

Bar-Shalom-Campo航迹融合算法仿真

雷海科技

2023-10-14

导读：本文介绍Bar-Shalom-Campo航迹融合算法

1、概述

本公众号之前文章中，介绍过简单凸组合融合算法，如果两条航迹都是传感器航迹且不存在过程噪声，传感器初始时刻的估计误差也不相关时，凸组合融合算法是最优的，但在很多场景中，这一假设是不满足的，即各传感器的局部估计误差之间是相关的。由于存在共同的先验估计或共同的过程噪声，在进行航迹融合时应考虑各传感器局部估计之间的误差相关性，针对这种情况，可使用 Bar-Shalom-Campo融合算法。

2、Bar-Shalom-Campo航迹融合算法流程

3、Bar-Shalom-Campo航迹融合算法仿真

假设有两部雷达，探测周期都为2s，观测周期为900s，对同一仿真目标进行探测，并通过Bar-Shalom-Campo算法对探测航迹进行融合进行100次蒙特卡洛实验后，融合航迹及误差实验结果如下。

真实轨迹、雷达1探测轨迹、雷达2探测航迹和经过Bar-Shalom-Campo融合算法后融合航迹如下图所示：

位置x和y误差均值如下图所示：

由实验可知采用Bar-Shalom-Campo融合算法进行融合，其跟踪精度明显提高，融合航迹的优势明显。

4、总结

与前面文章介绍过的简单凸组合融合算法相比，当两条航迹都是传感器航迹且不存在过程噪声，传感器初始时刻的估计误差也不相关时，凸组合融合算法是最优的，当这一假设不满足时，即各传感器的局部估计误差之间是相关的，在进行航迹融合时应考虑各传感器局部估计之间的误差相关性，针对这种情况，可使用 Bar-Shalom-Campo融合算法。在工程实践中，应综合考虑实际资源进行融合算法选择以使融合效果达到最优。

【引用】

1、《基于多雷达传感器的航迹融合方法研究》，刘家忠

2、《基于多特征的多假设跟踪算法及航迹融合技术研究》，崔恩永

3、《基于凸组合融合算法的航迹融合研究》，刘洋

4、《雷达组网航迹融合方法研究与仿真平台开发》，冯小英

5、《基于凸组合和Bar-Sha...ampo的航迹融合算法研究》，刘卫东

【声明】内容源于网络

雷海科技

产品介绍/技术服务/案例分享

内容 161

粉丝 0

雷海科技产品介绍/技术服务/案例分享

总阅读467

粉丝0

内容161