用于舰艇的多目标多传感器数据融合技术(续)

附录A 球面运动模型和网络 这个附录描述了对Nodestar的修改,以便从平直地面网格模型转换到圆形球面网格模型。第A1节说明转换的原理。第A2节说明所涉及的数学。第A3节评述运动模型在平面网格中应用的现行实践。第A4节说明我们进行的转换,使我们能将运动模型应用于圆形网格。第A5节描述了我们运行圆形球面模型时不可避免的问题。A1 原理 过去,Nodestar是单目标跟踪器。我们假设:我们大约知道目标的位置,我们才开始跟踪。这样,我们的网格只表示地面的一小部分。实际上,即使在调试中运行,Nodestar中采     

用于舰艇的多传感器多目标数据融合(续)

3 贝叶斯滤波 我们现在回到状态估计问题上。接着上节中描述的分离原则,我们认为观测已被互联,也就是说,划分成子集,每个子集对应于一个目标。状态估计问题要采用已知集合中的观测来估计目标状态。我们希望在这一点上有所区别。我们把目标叫作我们正在估计其状态的实际对象。例如,在水面舰艇跟踪问题中,目标是舰艇。另一方面,在用互联算法进行分离的情况下,航迹是被联结为单个子集的观测集。区别是:目标是真实对象,航迹是由数据融合系统建立的结构。     

用于舰艇的多目标、多传感器数据融合技术(续)

5 Nodestar似然函数 在这一节中我们描述在Nodestar的Spotlight方案中应用的似然函数。5.1 方位似然 Nodestar采用下列方法计算带时间相关测量误差的方位观测的似然函数。5.1.1 方位观测的误差模型 令θ_n和θ_(n-1)分别是t_n和t_(n-1)时刻来自传感器的两个方位观测值。令B_n和B_(n-1)是t_n和t_(n-1)时刻目标的实际方位(见图5)。注意:方位是以球面坐标计算的。令     

用于舰艇的多目标多传感器数据融合技术(续)

Nodestar工具提供多目标相关和跟踪。在这一节中我们描述数据互联算法和Nodestar在计算多目标状态分布中的应用。 回想一下,数据互联过程等同于把观测集合分成关联接触的不相交集。对每个集而言,Nodestar建立一个跟踪对象。这是C~( )对象,即计算机科学意义上的对象。每个跟踪对     

用于舰艇的多目标多传感器数据融合技术

本文描述了在数据融合和决策支持技术发展中领先的多目标、多传感器、非线性、非高斯Nodestar工具的技术原理和方法。