24019.多傳感器信息融合算法的多粒度評價指標研究

1、分類號：TP202密級：UDC：華東理工大學學位論文多傳感器信息融合算法的多粒度評價指標研究楊思睿指導教師姓名：林家駿教授華東理工大學申請學位級別：碩士專業(yè)名稱：量魚豎墮竺塑堡論文定稿日期：20131220論文答辯日期：20140211學位授予單位：學位授予日期：華東理工大學答辯委員會主席：評閱人：孫自強教授祁榮賓副研究員郝礦榮教授華SJ哩x_大學碩士學位論文第1頁多傳感器信息融合算法的多粒度評價指標研究摘要目前，我國的信息融合技術正蓬

2、勃發(fā)展，廣泛地應用于各個領域。相應地，對融合效果進行干擾的技術也在迅猛發(fā)展，同時對融合效果的要求又越來越高。在融合算法已經(jīng)相對成熟的情況下，我們選擇從算法管理的角度來提高整個融合系統(tǒng)。目前，我們將整個融合過程粗粒度地劃分為狀態(tài)估計、濾波門限、數(shù)據(jù)關聯(lián)和航跡融合四個大環(huán)節(jié)。而針對某一環(huán)節(jié)，又有多種算法可以選擇。這些算法雖然實現(xiàn)相同的功能，但是他們各自的算法特性以及適用環(huán)境有所差異。怎樣依據(jù)不同環(huán)境下的數(shù)據(jù)源，選擇最優(yōu)的參數(shù)組合和最優(yōu)算法，

3、從而使最終的融合效果達到最優(yōu)是目前信息融合技術的研究熱點。本文主要圍繞算法細粒度單元模塊的提取和多粒度敏感指標體系的構建展開。主要包括一下幾方面：(1)原有的信息融合粗粒度評價指標可以通過狀態(tài)估計算法、濾波門限算法、數(shù)據(jù)關聯(lián)算法和航跡融合算法這四種融合算法表現(xiàn)出來，因此本文著重研究這四種算法以及算法的模塊化單元分解。在狀態(tài)估計算法和數(shù)據(jù)關聯(lián)算法的單元模型分解的基礎上，對航跡融合算法進行功能模塊單元分解，從細粒度的層面分析子算法之間的性能

4、和區(qū)別。(2)在原有的信息融合粗粒度指標：數(shù)據(jù)源評價指標(20個指標)、航跡跟蹤質(zhì)量評價指標(27個指標)、航跡融合性能評價指標(18個指標)的基礎上，本文提出針對粗粒度“回波數(shù)量指標”中的總回波數(shù)的細粒度指標，即跟蹤門算法中新息向量范數(shù)；針對粗粒度“回波數(shù)量指標”中的有效回波數(shù)的細粒度指標，即數(shù)據(jù)關聯(lián)的基于不確定指標；以及針對粗粒度“航跡精度指標”中的距離平均誤差的細粒度指標，即航跡融合算法的GOSPA指標。(3)在航跡融合算法單元模