带有反馈的分布式结构下的无序航迹融合算法

随着无序量测算法研究的不断深入,分布式系统中的无序航迹融合估计问题也已经引起了研究者的关注。针对带有反馈的分布式结构下的无序航迹问题,提出了基于递推融合NALE判决机制的融合算法。算法采用递推融合NALE判决机制,在融合中心递推处理周期内无序到达的局部估计。而后,在系统融合周期结束时刻将全局估计反馈到局部处理器。通过理论分析和仿真实验说明算法可有效处理无序航迹问题,同时提高了系统稳定性和实时性。

基于伪测量的分布式最优单步延迟航迹融合估计

融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要.本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计.将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据(out-of-sequence measurements,OOSM)最优滤波—A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹(out-of-sequence tracks,OOST)估计算法,适用于航迹无序局部数据融合估计.该算法具有最优估计性能.

协方差交叉法处理无序量测问题

针对目标跟踪系统中存在的无序量测问题,在前向预测的基础上,提出使用协方差交叉法处理无序量测的滤波算法。新算法首先在前向预测框架下,构建包含延迟量测信息的重构航迹,而后采用协方差交叉法对重构航迹与已有航迹进行融合,实现再更新。通过采用信息滤波器和协方差交叉法,避免了状态转移矩阵求逆及求解航迹相关性等复杂运算,新算法可处理一步和多步延迟无序量测情形。理论分析和仿真实验说明,新算法在保证滤波精度的基础上,减小了存储量与计算量,实时性更好。

基于CI算法的多传感器时滞航迹的分布式融合估计

网络的传感器节点向处理中心传输局部估计时,不可避免地存在随机延迟,从而导致航迹无序现象频发。在分布式框架下,研究多传感器时滞航迹的融合估计问题。采用最新可利用的局部估计原则,若未收到最新局部估计,则用之前收到的最新的估计进行预报。进而,运用避免计算互协方差阵的CI算法进行分布式融合。避免了计算互协方差阵,且能改善局部估计的精度。仿真例子说明算法的有效性。

基于航迹分析的管制员工作负荷评估方法研究

管制员工作负荷是评估空域容量的重要指标。提出了一种基于航迹分析的管制员负荷评估新方法。引入玻尔兹曼熵的概念,提出了一种基于航迹数据的扇区无序度计算方法。根据计算得到的扇区无序度值,建立了一种扇区无序度与工作负荷相关联的管制员工作负荷评估新方法。选取典型扇区的航迹数据进行了实证分析。分析结果验证了新方法的有效性和可行性。