多傳感器狀態(tài)融合估計在雷達跟蹤中的應用

　　摘 要： 采用Carlson最優(yōu)數據融合準則，將基于Kalman濾波的多傳感器狀態(tài)融合估計方法應用到雷達跟蹤系統。仿真實(shí)驗表明，多傳感器Kalman濾波狀態(tài)融合估計誤差小于單傳感器Kalman濾波得出的狀態(tài)估計誤差，驗證了方法對雷達跟蹤的有效性。

　　隨著(zhù)科學(xué)技術(shù)的發(fā)展，特別是微電子技術(shù)、集成電路技術(shù)、計算機技術(shù)、信號處理技術(shù)及傳感器技術(shù)的發(fā)展，多傳感器信息融合已經(jīng)發(fā)展成為一個(gè)新的研究領(lǐng)域，并在軍用領(lǐng)域和民用領(lǐng)域均得到了廣泛應用。

　　多傳感器信息融合的基本原理如同人腦綜合處理信息的過(guò)程，即充分利用多個(gè)傳感器資源，通過(guò)對各種傳感器及其觀(guān)測信息的合理支配與使用，將各種傳感器在空間和時(shí)間上的互補與冗余信息依據某種優(yōu)化準則組合起來(lái)，從而得出更為準確、可靠的結論。

　　現代戰爭的多樣性和復雜性提出了對信息處理更高的要求，信息融合可對多傳感器提供的多種觀(guān)測信息進(jìn)行優(yōu)化綜合處理，從而獲取目標狀態(tài)、識別目標屬性、分析目標意圖與行為，為電子對抗、精確制導等提供作戰信息。本文將基于Kalman濾波的多傳感器狀態(tài)融合估計方法應用到雷達跟蹤系統。仿真實(shí)驗表明，三個(gè)傳感器融合所獲得的估計值都更加貼近于目標信號，因而提高了對雷達系統的跟蹤精度。

　　1 卡爾曼濾波器

　　多傳感信息融合的主要任務(wù)之一就是利用多傳感器信息進(jìn)行目標的狀態(tài)估計。目前，進(jìn)行狀態(tài)估計的方法很多，Kalman濾波器是一種常用方法。Kalman濾波器在機動(dòng)目標跟蹤中具有良好的性能，它是最佳估計并能夠進(jìn)行遞推計算，即它只需要當前的一個(gè)測量值和前一個(gè)采樣周期的預測值就能進(jìn)行狀態(tài)估計。

　　考慮一個(gè)離散時(shí)間的動(dòng)態(tài)系統，它有如下形式：