面向作战仿真的通用多传感器信息融合模型研究与实现
发布时间：2021-01-23 16:30
多传感器信息融合模型是作战平台实现复杂战场信息感知与处理的重要组成部分。然而,当前融合模型的网络结构难以同时满足网络中心战理念下信息流动的扁平化要求和作战平台指挥控制的层次化要求,且模型往往与平台绑定,融合过程也难以扩展,难以满足模型不断升级与跨平台可用的通用性要求。因此,开展通用多传感器信息融合模型研究,建立满足扁平化和层次化融合网络的平台级通用信息融合模型,对于提高复杂战场信息感知与处理建模效率,适应信息化条件下作战仿真不断发展的应用需求具有重要的理论和实践意义。针对融合网络结构中通用信息融合建模需求,在综合分析已有相关研究成果的基础上,论文对模型总体架构、多传感器数据统一建模规范、目标轨迹跟踪算法及其不确定区域计算和更新方法等关键问题展开研究,主要工作及创新点如下:（1）多传感器信息融合模型总体架构主要关注融合网络拓扑结构和平台节点融合处理过程。而当前相关研究中没有考虑网络节点的层次差异和优先顺序以及平台节点融合处理过程的可扩展性。为此,论文提出基于指挥结构的分布式融合网络构建方法和基于三阶段处理的平台节点融合过程模型架构,实现从指挥层次结构到平台层次结构再到融合处理单元的层次结...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
方位线定义图
国防科技大学研究生院硕士学位论文第43页从上述MOCTTA算法步骤可以看出，该判别算法的关键在于地理可行性测试、空间阈值thresholdS和空间边界marginS的规则描述和计算。地理可行性测试表示观测点和轨迹点之间的距离不应该大于二者在相应的时间间隔内所运动的最大距离与二者最大不确定距离之和。如图所示，假设轨迹点T是在0t时刻停止更新，位置坐标为(,)TTxy；在t时刻接收的观测点C位置为(,)CCxy；MaxV是指作战实体的假设最大速度。观测点和轨迹点位置估计误差椭圆的长半轴分别为CMajA和TMajA。图4.2地理可行性测试示意图则地理可行性满足条件：C,TmaxRR其中，22,()CTCTCTRxxyy，maxmax0()CTRVttMajAMajA其中C,TR是指0t时刻轨迹点T的位置到t时刻观测点C的位置之间的距离，maxR表示依据目标以假设最大速度MaxV在时间间隔0ttt内可能达到的最大距离，同时考虑观测点和轨迹点的位置估计误差。空间阈值thresholdS表示观测点与轨迹点能够容忍的最小相关联程度。如果MOC值超过这个阈值，则表示观测点与轨迹点不相关。空间阈值的大小取决于状态空间的维度。例如，在EKF状态空间模型中，具有三维位置和速度的状态变量具有6个分量，因此状态空间的维度为6，空间阈值thresholdS此时取值为6；具有二维位置和速度表示的状态变量具有4个分量，则thresholdS=4。然而，如果没有采用EKF状态空间模型，则空间阈值默认设置为8，而跟观测点或估计点中定义的状态变量维度没有关系。然而，空间阈值的取值有可能过大，导致多条轨迹符合该判决规则，没能起到判决效果。
国防科技大学研究生院硕士学位论文第46页图4.4不确定区域AOU定义示意图可以看出，关于目标位置不确定区域的参数包括椭圆中心坐标（即目标位置）、长半轴和短半轴、椭圆方向、当前不确定判决时间以及目标真实位置在区域内置信度。椭圆中心坐标则是表示目标当前位置坐标，在以经纬度表示目标的当前位置。在三维立体坐标系中，则是以经纬高来唯一标识目标当前位置。在作战仿真系统中，在无法得知目标的地面真实位置情况下，可以使用传感器感知到的目标位置来近似目标的地面真实位置。长短半轴和椭圆方向用于确定不确定区域椭圆的大小和旋转角度。长短半轴由目标位置在经度方向和纬度方向的偏差确定，在长半轴方向，目标位置具有最大的不确定性；在短半轴方向，目标位置具有最小的不确定性。通过坐标转化确定椭圆的方向。当前不确定判决时间和作战仿真系统的仿真时间步长保持一致。对于运动目标，位置信息不断更新，相应的位置不确定区域会随时间变化而变化，不同时间的不确定区域存在差异。不确定判决时间能够有效表示不确定椭圆在时间维的变化。在多传感器信息采集的前提下，运动目标不同时刻的位置信息可由不同传感器获取，由于传感器精度的差异，不同时刻目标位置的AOU存在差异，如图4.5所示，采用两种融合算法对地面真实轨迹进行跟踪和预测。假设观测点分别在时刻15tt从五个不同的传感器获得，其中椭圆表示每个观测点的AOU。测量误差椭圆的不同尺寸和方向指示不同的传感器环境。
【参考文献】：
期刊论文
[1]信息融合发展沿革与技术动态[J]. 赵宗贵,李君灵. 指挥信息系统与技术. 2017(01)
[2]一种信息融合系统JDL功能修正模型[J]. 曹开臣. 信息与电脑(理论版). 2016(21)
[3]一种优化的贝叶斯估计多传感器数据融合方法[J]. 张品,董为浩,高大冬. 传感技术学报. 2014(05)
[4]面向作战仿真的信息融合系统建模方法研究[J]. 李涛,柳林,皮学贤. 系统仿真学报. 2014(03)
[5]基于子波变换的多传感器最优信息融合估计[J]. 柳毅,赵振宇,丁全心,姜兴彤,李建勋. 系统仿真学报. 2012(06)
[6]目标位置不确定性的图形描述[J]. 卢代军,夏学知,张子鹤,沙基昌. 火力与指挥控制. 2006(09)
[7]信息融合技术现状、概念与结构模型[J]. 赵宗贵. 中国电子科学研究院学报. 2006(04)
[8]基于相关性函数和模糊综合函数的多传感器数据融合[J]. 刘建书,李人厚,刘云龙,张贞耀. 系统工程与电子技术. 2006(07)
[9]多传感器信息融合研究进展与展望[J]. 何友,关欣,王国宏. 宇航学报. 2005(04)
[10]贝叶斯网络在态势估计中的应用[J]. 程岳,王宝树,李伟生. 计算机工程与应用. 2002(23)
硕士论文
[1]C～4ISR分布式信息融合系统设计与实现技术研究[D]. 李明国.中国人民解放军国防科学技术大学 2002
本文编号：2995536
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
方位线定义图
国防科技大学研究生院硕士学位论文第43页从上述MOCTTA算法步骤可以看出，该判别算法的关键在于地理可行性测试、空间阈值thresholdS和空间边界marginS的规则描述和计算。地理可行性测试表示观测点和轨迹点之间的距离不应该大于二者在相应的时间间隔内所运动的最大距离与二者最大不确定距离之和。如图所示，假设轨迹点T是在0t时刻停止更新，位置坐标为(,)TTxy；在t时刻接收的观测点C位置为(,)CCxy；MaxV是指作战实体的假设最大速度。观测点和轨迹点位置估计误差椭圆的长半轴分别为CMajA和TMajA。图4.2地理可行性测试示意图则地理可行性满足条件：C,TmaxRR其中，22,()CTCTCTRxxyy，maxmax0()CTRVttMajAMajA其中C,TR是指0t时刻轨迹点T的位置到t时刻观测点C的位置之间的距离，maxR表示依据目标以假设最大速度MaxV在时间间隔0ttt内可能达到的最大距离，同时考虑观测点和轨迹点的位置估计误差。空间阈值thresholdS表示观测点与轨迹点能够容忍的最小相关联程度。如果MOC值超过这个阈值，则表示观测点与轨迹点不相关。空间阈值的大小取决于状态空间的维度。例如，在EKF状态空间模型中，具有三维位置和速度的状态变量具有6个分量，因此状态空间的维度为6，空间阈值thresholdS此时取值为6；具有二维位置和速度表示的状态变量具有4个分量，则thresholdS=4。然而，如果没有采用EKF状态空间模型，则空间阈值默认设置为8，而跟观测点或估计点中定义的状态变量维度没有关系。然而，空间阈值的取值有可能过大，导致多条轨迹符合该判决规则，没能起到判决效果。
国防科技大学研究生院硕士学位论文第46页图4.4不确定区域AOU定义示意图可以看出，关于目标位置不确定区域的参数包括椭圆中心坐标（即目标位置）、长半轴和短半轴、椭圆方向、当前不确定判决时间以及目标真实位置在区域内置信度。椭圆中心坐标则是表示目标当前位置坐标，在以经纬度表示目标的当前位置。在三维立体坐标系中，则是以经纬高来唯一标识目标当前位置。在作战仿真系统中，在无法得知目标的地面真实位置情况下，可以使用传感器感知到的目标位置来近似目标的地面真实位置。长短半轴和椭圆方向用于确定不确定区域椭圆的大小和旋转角度。长短半轴由目标位置在经度方向和纬度方向的偏差确定，在长半轴方向，目标位置具有最大的不确定性；在短半轴方向，目标位置具有最小的不确定性。通过坐标转化确定椭圆的方向。当前不确定判决时间和作战仿真系统的仿真时间步长保持一致。对于运动目标，位置信息不断更新，相应的位置不确定区域会随时间变化而变化，不同时间的不确定区域存在差异。不确定判决时间能够有效表示不确定椭圆在时间维的变化。在多传感器信息采集的前提下，运动目标不同时刻的位置信息可由不同传感器获取，由于传感器精度的差异，不同时刻目标位置的AOU存在差异，如图4.5所示，采用两种融合算法对地面真实轨迹进行跟踪和预测。假设观测点分别在时刻15tt从五个不同的传感器获得，其中椭圆表示每个观测点的AOU。测量误差椭圆的不同尺寸和方向指示不同的传感器环境。
【参考文献】：
期刊论文
[1]信息融合发展沿革与技术动态[J]. 赵宗贵,李君灵. 指挥信息系统与技术. 2017(01)
[2]一种信息融合系统JDL功能修正模型[J]. 曹开臣. 信息与电脑(理论版). 2016(21)
[3]一种优化的贝叶斯估计多传感器数据融合方法[J]. 张品,董为浩,高大冬. 传感技术学报. 2014(05)
[4]面向作战仿真的信息融合系统建模方法研究[J]. 李涛,柳林,皮学贤. 系统仿真学报. 2014(03)
[5]基于子波变换的多传感器最优信息融合估计[J]. 柳毅,赵振宇,丁全心,姜兴彤,李建勋. 系统仿真学报. 2012(06)
[6]目标位置不确定性的图形描述[J]. 卢代军,夏学知,张子鹤,沙基昌. 火力与指挥控制. 2006(09)
[7]信息融合技术现状、概念与结构模型[J]. 赵宗贵. 中国电子科学研究院学报. 2006(04)
[8]基于相关性函数和模糊综合函数的多传感器数据融合[J]. 刘建书,李人厚,刘云龙,张贞耀. 系统工程与电子技术. 2006(07)
[9]多传感器信息融合研究进展与展望[J]. 何友,关欣,王国宏. 宇航学报. 2005(04)
[10]贝叶斯网络在态势估计中的应用[J]. 程岳,王宝树,李伟生. 计算机工程与应用. 2002(23)
硕士论文
[1]C～4ISR分布式信息融合系统设计与实现技术研究[D]. 李明国.中国人民解放军国防科学技术大学 2002
本文编号：2995536
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2995536.html
