多傳感器模糊—概率交互作用的數據關(guān)聯(lián)算法
加入技術(shù)交流群
圖7 用多傳感器和單傳感器分別所得目標位置估計的均方概誤差
| 六、結 論 本文首先分析了在密集雜波干擾環(huán)境中，使用PDAF方法存在的不足.然后，基于估計理論和模糊系統理論，給出了多傳感器模糊濾波算法以及模糊邏輯和概率交互作用的數據關(guān)聯(lián)算法.模糊關(guān)聯(lián)度和關(guān)聯(lián)概率共同組成了各有效回波的加權系數.兩者在目標的不同運動(dòng)段，有不同的作用期，相互補充，充分發(fā)揮各自的優(yōu)勢，明顯提高了系統的數據關(guān)聯(lián)性能.模糊關(guān)聯(lián)系統由適合于噪聲影響的全模糊模型構成，其模糊隸屬度函數可由基于最陡下降法的自學(xué)習算法來(lái)決定.多傳感器的目標狀態(tài)估計由多傳感器序列估計算法實(shí)現.仿真結果充分證明了，本算法解決在密集雜波干擾環(huán)境下多傳感器跟蹤機動(dòng)目標的數據關(guān)聯(lián)問(wèn)題的有效性，以及多傳感器對目標狀態(tài)估計精度的有效改善.本文算法的重要理論貢獻在于首次給出了多傳感器模糊邏輯關(guān)聯(lián)算法和概率數據關(guān)聯(lián)算法融合在一起作用的解析式.解決了長(cháng)期以來(lái)各自獨立發(fā)展，獨自應用，各受局限的問(wèn)題.對多傳感器多回波目標跟蹤理論的發(fā)展具有重要意義. |
評論