熱點(diǎn),分布式融合結(jié)構(gòu)示意圖如圖1.4所示[1,9]。 圖1.4分布式融合結(jié)構(gòu) 分布式系統(tǒng)一般還可以分為無(wú)反饋分布式系統(tǒng)、有反饋分布式系統(tǒng)和完全分 布式系統(tǒng)等三種融合結(jié)構(gòu)[2]: (1)無(wú)反饋層次結(jié)構(gòu):各傳感器節(jié)點(diǎn)把各自的局部估計(jì)結(jié)果全部傳送到中心節(jié)點(diǎn)以形成全局估計(jì),這是最常見(jiàn)的分布式估計(jì)系統(tǒng)結(jié)構(gòu)。 (2)有反饋層次結(jié)構(gòu):它與(1)的主要區(qū)別在于通信結(jié)構(gòu)不同,即中心節(jié)點(diǎn)的全局估計(jì)可以反饋到各局部節(jié)點(diǎn),這種結(jié)構(gòu)具有容錯(cuò)的優(yōu)點(diǎn)。當(dāng)檢測(cè)出某個(gè)局部節(jié)點(diǎn)的估計(jì)結(jié)果很差時(shí),不必把它排斥于系統(tǒng)之外,而是利用較好的全局結(jié)果來(lái)修改局部節(jié)點(diǎn)的狀態(tài),這樣既改善了局部節(jié)點(diǎn)的信息,又可繼續(xù)利用該節(jié)點(diǎn)的信息。 (3)完全分布式結(jié)構(gòu):在這種一般化系統(tǒng)結(jié)構(gòu)中,各節(jié)點(diǎn)間由網(wǎng)狀或鏈狀等形式的通信方式相連接。一個(gè)節(jié)點(diǎn)可以享有與之相連的節(jié)點(diǎn)信息。這也意味著各局部節(jié)點(diǎn)可以不同程度地享有全局的一部分信息,從而可能在許多節(jié)點(diǎn)上獲得較好的估計(jì)。在極端的情況下,每個(gè)節(jié)點(diǎn)都可以作為中心節(jié)點(diǎn)獲得全局最優(yōu)估計(jì)。 混合式位置級(jí)融合是集中式和分布式多傳感器系統(tǒng)相結(jié)合的混合結(jié)構(gòu)[1]。傳感器的檢測(cè)報(bào)告和目標(biāo)狀態(tài)估計(jì)的航跡信息都被送入融合中心,在那里既進(jìn)行時(shí)間融合也進(jìn)行空間融合。由于這種結(jié)構(gòu)要同時(shí)給出檢測(cè)報(bào)告和航跡估計(jì),并進(jìn)行優(yōu)化組合,因此需要復(fù)雜的處理邏輯;旌鲜浇Y(jié)構(gòu)也可以根據(jù)問(wèn)題的需要,在集中式和分布式結(jié)構(gòu)中進(jìn)行選擇變換。這種結(jié)構(gòu)的通信和計(jì)算量都比其他結(jié)構(gòu)要大,因?yàn)樾枰刂苽鞲衅魍瑫r(shí)發(fā)送探測(cè)報(bào)告和航跡估計(jì)信息,通信鏈路必須是雙向的。另外,在融合中心除加工來(lái)自局部節(jié)點(diǎn)的航跡信息外,還要給出傳感器送來(lái)的探測(cè)報(bào)告,使計(jì)算量成倍增加。然而,它能滿(mǎn)足許多應(yīng)用的需要。巡航導(dǎo)彈的控制和主、被動(dòng)雷達(dá)復(fù)合制導(dǎo)系統(tǒng)都是典型的混合式結(jié)構(gòu)[1,9]。混合式融合結(jié)構(gòu)示意圖如圖1.5所示[9]。 3.屬性級(jí)融合(目標(biāo)識(shí)別級(jí)融合) 目標(biāo)識(shí)別亦稱(chēng)屬性分類(lèi)或身份估計(jì)(身份識(shí)別)[9]。按信息抽象程度,目標(biāo)識(shí)別(身份識(shí)別)又可分為決策層、特征層和數(shù)據(jù)層融合三個(gè)層次。身份識(shí)別三個(gè)層次的融合結(jié)構(gòu)圖及其流程圖分別如圖1.6和圖1.7所示[9]。 ……
你還可能感興趣
我要評(píng)論
|