發(fā)布時(shí)間：2020-04-12 11:58

【摘要】：信息融合技術(shù)是實(shí)現(xiàn)多目標(biāo)檢測(cè)跟蹤的關(guān)鍵,以其為基礎(chǔ)的信息融合系統(tǒng)在現(xiàn)代戰(zhàn)爭(zhēng)中有著廣泛的應(yīng)用。一般來(lái)說(shuō),在新設(shè)計(jì)的信息融合系統(tǒng)投入使用前,需要進(jìn)行外場(chǎng)測(cè)試評(píng)估來(lái)驗(yàn)證系統(tǒng)的性能。但是,成本高、意外不可控和設(shè)計(jì)難度大等問(wèn)題始終制約著外場(chǎng)測(cè)試評(píng)估的開(kāi)展。因此,設(shè)計(jì)有效的評(píng)估測(cè)試場(chǎng)景和融合評(píng)估系統(tǒng)就有著非常重要的理論價(jià)值和現(xiàn)實(shí)意義。本文圍繞建立融合評(píng)估測(cè)試場(chǎng)景和設(shè)計(jì)融合評(píng)估指標(biāo)體系展開(kāi)研究。首先,基于信息融合算法和融合評(píng)估方法,本文提出測(cè)試航跡復(fù)雜度量化算法,并通過(guò)與測(cè)試場(chǎng)景生成算法相結(jié)合,設(shè)計(jì)了測(cè)試場(chǎng)景反饋調(diào)節(jié)方法。其次,針對(duì)現(xiàn)有融合評(píng)估指標(biāo)體系的不足,根據(jù)國(guó)防項(xiàng)目需求,本文設(shè)計(jì)了一套信息融合評(píng)估指標(biāo)體系。并在上述算法基礎(chǔ)上,提出測(cè)試場(chǎng)景基準(zhǔn)庫(kù)的建立方法。本文的研究工作和創(chuàng)新點(diǎn)主要為:(1)測(cè)試場(chǎng)景生成算法和航跡復(fù)雜度量化算法研究。針對(duì)當(dāng)前測(cè)試場(chǎng)景較少、典型性難以量化等問(wèn)題,本文以運(yùn)動(dòng)學(xué)建模方法為基礎(chǔ),實(shí)現(xiàn)了測(cè)試航跡的生成,并結(jié)合外部環(huán)境仿真算法優(yōu)化了測(cè)試場(chǎng)景生成算法。在測(cè)試場(chǎng)景生成算法、融合評(píng)估算法和經(jīng)典測(cè)試航跡的基礎(chǔ)上,提出航跡復(fù)雜度量化算法,并給出通過(guò)航跡復(fù)雜度優(yōu)化測(cè)試場(chǎng)景的反饋調(diào)節(jié)方法。(2)信息融合評(píng)估指標(biāo)體系的設(shè)計(jì)方法研究。針對(duì)已有評(píng)估指標(biāo)體系的不足,結(jié)合國(guó)防項(xiàng)目評(píng)估需求,本文設(shè)計(jì)了一套信息融合評(píng)估指標(biāo)體系。并基于綜合層次分析法實(shí)現(xiàn)了對(duì)融合系統(tǒng)的評(píng)估。在該指標(biāo)體系的基礎(chǔ)上,開(kāi)發(fā)信息融合評(píng)估系統(tǒng)軟件平臺(tái),實(shí)現(xiàn)數(shù)據(jù)顯示分析、傳感器關(guān)聯(lián)分析、信息融合評(píng)估和自動(dòng)化報(bào)告生成等功能。(3)測(cè)試航跡基準(zhǔn)庫(kù)建立方法研究�；诤桔E復(fù)雜度量化算法和融合評(píng)估指標(biāo)體系,提出測(cè)試航跡基準(zhǔn)庫(kù)建立方法,并將經(jīng)典航跡和典型航跡納入基準(zhǔn)庫(kù)中�；谏鲜鏊惴ㄩ_(kāi)發(fā)了基準(zhǔn)庫(kù)軟件平臺(tái),實(shí)現(xiàn)航跡生成、航跡分析和航跡存取等功能。本文通過(guò)獨(dú)立的章節(jié)詳細(xì)、有序地介紹上述研究成果,并對(duì)算法仿真結(jié)果和軟件平臺(tái)進(jìn)行展示。通過(guò)理論介紹和仿真實(shí)現(xiàn)相結(jié)合的方法,展現(xiàn)出本文所提算法的實(shí)現(xiàn)思路和研究?jī)r(jià)值。
【圖文】：

提出了一種量化測(cè)試場(chǎng)景復(fù)雜度的算法，本章對(duì)該算法現(xiàn)流程進(jìn)行了闡述。并通過(guò)經(jīng)典測(cè)試航跡對(duì)算法進(jìn)行了驗(yàn)證和測(cè)試。章，提出關(guān)聯(lián)難度量化算法。本章介紹了常用的量測(cè)-航跡關(guān)聯(lián)算法外部環(huán)境仿真算法相結(jié)合，建立了雜波密度和關(guān)聯(lián)難度對(duì)應(yīng)函數(shù)，用環(huán)境下的航跡關(guān)聯(lián)難度，并給出了算法的仿真實(shí)例。章，設(shè)計(jì)評(píng)估指標(biāo)體系及軟件平臺(tái)。針對(duì)已有評(píng)估指標(biāo)體系的不足，為依托設(shè)計(jì)了一套信息融合評(píng)估指標(biāo)體系。本章對(duì)該指標(biāo)體系的設(shè)計(jì)進(jìn)行了介紹。同時(shí)，還對(duì)開(kāi)發(fā)的信息融合評(píng)估軟件平臺(tái)進(jìn)行了功能介章，建立場(chǎng)景基準(zhǔn)庫(kù)及軟件平臺(tái)。結(jié)合測(cè)試場(chǎng)景生成算法和信息融合章提出了測(cè)試場(chǎng)景基準(zhǔn)庫(kù)的設(shè)計(jì)方法。文中不僅對(duì)算法的實(shí)現(xiàn)流程述，還介紹了基準(zhǔn)庫(kù)軟件平臺(tái)的主要功能。章，總結(jié)與展望。本章對(duì)全文內(nèi)容進(jìn)行了總結(jié)，并對(duì)進(jìn)一步的工作進(jìn)

圖 2-2 場(chǎng)景生成系統(tǒng)結(jié)構(gòu)圖Figure2-2 Scene generation system structure成模塊中，，單航跡可以通過(guò) 2.2 節(jié)算法生成得到。針對(duì)多目標(biāo)條單目標(biāo)航跡來(lái)生成，但是此類(lèi)場(chǎng)景特點(diǎn)不突出，典型性較差在航跡起始、數(shù)據(jù)關(guān)聯(lián)和航跡消除等方面進(jìn)行重點(diǎn)測(cè)試。為了場(chǎng)景能夠重點(diǎn)突出地對(duì)信息融合系統(tǒng)進(jìn)行測(cè)試，這里提出一種多目標(biāo)跟蹤場(chǎng)景建模。其建模思路是，對(duì)于多目標(biāo)跟蹤問(wèn)題，據(jù)關(guān)聯(lián)的能力，采用分類(lèi)各種場(chǎng)景的策略進(jìn)行重點(diǎn)測(cè)試，可以 2-3 所示。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：E91;TP301.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 井沛良;徐世友;李賢;陳曾平;;多目標(biāo)跟蹤性能評(píng)估方法綜述[J];系統(tǒng)工程與電子技術(shù);2014年11期

2 周政;劉進(jìn)忙;李振興;;基于STC-IMM結(jié)構(gòu)的自適應(yīng)多模型跟蹤算法[J];控制與決策;2013年08期

3 潘泉;王增福;梁彥;楊峰;劉準(zhǔn)釓;;信息融合理論的基本方法與進(jìn)展(Ⅱ)[J];控制理論與應(yīng)用;2012年10期

4 王曉璇;;目標(biāo)融合航跡質(zhì)量評(píng)估方法[J];指揮信息系統(tǒng)與技術(shù);2012年02期

5 繆彩練;南建設(shè);郭娜;;基于多源數(shù)據(jù)融合技術(shù)的情報(bào)偵察系統(tǒng)效能評(píng)估體系[J];電訊技術(shù);2012年04期

6 朱安福;景占榮;高田;羊彥;張安學(xué);;基于UKF的交互多模型算法[J];系統(tǒng)仿真學(xué)報(bào);2009年03期

7 袁杰;史海波;劉昶;;基于最小二乘擬合的模糊隸屬函數(shù)構(gòu)建方法[J];控制與決策;2008年11期

8 蘭繼斌;徐揚(yáng);霍良安;劉家忠;;模糊層次分析法權(quán)重研究[J];系統(tǒng)工程理論與實(shí)踐;2006年09期

9 劉云翔,林家駿,歐陽(yáng)丹彤;基于粗集理論的C~3I信息融合性能評(píng)估方法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2005年06期

10 余安喜,胡衛(wèi)東,周文輝;多傳感器量測(cè)融合算法的性能比較[J];國(guó)防科技大學(xué)學(xué)報(bào);2003年06期

本文編號(hào)：2624689