学会官网  |  加入学会  |  登录学会  |  English 

电子学报 ›› 2020, Vol. 48 ›› Issue (12): 2326-2330.DOI: 10.3969/j.issn.0372-2112.2020.12.006

• 学术论文 • 上一篇    下一篇

一种基于多传感器的复合量测IMM-EKF数据融合算法

叶瑾1,2, 许枫1, 杨娟1, 王佳维1,2   

  1. 1. 中国科学院声学研究所, 北京 100190;
    2. 中国科学院大学, 北京 100049
  • 收稿日期:2019-07-29 修回日期:2020-02-19 出版日期:2020-12-25
    • 通讯作者:
    • 许枫
    • 作者简介:
    • 叶瑾 女,1996年4月出生于广东省汕尾市.硕士研究生,研究方向为水声信号处理.E-mail:yejin@mail.ioa.ac.cn
    • 基金资助:
    • 国家自然科学基金 (No.41527901）; 国家重点研发计划项目 (No.2017YFC0821202）; 中国科学院战略性先导科技专项 (No.XDA13030604）

A Composite Measurement IMM-EKF Data Fusion Algorithm Based on Multi-sensor

YE Jin1,2, XU Feng1, YANG Juan1, WANG Jia-wei1,2   

  1. 1. Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China;
    2. University of Chinese Academy of Sciences, Beijing 100049, China
  • Received:2019-07-29 Revised:2020-02-19 Online:2020-12-25 Published:2020-12-25

PDF

摘要： 为了提高多传感器系统的目标跟踪精度，且解决传感器数量多导致的耗时长的问题，提出了一种复合量测IMM-EKF（Interacting Multiple Model-Extended Kalman Filter）融合算法.该算法根据各传感器的测量精度，对各传感器关于同一目标的量测点迹进行加权融合，再将融合后的点迹进行IMM-EKF滤波处理.通过仿真及实验数据处理，将复合量测IMM-EKF融合算法与加权IMM-EKF融合算法、扩维IMM-EKF融合算法进行了对比分析，比较了三种算法的跟踪精度及耗时长度.结果表明，扩维IMM-EKF融合算法具有最优的跟踪精度，复合量测IMM-EKF融合算实时性最好.最后分别给出了三种算法的适用场合.

关键词: 机动目标跟踪, 交互式多模型, 复合量测, 数据融合, 多传感器, 卡尔曼滤波

Abstract: In order to improve the target tracking accuracy of multi-sensor system as well as solve the problem of long processing time due to the multiple sensors,a composite measurement IMM-EKF(Interacting Multiple Model-Extended Kalman Filter) data fusion algorithm is proposed.According to the measurement accuracy of each sensor,the algorithm weights and fuses the measurement of all sensors with respect to the same target,and performs the IMM-EKF filtering process on the merged measurement.The composite measurement IMM-EKF algorithm is compared with the weighted IMM-EKF algorithm and the extended dimension IMM-EKF algorithm in tracking accuracy and processing time through simulation and experiment data processing.The result shows that the extended dimension IMM-EKF algorithm has the best tracking accuracy while the composite measurement IMM-EKF algorithm needs the shortest processing time.The adapted occasions of the three fusion algorithms are given in the end.

Key words: maneuvering target tracking, interactive multiple model, composite measurement, data fusion, multiple sensors, Kalman filter

中图分类号: 

京ICP备12041980号-1　版权所有 ©《电子学报》编辑部