應用多偵測器系統於雷達追蹤之研究 陳政斌、鍾翼能
E-mail: [email protected]
摘 要
在日新月異的航空及國防技術,由於目標物的性能速度,數目及變異性等皆較以往進步許多,為因應日益復雜的目標追蹤 環境,雷達追蹤系統的性能必須同步提昇,才能達到洞燭先機,決戰千里之外的最高戰術目的。 在目標的追蹤上,追蹤多 個目標時比較複雜,也會常常造成感測器判斷上的錯誤,或者造成追蹤上極大的誤差,假設只用一個感測器偵測的話,通 常會因偵測範圍過大,造成掃描間隔太大,以致於造成量測資料的遺失,若使用多個感測器來偵測目標的資料,可降低追 蹤的錯誤率,使追蹤目標的誤差變小。此外,感測器之間的資料融合技術也是非常重要的。本論文主要是探討多偵測器系 統的估測方法,並處理資料間的融合和目標追蹤的相關問題,本研究將結合不同位置感測器的資料,以改善追蹤上的問題
,進而產生一個總體的估測值。 關鍵詞:雷達追蹤系統、資料融合、多偵測器系統。
關鍵詞 : 雷達追蹤系統 ; 資料融合 ; 多偵測器系統
目錄
目 錄 封面內頁 簽名頁 授權書................... iii 中文摘要 ...............
...iv 英文摘要 ..................v 誌謝 ....................vi 目錄
....................vii 圖目錄 ...................ix 表目錄 .....
..............x 第一章 緒論 ................1 1.1 研究動機 .........
.......1 1.2 研究背景及目的 .............1 1.3 研究方法 ................3 第二章 雷達追蹤程序 ............4 2.1 雷達系統簡介 ..............4 2.2 基本原理 ..
..............5 2.3 雷達分類 ................6 2.4 追蹤雷達的基本架構 .....
......9 2.5 目標偵測與追蹤 .............10 2.6 雷達導引飛彈簡介 ............11 第三章 最佳濾波器理論 ...........15 3.1 卡門濾波器簡介 .............15 3.2 卡門濾波器 之系統模式定義 ........15 3.3 卡門濾波器之推導 ............18 3.4 擴展型卡門濾波器 ....
........20 第四章 多感測器追蹤系統 ..........24 4.1 系統數學模型 ............
..24 4.2 數學演算架構 ..............25 4.3 資料相關結合技術 ............27 4.4 變速 度目標追蹤架構 ...........30 第五章 多目標追蹤模擬分析 .........34 5.1 四個目標追蹤模擬 分析 ..........40 第六章 結論 ................46 參考文獻 ............
......47 圖 目 錄 圖2.1 基本的雷達追蹤系統架構圖 .........9 圖2.2 追蹤起始之相互關係圖 .....
......10 圖3.1 卡門濾波器之系統方塊圖 ..........15 圖4.1 資料相關結合之概念圖 ........
...27 圖5.1 三目標之追蹤軌跡圖,定速度 ........36 圖5.2 三目標之位置誤差與速度誤差圖,定速度 ..
.36 圖5.3 三多目標之追蹤軌跡圖,變速度 .......37 圖5.4 三多目標之位置誤差與速度誤差圖,變速度 ..37 圖5.5 三多目標之追蹤軌跡圖,定速度 .......38 圖5.6 三目標之位置誤差與速度誤差圖,定速度 ...38 圖5.7 三目標之追蹤軌跡圖,變速度 ........39 圖5.8 三目標之位置誤差與速度誤差圖,變速度 ...39 圖5.9 四目標 之追蹤軌跡圖,定速度 ........42 圖5.10 四目標之位置誤差與速度誤差圖,定速度 ...42 圖5.11 四目標之追 蹤軌跡圖,變速度 ........43 圖5.12 四多目標之位置誤差與速度誤差圖,變速度 ..43 圖5.13 四目標之追蹤軌 跡圖,定速度 ........44 圖5.14 四目標之位置誤差與速度誤差圖,定速度 ...44 圖5.15 四目標之追蹤軌跡圖
,變速度 ........45 圖5.16 四目標之位置誤差與速度誤差圖,變速度 ...45 表 目 錄 表5.1 多目標之初始狀態
..............34 表5.2 多目標之變速度區間設定 ...........34 表5.3 一般擴展式卡門濾波 器估測系統對多目標追蹤的模擬結果 ..35 表5.4 適應性般擴展式卡門濾波器估測系統對多目標追蹤的模擬結果.35 表5.5 多目標之初始狀態 ..............40 表5.6 多目標之變速度區間設定 ...........41 表5.7 一般擴展式卡門濾波器估測系統對多目標追蹤的模擬結果 ..41 表5.8 適應性般擴展式卡門濾波器估測系統對多目 標追蹤的模擬結果 .41
參考文獻
[1] Y.Bar-Shalom and T.E Fortmann ,”Tracking Data and Association”, Mathematics in Science and Engineering , Vol.179.1988.
[2] K.C. Chang ,C.Y. Chong ,and Y. Bar-Shalom ”, Joint Probabilistic Data and Association Distributed Sensor Networks”, IEEE Trans.
Auto-ma.Contr.,Vol. AC-31 ,pp.889-897, Oct .1986.
[3] Y. Bar-Shalom and T. Edision ,”Sonar Tracking of Multiple Targets Using Joint Probabilistic Data Association ”, IEEE Journal of Oceaning Engineering ,Vol. OE-8,No 3 July 1983.
[4] Y. Bar-Shalom and T.E. Fortmann,” Tracking and Data Association”, Academic Press,INC.1989.
[5] S.S. Blackman ,”Multiple-Target Tracking With Radar Applications”, pp.109-111,1986.
[6] Y.N. Chung and D.L. Gustafson , and E. Emre ,”Extended Solution to Multiple Maneuvering Target Tracking ”, IEEE Trans. Aerosp Electron.Syst.Vol AES-25,pp.876-887,1990.
[7] E. Emre, and J. Seo,” A Unifying Approach to Multi-Target Tracking ”,IEEE Trans. Aerosp. Electron. Syst.,Vol AES-5,pp.520-528,1989.
[8] Y.N. Chung and M.T. Lin ,”A Muliti-Target Tracking Algorithm Using Variable Sampling Rate ”, J. of Control.Vol.3,No.1,PP.33-41,1995.
[9] Y.N.Chung and Joy Chen ,”Applying Both Kinematic and Attribute Information.for A Target Tracking Algorithm ”, J. of Control.
Vol.5,No.3,P.P.203-209,1997.
[10]P. Swerling , ” Radar Probability of Detection for Some Additional Fluctuating Target Cases ”, IEEE Trans. Aerosp. Electron. Syst. Vol AES-33,pp.698-709,1997.
[11]P. D. Hanlon and P. S. Maybeck,”Interrelation Ship of Single-Filter and Multiple-Model Adaptive Algorithms ”,IEEE Trans. Aerosp.
Electron. Syst. Vol. AES-34,PP.934-946,1998.
[12]E. Conte, M. Lops , and G. Ricci,”Adaptive Detection Schemes in Compound-Gaussian Clutter ”,IEEE Trans. Aerosp. Electron. Syst. Vol.
AES-34 ,PP.1058-1069,1998.
[13]R. L. Popp, K. R. Pattipati, .Bar-Shalom&M.Ysddanapudi ,” Parallelization of a Multiple Tracking Algorithm with Superlinear Speedups,
”IEEE Trans. Aerosp. Electron. Syst. Vol AES-33,pp.281-290,1997.
[14]D. J. Kershaw & R. J. Evans, ”Waveform Selective Probabilistic Data Association ”, IEEE Trans. Aerosp. Electron. Syst. Vol AES-33,pp.1180-1189,1997.
[15]P. D. Hanlon & P. S. Maybeck, ”Interrelationship of Single-Filter and Multiple-Model Adaptive Algorithms ”,IEEE Trans. Aerosp.
Electron. Syst. Vol AES-34,pp.934-947,1998.
[16]S-T. Park & J. G. Lee, ”Design of a Practical Tracking Algorithm with Radar Measurements ”, IEEE Trans. Aerosp. Electron. Syst. Vol AES-34,pp.1337-1345,1998.
[17]E.Mazor, J Dayan, A.Averbuch & Y.Bar-Shalom,”Interacting Multiple Model Methods in Target Tracking: A Survey ”, IEEE Trans.
Aerosp. Electron. Syst. Vol AES-34,pp.103-124,1998.
[18]R. E. Bethel & G. J. Paras, ”A PDF Multisensor Multitarget Tracker ”, IEEE Trans. Aerosp. Electron. Syst. Vol AES-34,pp.153-169,1998.
[19]H. Lee & I-J Tahk,”Generalized Input-Estimation Technique for Tracking Maneuvering Targets ”, IEEE Trans. Aerosp. Electron. Syst. Vol AES-35,pp.1388-1403,1999.
[20]K. A. Fisher & P. S. Maybeck,”Multiple Adaptive Estimation with Filter Spawning”, IEEE Trans. Aerosp. Electron.
Syst.Vol.38,No.3,pp.755-768,2002.
[21]N. Okello & B. Ristic, ”Maximum Likelihood Registration for Multiple Dissimilar Sensors”, IEEE Trans. Aerosp.
Electron.Syst.Vol.39,No.3, pp.1074-1083,2003.