Multi-sensor Multi-target tracking has widely military and civil applications. Spatial registration and track association are two important parts in Multi-sensor Multi-target tracking system. Spatial registration is the process to estimate the sensor bias. Track association is the process to judge whether the different sensors' local tracks are from the same target. There are a lot of research results for the two individual problems. The two problems rely on each other and that's the reason why the research results are hard to apply to real system. This is the problem that decision and estimation rely on each other. Unified algorithm is the best way to handle such kind of problem. There is a milestone progress on the joint decision and estimation based on a unified Bayes risk. The proposal try to build a joint spatial registration and track association algorithm based on the joint decision and estimation framework under unified Bayes risk. The focus are the problem modeling and problem solving. In problem modeling part, the Bayes risk modeling and weight construction are concerned. In problem solving part, the algorithm initialization and fast convergence algorithm are concerned. Through reasearching on the project, it is hopeful that the problem can be resolved wholly and the result can be applied to real systems.
多传感器多目标跟踪无论是在国防还是民用领域都有着广泛的应用。空间配准与航迹关联是多传感器多目标跟踪系统中两个重要的环节。空间配准是对传感器的系统偏差进行估计,航迹关联是判断不同传感器的局部航迹是否对应于一个目标。这两个问题的各自研究成果已经很多,但由于这两个问题相互依赖,互为前提,这些成果很难直接应用到实际系统中。这个是一个决策与估计相互依赖和影响的问题,一体化算法是解决此类问题的最好方法。目前,基于联合贝叶斯风险的联合决策与估计理论已经取得了突破性的进展。本项目以基于贝叶斯风险函数的联合估计与决策算法为框架,构建联合空间配准和航迹关联一体化算法,重点研究其中的建模问题与求解问题。针对建模问题,主要研究其中的贝叶斯风险建模和权重比例构造;针对求解问题,主要研究算法的初始化和快速收敛算法。通过对本项目的研究,希望在理论上做出一套完整的解决方案,并应用在实际系统中。
多传感器多目标跟踪无论是在国防还是民用领域都有着广泛的应用。空间配准与航迹关联是多传感器多目标跟踪系统中两个重要的环节。本项目主要对一体化解决空间配准与航迹关联的算法进行了研究。. 本项目取得的理论成果如下:. (1)提出了一种基于贝叶斯风险的递推联合非线性系统偏差与航迹关联算法。该算法针对目标跟踪中的非线性系统偏差估计与航迹关联问题,首先基于贝叶斯风险对这2个问题的联合求解进行了建模;其次提出了求解此问题动态递推算法;最后仿真结果表明了此算法比传统的先关联再配准算法有着较好的性能。. (2)提出了一种基于线性偏差配准结果与航迹关联无关性的空间配准算法。此方法给出了一种快速的空间配准与航迹关联求解算法,具有较强的工程实际应用价值。. (3)提出了一种基于随机有限集的势均衡多模型多伯努利滤波器。在此滤波器的框架下,无需考虑航迹关联问题就可以对估计问题求解,可以有效解决非线性多机动目标跟踪问题。. (4)提出了一些传感器系统偏差估计算法。包括基于熵函数法的系统偏差估计算法,基于量测差的系统偏差估计算法,基于期望极大化算法的系统偏差估计算法以及基于卡方检验法的传感器系统偏差跳变检测与估计算法。. 本项目取得的应用性成果如下:. (1)搭建了一套多传感器多目标跟踪半物理仿真实验系统。利用此平台对理论结果进行验证,验证结果表明了理论结果的有效性。. (2)与中电28所签订了合作协议,开发了一套多传感器多目标跟踪系统。目前此系统已经在国防领域得到了实际应用。. (3)与中电20所签订了合作协议,开发了一套多传感器系统偏差估计与目标定位联合估计算法。目前已经交付中电20所使用。. (4)与中电10所签订了合作协议,开发了一套基于多机载平台的多传感器空间配准算法。目前此算法已经通过了中电10所的中期验收。. 总体上,本项目取得了一系列的理论成果,并已经在实际系统中得到应用,较好地完成了研究目标。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
路基土水分传感器室内标定方法与影响因素分析
涡度相关技术及其在陆地生态系统通量研究中的应用
环境类邻避设施对北京市住宅价格影响研究--以大型垃圾处理设施为例
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
面向风险管理的贝叶斯网络与集成研究
基于贝叶斯理论的音乐信号模式空间研究
药物联合作用不良反应监测的贝叶斯网-关联规则
基于贝叶斯网络的流域群坝风险调控方法研究