随着多传感器信息融合与跟踪技术在军事、民用等领域应用的不断深入,由于复杂感知环境、传感器使用代价等因素制约,多传感器融合跟踪系统性能受到影响,研究含有条件约束的多传感器协同融合跟踪方法(即:同时考虑探测精度和使用代价的传感器协同利用)成为许多融合跟踪系统应用的共性问题之一。本项目基于反馈控制思想,结合在线学习方法,以跟踪性能作为评价指标,研究模糊随机干扰环境和条件约束下的多传感器协同融合跟踪方法。重点研究:多源异类信息统一描述和配准方法;基于概率估计和条件约束的被动/被动最优化协同融合模型和方法;基于不确定信息模型的主动/被动协同融合跟踪方法。通过协同利用多传感器信息结合非线性粒子滤波状态估计和容错区间估计,在满足约束条件下提高多传感器融合跟踪系统状态估计精度,为解决多传感器(红外/ESM、雷达/红外)目标协同跟踪提供应用基础支持,同时也对含条件约束的多传感器融合跟踪方法进行初步探索。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
基于铁路客流分配的旅客列车开行方案调整方法
基于多色集合理论的医院异常工作流处理建模
基于MCPF算法的列车组合定位应用研究
带有滑动摩擦摆支座的500 kV变压器地震响应
多传感器目标跟踪信息融合与平台管理方法研究
带宽受限传感器网络的目标跟踪融合方法研究
多传感器目标跟踪融合中某些关键数学问题研究
面向禁飞区反无人机的异构多传感器协同探测与跟踪