91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何實(shí)現(xiàn)組網(wǎng)雷達(dá)數(shù)據(jù)融合處理

li1234567890123 ? 來源:li1234567890123 ? 作者:li1234567890123 ? 2022-05-14 16:45 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

數(shù)據(jù)融合處理是多雷達(dá)組網(wǎng)的核心。以典型防空雷達(dá)網(wǎng)為參考對象,采用組件化設(shè)計(jì)方式,將組網(wǎng)數(shù)據(jù)融合處理過程劃分為不同的組件,設(shè)計(jì)通用組件庫,包括數(shù)據(jù)有效性檢驗(yàn)、誤差配準(zhǔn)、時空對準(zhǔn)、點(diǎn)跡關(guān)聯(lián)、點(diǎn)跡融合、航跡起始、航跡濾波、航跡關(guān)聯(lián)、航跡融合、航跡管理等。每個組件包含不同的處理算法,采用統(tǒng)一的外部接口,通過參數(shù)選擇不同的處理算法,通過組件裝配構(gòu)成完整的點(diǎn)跡融合與航跡融合處理模板,以適應(yīng)不同應(yīng)用場景。仿真結(jié)果驗(yàn)證了組件化設(shè)計(jì)的可行性和適應(yīng)性。

引言

隨著精確制導(dǎo)武器等先進(jìn)武器的出現(xiàn),作戰(zhàn)系統(tǒng)對雷達(dá)獲取戰(zhàn)略態(tài)勢等信息的效能要求越來越高,單一的雷達(dá)探測和簡單的情報(bào)綜合已遠(yuǎn)不能滿足作戰(zhàn)需求。構(gòu)建一個統(tǒng)一的系統(tǒng),對各種類型的雷達(dá)實(shí)行適當(dāng)?shù)牟渴穑瑢@些雷達(dá)所獲取信息采取數(shù)據(jù)融合處理技術(shù)分析,并對系統(tǒng)進(jìn)行管理和操作(系統(tǒng)的啟動與終止、航跡等數(shù)據(jù)的管理、結(jié)果的顯示與反饋),能夠得到單一雷達(dá)難以得到的信息,適應(yīng)現(xiàn)今復(fù)雜的戰(zhàn)場環(huán)境[1]。這就是多雷達(dá)組網(wǎng)所能實(shí)現(xiàn)的功能,它有著明顯的優(yōu)勢和重要的意義,是未來作戰(zhàn)的發(fā)展趨勢。

組網(wǎng)雷達(dá)數(shù)據(jù)融合是通過各雷達(dá)探測的多源信息,對所關(guān)心目標(biāo)進(jìn)行檢測、關(guān)聯(lián)、跟蹤、估計(jì)和綜合等多級多功能處理,以更高的精度、較高的概率或置信度得到人們所需要的目標(biāo)狀態(tài)和身份估計(jì),以及完整、及時的態(tài)勢和威脅評估,為指揮員提供有用的決策信息[2]。組網(wǎng)雷達(dá)數(shù)據(jù)的融合處理是雷達(dá)組網(wǎng)的核心,對各雷達(dá)站的信息進(jìn)行融合、反饋和控制等操作,使它從本質(zhì)上區(qū)別于一般意義的情報(bào)綜合。它從融合結(jié)構(gòu)上分為3類:集中式、分布式和混合式融合結(jié)構(gòu)[3]。

近年來,針對上述3種融合結(jié)構(gòu)的組網(wǎng)雷達(dá)建模與仿真受到了極大地關(guān)注。陳志杰設(shè)計(jì)了一種基于指定硬件架構(gòu)方式下的集中式和分布式2種融合結(jié)構(gòu)的軟件實(shí)現(xiàn)流程和仿真實(shí)驗(yàn),從抗干擾、反隱身、融合精度等多方面進(jìn)行了性能的定量研究[4-5]。雒梅逸香對集中式組網(wǎng)雷達(dá)點(diǎn)跡融合過程進(jìn)行研究和仿真,設(shè)計(jì)實(shí)現(xiàn)有效的跟蹤濾波算法并應(yīng)用于工程實(shí)踐[6]??軅ヌ峁┝艘环N在仿真模型中的分布式組網(wǎng)雷達(dá)數(shù)據(jù)融合的基本處理方式,對雷達(dá)組網(wǎng)的融合策略提供了基本思路[7]。張晨基于多雷達(dá)數(shù)據(jù)融合系統(tǒng)架構(gòu),改進(jìn)多目標(biāo)關(guān)聯(lián)算法,利用分布式網(wǎng)絡(luò)技術(shù)開發(fā)了分布式多雷達(dá)防空武器仿真系統(tǒng)[8]。鹿瑤提出了一種混合式融合方法,對同型和異型雷達(dá)組網(wǎng)應(yīng)用進(jìn)行了融合結(jié)構(gòu)優(yōu)化[9]。以上大多針對某一種信息融合的結(jié)構(gòu)進(jìn)行數(shù)據(jù)融合處理,或針對融合處理平臺、分布式體系結(jié)構(gòu)、性能評估等進(jìn)行系統(tǒng)實(shí)現(xiàn),因而只能在特定的環(huán)境中發(fā)揮功能,系統(tǒng)效能受到局限。黃大豐等提出一種基于組件化設(shè)計(jì)的雷達(dá)組網(wǎng)結(jié)構(gòu),由多個分別實(shí)現(xiàn)不同功能的組件集合為雷達(dá)組網(wǎng)系統(tǒng)[10],但沒有詳細(xì)闡述具體實(shí)施過程。

因此,選取合適的信息融合結(jié)構(gòu)、研究組網(wǎng)雷達(dá)融合處理方法中的關(guān)鍵技術(shù)并采用仿真平臺評估作戰(zhàn)效能,對于提升組網(wǎng)雷達(dá)的性能,優(yōu)化國土作戰(zhàn)指揮自動化系統(tǒng)有著重要的軍事意義。本文綜合了組網(wǎng)雷達(dá)融合處理的基本流程,以典型防空雷達(dá)網(wǎng)為參考對象,采用模塊化、組件化設(shè)計(jì)思想分別設(shè)計(jì)組網(wǎng)雷達(dá)點(diǎn)跡和航跡融合過程,從而能夠在同一仿真系統(tǒng)環(huán)境中針對集中式和分布式2種信息融合結(jié)構(gòu)進(jìn)行數(shù)據(jù)的融合處理,并以軟件的形式分別實(shí)現(xiàn)2種融合過程并進(jìn)行融合效果仿真比對。不同于采用固定融合算法的融合處理系統(tǒng),本文通過理論設(shè)計(jì)和仿真實(shí)現(xiàn)驗(yàn)證了組件化、模塊化實(shí)現(xiàn)組網(wǎng)雷達(dá)數(shù)據(jù)融合處理的可行性,為構(gòu)建可重用、可擴(kuò)展的組網(wǎng)雷達(dá)數(shù)據(jù)融合處理系統(tǒng)提供了新的思路。

1 組件化設(shè)計(jì)思路

綜合組網(wǎng)雷達(dá)融合處理的基本流程,將組網(wǎng)雷達(dá)數(shù)據(jù)融合處理過程劃分為不同的組件,構(gòu)建不同的算法庫,主要包括算法組件庫和算法模板庫,如圖1所示。算法庫提供統(tǒng)一的設(shè)計(jì)接口,管理雷達(dá)數(shù)據(jù)融合相關(guān)的算法組件和算法模板以及數(shù)據(jù)的傳輸。其中,某些組件可能存在多種實(shí)現(xiàn)算法,從而實(shí)現(xiàn)算法組件級別的可重用與可擴(kuò)展。在融合過程中,首先通過統(tǒng)一的接口編輯組件生成融合模板,進(jìn)行參數(shù)初始化設(shè)置和原始點(diǎn)\航跡輸入,然后對數(shù)據(jù)進(jìn)行融合處理,輸出處理得到的融合航跡。組件化的設(shè)計(jì)強(qiáng)調(diào)各組件之間的獨(dú)立性,每個組件完成指定任務(wù),互不干擾。

圖1 數(shù)據(jù)融合算法庫結(jié)構(gòu)圖

Fig. 1 Structure of data fusion algorithm library

2 點(diǎn)跡融合組件化設(shè)計(jì)

2.1 點(diǎn)跡融合組件化設(shè)計(jì)流程

點(diǎn)跡融合對應(yīng)集中式信息融合結(jié)構(gòu),它由數(shù)據(jù)有效性檢驗(yàn)、誤差配準(zhǔn)、時空對準(zhǔn)、點(diǎn)跡融合、點(diǎn)跡關(guān)聯(lián)、航跡起始、航跡濾波和航跡管理等組件構(gòu)成。點(diǎn)跡融合組件化設(shè)計(jì)流程分組件闡述,包括組件的接口、功能和數(shù)據(jù)傳遞,體現(xiàn)組件間的獨(dú)立性。圖2為對應(yīng)流程圖,展現(xiàn)了點(diǎn)跡數(shù)據(jù)在各模塊間的傳遞和處理,反映了組件化的點(diǎn)跡融合過程的實(shí)現(xiàn)思想。

圖2 點(diǎn)跡融合組件化設(shè)計(jì)流程圖

Fig. 2 Flow chart of plot fusion based on component design

(1) 數(shù)據(jù)有效性檢驗(yàn)組件

組件輸入:初始點(diǎn)跡\航跡、配置參數(shù);組件輸出:有效點(diǎn)跡\航跡。該組件檢驗(yàn)當(dāng)前時刻點(diǎn)\航跡數(shù)據(jù)的有效性,輸出對應(yīng)坐標(biāo)位于正常雷達(dá)探測范圍內(nèi)的數(shù)據(jù),不保留歷史點(diǎn)\航跡信息。

(2) 誤差配準(zhǔn)組件

組件輸入:有效點(diǎn)跡\航跡、配置參數(shù);組件輸出:誤差配準(zhǔn)后的點(diǎn)跡\航跡。該組件對數(shù)據(jù)進(jìn)行誤差配準(zhǔn),校正系統(tǒng)誤差,使校正后的系統(tǒng)誤差與雷達(dá)測量誤差保持在同一水平,可采用最小二乘(LS)法等算法實(shí)現(xiàn)[11]。

(3) 時空對準(zhǔn)組件

組件輸入:誤差配準(zhǔn)后的點(diǎn)跡\航跡、配置參數(shù);組件輸出:統(tǒng)一了坐標(biāo)系并統(tǒng)一到同一融合時刻的點(diǎn)跡\航跡。該組件對當(dāng)前數(shù)據(jù)分別進(jìn)行時間和空間上的對準(zhǔn),其中,空間對準(zhǔn)基本通過坐標(biāo)變換實(shí)現(xiàn),時間對準(zhǔn)可依據(jù)情況采取各種插值算法實(shí)現(xiàn)。

(4) 點(diǎn)跡融合組件

組件輸入:預(yù)處理后的點(diǎn)跡、配置參數(shù);組件輸出:融合點(diǎn)跡集合。該組件進(jìn)行雷達(dá)間點(diǎn)跡融合,采取一定的準(zhǔn)則從當(dāng)前時刻來自各雷達(dá)的點(diǎn)跡中判斷并融合雷達(dá)間可能來自于同一個目標(biāo)的點(diǎn)跡。

(5) 點(diǎn)跡關(guān)聯(lián)組件

組件輸入:融合點(diǎn)跡、當(dāng)前時刻航跡、配置參數(shù);組件輸出:剩余點(diǎn)跡、記錄了關(guān)聯(lián)結(jié)果的航跡。該組件進(jìn)行當(dāng)前時刻的點(diǎn)跡與航跡的關(guān)聯(lián),將關(guān)聯(lián)情況保存在航跡中,用于航跡后續(xù)的狀態(tài)更新,關(guān)聯(lián)方法可選擇最近鄰域法和多維概率數(shù)據(jù)互聯(lián)法[12]等算法實(shí)現(xiàn)。

(6) 航跡起始組件

組件輸入:剩余點(diǎn)跡、記錄了關(guān)聯(lián)結(jié)果的航跡、配置參數(shù);組件輸出:記錄了關(guān)聯(lián)和起始結(jié)果的航跡。該組件對輸入點(diǎn)跡與航跡根據(jù)一定的準(zhǔn)則起始可能航跡,包括暫時航跡的生成和可靠航跡的起始,將起始結(jié)果保存在航跡中,可采用直觀法、邏輯法[13]等算法實(shí)現(xiàn)。

(7) 航跡濾波組件

組件輸入:記錄了當(dāng)前關(guān)聯(lián)起始結(jié)果的航跡、配置參數(shù)、航跡刪除標(biāo)志;組件輸出:濾波后航跡。該組件對當(dāng)前時刻的航跡進(jìn)行濾波更新,將更新結(jié)果保存在航跡中。同時,還對航跡管理返回的航跡與航跡刪除標(biāo)志進(jìn)行濾波狀態(tài)的刪除和預(yù)測等管理,將管理結(jié)果保存在預(yù)測航跡中。航跡的濾波可選取α-β濾波,α-β-γ航跡濾波和擴(kuò)展卡爾曼濾波(EKF)航跡濾等方法實(shí)現(xiàn)[14]。

(8) 航跡管理組件

組件輸入:濾波航跡、配置參數(shù);組件輸出:更新后航跡、航跡刪除標(biāo)志。在點(diǎn)跡融合過程中,采取集中式航跡管理組件。該組件根據(jù)一定的規(guī)則更新航跡狀態(tài),包括航跡的確認(rèn)、航跡的撤銷終止和航跡的轉(zhuǎn)換等,管理結(jié)果通過航跡輸出。

2.2 點(diǎn)跡融合仿真系統(tǒng)平臺

考慮在仿真系統(tǒng)平臺中設(shè)計(jì)防空雷達(dá)網(wǎng)工作模式下的點(diǎn)跡融合模板。防空雷達(dá)網(wǎng)工作模式的點(diǎn)跡融合模板針對飛機(jī)類目標(biāo)進(jìn)行點(diǎn)跡融合處理,輸出融合后的航跡。圖3為典型交叉目標(biāo)場景的融合戰(zhàn)情設(shè)置,圖4為對應(yīng)的點(diǎn)跡融合結(jié)果顯示。

圖3 三雷達(dá)交叉目標(biāo)戰(zhàn)情

Fig. 3 Combat situation atcross targetof three radars

圖4 融合中心動態(tài)測試結(jié)果

Fig. 4 Dynamic test results of fusion center

3 航跡融合組件化設(shè)計(jì)

3.1 航跡融合組件化設(shè)計(jì)流程

航跡融合對應(yīng)分布式信息融合結(jié)構(gòu),它由數(shù)據(jù)有效性檢驗(yàn)、誤差配準(zhǔn)、時空對準(zhǔn)、航跡關(guān)聯(lián)、航跡融合和航跡管理等組件構(gòu)成。同點(diǎn)跡融合設(shè)計(jì)類似,航跡融合組件化設(shè)計(jì)流程分組件闡述,預(yù)處理過程見第2節(jié)。圖5為對應(yīng)流程圖,展現(xiàn)了航跡數(shù)據(jù)在各模塊間的傳遞和處理流程,反映了組件化的航跡融合過程的實(shí)現(xiàn)思想。

圖5 航跡融合組件化設(shè)計(jì)流程圖

Fig. 5 Flow chart of track fusion based on component design

(1) 航跡關(guān)聯(lián)組件

組件輸入:初始探測航跡、配置參數(shù);組件輸出:關(guān)聯(lián)航跡。該組件實(shí)現(xiàn)雷達(dá)間航跡關(guān)聯(lián),判斷當(dāng)前航跡的目標(biāo)歸屬,關(guān)聯(lián)情況記錄為關(guān)聯(lián)航跡組輸出,可考慮采用最近鄰法和統(tǒng)計(jì)雙門限法等算法實(shí)現(xiàn)[15]。

(2) 航跡融合組件

組件輸入:關(guān)聯(lián)航跡、配置參數(shù);組件輸出:融合航跡。該組件將當(dāng)前關(guān)聯(lián)航跡組按一定的規(guī)則融合為融合航跡,可采用經(jīng)驗(yàn)加權(quán)法、簡單協(xié)方差加權(quán)法和最大似然加權(quán)法等算法實(shí)現(xiàn)。

(3) 航跡管理組件

組件輸入:融合航跡、配置參數(shù);組件輸出:管理后航跡。在航跡融合過程中,采取分布式航跡管理組件對現(xiàn)有航跡進(jìn)行更新。融合航跡保存在航跡管理組件中,而管理后的當(dāng)前時段融合航跡作為結(jié)果輸出。

3.2 航跡融合仿真系統(tǒng)平臺

同點(diǎn)跡融合類似,考慮在仿真系統(tǒng)平臺中設(shè)計(jì)防空雷達(dá)網(wǎng)工作模式下的航跡融合模板。防空雷達(dá)網(wǎng)工作模式的航跡融合模板針對飛機(jī)類目標(biāo)進(jìn)行航跡融合處理,輸出融合后航跡。圖6為典型平行交叉目標(biāo)場景的融合戰(zhàn)情設(shè)置,圖7為對應(yīng)的融合結(jié)果顯示。

圖6 三雷達(dá)交叉平行目標(biāo)戰(zhàn)情

Fig. 6 Combat situation atcross parallel target of three radars

圖7 融合中心動態(tài)測試結(jié)果

Fig. 7 Dynamic test results of fusion center

4 仿真驗(yàn)證

4.1 仿真流程設(shè)計(jì)

整體的仿真框圖由數(shù)據(jù)模擬器、組網(wǎng)雷達(dá)數(shù)據(jù)融合系統(tǒng)和顯示器3個部分組成。組網(wǎng)雷達(dá)融合系統(tǒng)讀取來自數(shù)據(jù)模擬器的模擬點(diǎn)跡和航跡數(shù)據(jù)以及來自配置參數(shù)文檔的融合相關(guān)參數(shù)信息,進(jìn)行融合處理,輸出融合航跡。顯示器讀取融合航跡并畫圖展示融合效果。圖8為整體流程圖。

圖8 整體仿真框圖

Fig. 8 Overall flow chart of simulation

4.1.1 數(shù)據(jù)模擬器

在本次仿真中,數(shù)據(jù)模擬器模擬的雷達(dá)為相控陣?yán)走_(dá),干擾為壓制干擾。壓制干擾在模擬器中體現(xiàn)為信號信噪比的降低,從而導(dǎo)致目標(biāo)信息的測量(距離和角度)誤差變大。模擬器產(chǎn)生點(diǎn)/航跡的流程為:

①設(shè)置戰(zhàn)情,給定雷達(dá)基本配置信息和目標(biāo)真實(shí)航跡;

②在真實(shí)航跡的基礎(chǔ)上疊加服從均值為0、指定標(biāo)準(zhǔn)差大小的高斯分布隨機(jī)量測誤差;

③將產(chǎn)生的模擬點(diǎn)跡和航跡傳送至組網(wǎng)雷達(dá)數(shù)據(jù)融合系統(tǒng)。

4.1.2 參數(shù)配置

配置參數(shù)文檔的內(nèi)容包括融合模板的類別選擇(防空點(diǎn)跡/航跡融合模板)、模板中涉及的組件所采用的算法選擇和對應(yīng)算法中涉及的參數(shù)值的設(shè)置,如圖9所示。具體軟件實(shí)現(xiàn)界面如圖10所示,可自主選擇參數(shù)并自動生成參數(shù)配置文檔。

圖9 參數(shù)配置示意圖

Fig. 9 Parameter configuration

圖10 參數(shù)配置文檔生成軟件

Fig. 10 Software for generating parameter configuration documents

在數(shù)據(jù)融合前,參數(shù)以文檔的形式將融合的具體配置信息傳遞至組網(wǎng)雷達(dá)數(shù)據(jù)融合系統(tǒng),融合系統(tǒng)先由配置信息確定內(nèi)部算法和參數(shù)值的選取,再進(jìn)行后續(xù)的點(diǎn)航跡讀取和融合操作。

4.2 仿真結(jié)果與分析

4.2.1 點(diǎn)跡融合效果對比

共設(shè)置3類點(diǎn)跡數(shù)據(jù),分別為勻速運(yùn)動目標(biāo)(目標(biāo)1)、變速運(yùn)動目標(biāo)(目標(biāo)2)和圓周運(yùn)動目標(biāo)(目標(biāo)3)的探測點(diǎn)跡,運(yùn)動總時間為500 s(場景1),雷達(dá)站位置與真實(shí)航跡分布如圖11所示。

圖11 場景一真實(shí)航跡

Fig. 11 Real track in scene 1

點(diǎn)跡融合前后效果對比如圖12所示,圖12(a)體現(xiàn)點(diǎn)跡融合整體效果,圖12(b)則進(jìn)一步體現(xiàn)融合細(xì)節(jié),點(diǎn)跡融合算法能夠?yàn)V除干擾點(diǎn),得到更貼近于目標(biāo)航跡的融合航跡。將雷達(dá)2對目標(biāo)2的量測誤差作為融合前的誤差,單個目標(biāo)(目標(biāo)2)點(diǎn)跡融合前后分別在地心坐標(biāo)x,y,z方向上的誤差對比曲線如圖13所示??捎^察到融合后在x,y,z方向上的誤差的極大值和整體分布都有了明顯的減小,點(diǎn)跡融合使得點(diǎn)跡誤差得到了較大程度的改善。

圖12 點(diǎn)跡數(shù)據(jù)融合前后地心坐標(biāo)對比

Fig. 12 Comparison of geocentric coordinates before and after plot fusion

圖13 目標(biāo)2雷達(dá)2各方向誤差對比

Fig. 13 Error comparison ofradar 2 for target 2in different directions

計(jì)算各目標(biāo)各雷達(dá)量測點(diǎn)跡與融合點(diǎn)跡的距離均方根誤差,如表1所示。由表中數(shù)據(jù)得出,融合后距離均方根誤差均在一定程度上小于各雷達(dá)量測點(diǎn)跡的距離均方根誤差,體現(xiàn)了量測精度的提高,證明了組網(wǎng)雷達(dá)點(diǎn)跡融合組件化設(shè)計(jì)的可靠性和有效性。

4.2.2 航跡融合效果對比

航跡融合中,各雷達(dá)初始探測航跡為每個雷達(dá)單獨(dú)進(jìn)行點(diǎn)跡融合后得到的融合航跡。航跡融合前后效果對比如圖14所示,可觀察到,融合后的航跡更貼近真實(shí)航跡,減少了航跡的發(fā)散。

圖14 航跡數(shù)據(jù)融合前后地心坐標(biāo)對比

Fig. 14 Comparison of geocentric coordinates before and after track fusion

將雷達(dá)2對目標(biāo)2的初始探測航跡誤差作為融合前的誤差,單個目標(biāo)(目標(biāo)2)航跡融合前后在地心坐標(biāo)x,y,z方向上的的誤差對比曲線如圖15所示??梢杂^察到融合后誤差在大部分時段都小于雷達(dá)探測航跡誤差,因此航跡融合使得航跡誤差得到了一定程度的改善。由于融合前航跡為各雷達(dá)進(jìn)行初步探測得到的航跡,故相對于原始量測點(diǎn)跡已經(jīng)提高了部分量測的精度,航跡融合效果對比圖沒有點(diǎn)跡融合效果明顯。

圖15 目標(biāo)2雷達(dá)2各方向誤差對比

Fig. 15 Error comparison ofradar 2 for target 2 in different directions

為更好地觀察航跡融合前后誤差變化,計(jì)算各雷達(dá)航跡與融合后航跡的距離均方根誤差,如表2所示。由表中數(shù)據(jù)得出,盡管融合前航跡精度已有了一定程度的提升,融合后航跡的距離均方根誤差仍均小于各雷達(dá)航跡的均方根誤差,表明航跡融合的確提高了量測精度,證明了組網(wǎng)雷達(dá)航跡融合組件化設(shè)計(jì)的可靠性和有效性。

4.2.3 不同場景更換組件融合效果對比

設(shè)計(jì)場景2,該場景的航跡為2個勻速直線飛行目標(biāo)的探測點(diǎn)跡,運(yùn)動總時間為500 s。其中,兩目標(biāo)在250 s相遇并交叉飛過,如圖16所示。

圖16 場景2真實(shí)航跡

Fig. 16 Real track in scene 2

考察分別在沒有明顯交叉目標(biāo)的場景一和典型兩目標(biāo)交叉的場景2下采用不同的點(diǎn)跡關(guān)聯(lián)算法的關(guān)聯(lián)情況。記錄關(guān)聯(lián)結(jié)果,如表3所示。從表中觀察到在環(huán)境簡單,目標(biāo)稀疏干擾少的場景1適合采用最近鄰域法,在保持關(guān)聯(lián)正確率的同時處理速度較快;在存在交叉航跡的場景2適合采用多維概率數(shù)據(jù)互聯(lián)法,能夠保持較高的關(guān)聯(lián)正確率。因此,在不同的場景靈活選擇不同組件算法能夠較好地提高關(guān)聯(lián)的精確度和速度。

5 結(jié)論

組網(wǎng)雷達(dá)數(shù)據(jù)融合處理技術(shù)為多學(xué)科交叉技術(shù),涉及多個領(lǐng)域,有著廣闊的發(fā)展前景。本文以組件化的形式實(shí)現(xiàn)點(diǎn)跡融合和航跡融合處理,分別對應(yīng)集中式和分布式融合結(jié)構(gòu),研究成果主要包括融合過程組件化形式流程設(shè)計(jì)、各組件的原理闡述和系統(tǒng)的仿真驗(yàn)證。組件化設(shè)計(jì)使得每個組件之間相對獨(dú)立,可根據(jù)環(huán)境采取不同算法并單獨(dú)進(jìn)行優(yōu)化完善和數(shù)據(jù)處理分析,實(shí)現(xiàn)組件的可重用性。組件的具體設(shè)計(jì),包括組件總個數(shù)、數(shù)據(jù)流通過程以及每個組件的輸入輸出和實(shí)現(xiàn)功能有待依照實(shí)際情況靈活調(diào)整。數(shù)據(jù)融合處理技術(shù)包含廣泛,若要運(yùn)用于工程,算法選擇、參數(shù)設(shè)置、具體流程設(shè)計(jì)以及不同模式雷達(dá)網(wǎng)的算法模板還需深入研究,下一步將結(jié)合實(shí)際雷達(dá)系統(tǒng)開展動態(tài)測試,進(jìn)一步驗(yàn)證組件化設(shè)計(jì)的合理性與適應(yīng)性。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 雷達(dá)
    +關(guān)注

    關(guān)注

    52

    文章

    3328

    瀏覽量

    123909
  • 數(shù)據(jù)融合
    +關(guān)注

    關(guān)注

    0

    文章

    47

    瀏覽量

    10669
  • 組件化
    +關(guān)注

    關(guān)注

    0

    文章

    3

    瀏覽量

    1479
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    突破10米限制:解碼飛睿智能UWB毫米波雷達(dá)融合感知技術(shù)

    飛睿智能創(chuàng)新性地融合UWB定位與毫米波雷達(dá)技術(shù),突破室內(nèi)空間感知局限。UWB提供厘米級精確定位,毫米波雷達(dá)實(shí)現(xiàn)微動檢測,兩者互補(bǔ)形成多維感知能力。通過SIP封裝設(shè)計(jì)和22nm制程芯片優(yōu)
    的頭像 發(fā)表于 02-25 15:19 ?208次閱讀
    突破10米限制:解碼飛睿智能UWB毫米波<b class='flag-5'>雷達(dá)</b><b class='flag-5'>融合</b>感知技術(shù)

    突破10米限制:解碼飛睿智能UWB毫米波雷達(dá)融合感知技術(shù)

    飛睿智能創(chuàng)新性地融合UWB定位與毫米波雷達(dá)技術(shù),突破室內(nèi)空間感知局限。UWB提供厘米級精確定位,毫米波雷達(dá)實(shí)現(xiàn)微動檢測,兩者互補(bǔ)形成多維感知能力。通過SIP封裝設(shè)計(jì)和22nm制程芯片優(yōu)
    的頭像 發(fā)表于 02-25 15:14 ?187次閱讀

    納雷科技RVSM雷達(dá)視頻智能融合控制平臺解讀

    納雷RVSM 雷達(dá)–視頻智能融合控制平臺,正是為解決這些問題而生。
    的頭像 發(fā)表于 01-30 11:45 ?598次閱讀

    RDMA設(shè)計(jì)12:融合以太網(wǎng)協(xié)議棧設(shè)計(jì)1

    RDMA 隊(duì)列并實(shí)現(xiàn) RDMA 指令提交與完成機(jī)制。在 RoCE v2 高速數(shù)據(jù)傳輸系統(tǒng)中,用戶通過配置系統(tǒng)控制模塊中的寄存器或寄存器組來實(shí)現(xiàn)隊(duì)列管理和數(shù)據(jù) DMA 請求。
    發(fā)表于 12-25 11:39

    使用 g430 的 CAN 功能進(jìn)行組網(wǎng)

    ,但是把四個設(shè)備閉環(huán)鏈接到一塊的時候,使用 pcan 發(fā)送數(shù)據(jù)偶爾會出現(xiàn)其中一到三個設(shè)備收不到數(shù)據(jù),最多出現(xiàn)三個收不到,請問這是什么問題?有解決辦法嗎? 結(jié)合你的G430 CAN組網(wǎng)場景,單個測試正常、多
    發(fā)表于 12-11 18:04

    請問使用ChirpIoT 是不是可以實(shí)現(xiàn)mesh組網(wǎng)?

    使用ChirpIoT 是不是可以實(shí)現(xiàn)mesh組網(wǎng)?
    發(fā)表于 12-11 06:58

    纜道雷達(dá)測流系統(tǒng)核心監(jiān)測設(shè)備技術(shù)解析

    在水文監(jiān)測領(lǐng)域,纜道雷達(dá)測流技術(shù)憑借非接觸式測量優(yōu)勢實(shí)現(xiàn)對江河流量的精準(zhǔn)捕捉,其性能發(fā)揮高度依賴雷達(dá)流速儀、雷達(dá)水位計(jì)及雷達(dá)運(yùn)行小車等核心設(shè)
    的頭像 發(fā)表于 10-31 15:15 ?479次閱讀
    纜道<b class='flag-5'>雷達(dá)</b>測流系統(tǒng)核心監(jiān)測設(shè)備技術(shù)解析

    LORA無線通信模塊怎么組網(wǎng)

    LoRa網(wǎng)關(guān),然后通過網(wǎng)關(guān)將數(shù)據(jù)傳輸至網(wǎng)絡(luò)服務(wù)器,實(shí)現(xiàn)集中管理和數(shù)據(jù)處理。該組網(wǎng)方式適用于物聯(lián)網(wǎng)應(yīng)用中的大范圍設(shè)備部署,例如智能抄表、環(huán)境監(jiān)測和農(nóng)業(yè)物聯(lián)網(wǎng),具有覆蓋廣、功耗低、抗干擾強(qiáng)
    的頭像 發(fā)表于 10-20 14:49 ?997次閱讀

    硬件融合拼接器與軟件融合拼接的區(qū)別?

    器、內(nèi)存和存儲設(shè)備等組成,具備強(qiáng)大的計(jì)算和數(shù)據(jù)處理能力。它可以將多個圖像拼接成一個大的全景圖像,這個過程是在硬件設(shè)備中進(jìn)行的,因此速度較快。 而軟件融合拼接則是通過軟件算法來實(shí)現(xiàn)圖像的拼接,這種算法可以在一般的計(jì)
    的頭像 發(fā)表于 09-28 14:33 ?532次閱讀

    無人駕駛:智能決策與精準(zhǔn)執(zhí)行的融合

    無人駕駛核心操控技術(shù):智能決策與精準(zhǔn)執(zhí)行的融合 無人駕駛的核心操控系統(tǒng)是車輛實(shí)現(xiàn)自主駕駛的“大腦”與“四肢”,其技術(shù)核心在于通過感知、決策、執(zhí)行三大模塊的協(xié)同工作,替代人類駕駛員完成實(shí)時路況處理
    的頭像 發(fā)表于 09-19 14:03 ?739次閱讀

    AI時代的SD-WAN異地組網(wǎng)如何落地?

    在全球化運(yùn)營與數(shù)字化轉(zhuǎn)型浪潮下,企業(yè)分支機(jī)構(gòu)、數(shù)據(jù)中心與云服務(wù)的跨地域互聯(lián)需求激增。傳統(tǒng)專線因成本高昂、部署緩慢、靈活性差等問題日益凸顯不足。SD-WAN以其智能化調(diào)度、顯著降本、敏捷部署和云網(wǎng)融合
    的頭像 發(fā)表于 08-13 14:37 ?1892次閱讀
    AI時代的SD-WAN異地<b class='flag-5'>組網(wǎng)</b>如何落地?

    請問公司辦公網(wǎng)沒有公網(wǎng)IP如何實(shí)現(xiàn)VPN組網(wǎng)?

    公司辦公網(wǎng)沒有公網(wǎng)IP如何實(shí)現(xiàn)VPN組網(wǎng)?
    發(fā)表于 08-07 07:27

    MESH自組網(wǎng)賦能森林防火:云翎智能無線自組網(wǎng)厘米級定位與實(shí)時火情傳輸

    在森林防火的數(shù)字化革新中,云翎智能以動態(tài)MESH自組網(wǎng)與北斗厘米級定位技術(shù)為核心,構(gòu)建了“無盲區(qū)、高精度、實(shí)時性”的應(yīng)急通信體系。通過無中心動態(tài)組網(wǎng)、多模融合定位及寬窄帶融合傳輸,其解
    的頭像 發(fā)表于 07-18 22:33 ?730次閱讀
    MESH自<b class='flag-5'>組網(wǎng)</b>賦能森林防火:云翎智能無線自<b class='flag-5'>組網(wǎng)</b>厘米級定位與實(shí)時火情傳輸

    AGV機(jī)器人如何實(shí)現(xiàn)毫秒級避障?深度解析多傳感器融合的核心技術(shù)

    一、AGV多傳感器融合實(shí)時避障系統(tǒng)介紹 1.簡介 傳感器融合技術(shù)是機(jī)器人實(shí)現(xiàn)全覆蓋避障的關(guān)鍵,其原理仿效人腦綜合處理信息的方式:通過協(xié)調(diào)多種傳感器(如激光
    的頭像 發(fā)表于 05-28 14:21 ?1405次閱讀
    AGV機(jī)器人如何<b class='flag-5'>實(shí)現(xiàn)</b>毫秒級避障?深度解析多傳感器<b class='flag-5'>融合</b>的核心技術(shù)

    智能家居Mesh組網(wǎng)方案:實(shí)現(xiàn)智能化生活的無縫連接NRF52832

    互聯(lián)成為了一個迫切的問題。 為了解決這一問題,迅通科技研發(fā)了智能家居 Mesh 組網(wǎng)方案,為傳統(tǒng)智能家居產(chǎn)品商提供了智能化解決方案,以實(shí)現(xiàn)全屋智能家居的無縫連接。該方案采用了 Mesh 網(wǎng)絡(luò)技術(shù),通過
    發(fā)表于 04-15 14:07