异步多传感器数据融合算法分析

异步多传感器数据融合算法分析
作者：饶学军段景汉李鹏
来源：《中小企业管理与科技·上旬刊》2011年第11期
摘要：多传感器系统中各传感器工作是异步的，本文从同步融合算法入手，推导出一种优化的异步融合算法。

在该异步融合算法基础上对多部雷达异步仿真数据进行融合，证实了该异步融合算法的可行性。

关键词：多传感器系统机动目标跟踪异步航迹信息融合
0 引言
以信息技术为代表的现代科学技术在军事领域中的广泛应用，使得现代战争突破传统模式，发展成为陆、海、空、天、电磁五位一体的立体战争。

必须利用多传感器提供的观测数据，实时地进行目标检测和信息综合处理，以便及时、准确地跟踪识别各种敌对目标，获得状态估计、目标属性、态势评估、威胁估计等作战信息，因而多传感器信息融合技术在指挥信息系统中的应用变得更加重要，而异步航迹的融合问题是实际工程中常见的迫切需要解决的难点问题。

1 问题描述
假设对一个机动目标进行跟踪，目标运动用下述线性方程描述：
其中k≥0是离散时间变量，xk是k时刻的状态向量，目标运动的初始状态为x0，x0应满足以下条件：，，
是系统转移矩阵。

ωk是均值为零的高斯自噪声序列，各时刻的过程噪声ωk是相互独立的，它满足如下特性：
采用分布式多传感器动态系统对目标进行跟踪，各传感器有着不同的通信延迟，各传感器的测量方程可表示为：
zik是第i传感器在各时刻的测量向量，Hik是测量矩阵。

测量噪声vik是均值为零的高斯白噪声序列，各时刻的vil是相互独立的，且满足以下特性：
2 算法描述
该算法的基本思想是：首先获得k-1时刻状态xk-1基于全局的估计值■k-1，k-1及相应的误差协方差Pk-1，k-1，则随着时间的向前推移，依次递推分别对■k-1，k-1进行解算，得到ti
时刻状态估计和相应的误差协方差，通过迭代到达k时刻，利用分层融合算法得到的全局估计和估计误差协方差。

异步估计融合算法推导步骤如下：
2.1 通过系统状态方程，融合中心计算出下一步预测值■k，k-1和相应的预测误差协方差阵Pk，k-1。

2.2 在ti时刻采样，融合中心将得到各传感器节点的测量信息代入到求解■k-1，k-1式中，得到相应时刻的状态估计和误差协方差。

因为，，
所以有，
2.3 利用异步融合公式，进行迭代，可得全局估计■k，k和相应估计误差协方差Ｐk，k
异步融合算法的执行流程如下：在其融合周期T内，通过各传感器观测到的测量值，依次对该时刻的目标状态进行估计和融合，得到每个传感器的局域估计。

然后将这些局域估计送到融合中心，融合中心处理传感器节点的数据, 将来自传感器节点的数据融合为一个当前时刻航迹点。

融合中心返回当前时刻的位置到各传感器节点, 传感器节点将其作为下一时刻初始值。

当融合周期T时刻到达时，这样就可以得到目标状态基于全局估计信息的估计值。

3 仿真及结论
当目标做两种典型飞行航迹条件下分别进行仿真测试，验证文中所给异步融合算法的有效性。

设多传感器系统由两部低精度雷达组成，局部传感器采样时间均为0.3s，有着不同的通信延迟，融合中心的采样间隔为0.35s。

航路时间为40s，距离、方位角和高低角的测量精度分别为20m、7mil、7mil。

目标跟踪时间40s，进行100次Monte-Carlo仿真实验。

航迹一：目标作匀加速飞行
目标飞行的初始位置设为(-3000m，-4000m，1000m)，初速度大小为(50m/s，50m/s，
0m/s)，在x方向以加速度大小为15m/s2作匀加速飞行。

仿真结果如下：
航迹二：目标作蛇形飞行
目标飞行的初始位置设为(8000m，8000m，2000m)，在0s-8s以(-80m/s，-80m/s，0m/s)的速度作匀速飞行，在8s-16s以转弯速率为0.175rad/s作转弯机动，在16s-24s作匀速飞行，在24s-32s以转弯速率为-0.175rad/s作转弯机动，在32s-40s作匀速运动。

仿真结果如下：
仿真结论：采用该异步融合算法跟踪目标的位置、速度、高低角、方位角估计，通过表1和表2的比较，可以看出，如果两部雷达之间不同步，融合跟踪目标的位置、俯仰角、偏航角的均方根误差明显降低，融合精度都好于任何局部单传感器的滤波精度。

该异步融合算法的计算量小于目前一些研究的同步融合算法，具有良好的使用价值。

参考文献：
[1]韩崇昭，朱洪袍，段战胜等.多源信息融合.北京：清华大学出版社，2006.
[2]A.T.Alouani，T.R.Rice.On optimal synchronous and asynchronous track fusion．Society of Photo-Optical instrumentation Engineers，1998，37(2)：427～433.
[3]杨汇源.雷达组网多目标跟踪系统的设计与实现.网络与信息技术，2008，27(1)：56～57.
[4]A.T.Alouani，J.E.Gray.Theory of Distributed Estimation using Multiple Asynchronous Sensors.IEEE Transactions on Aerospace Electronic Systems，2005，41(2)：717-722.。