摘 要： 采用Carlson最優(yōu)數(shù)據(jù)融合準(zhǔn)則，將基于Kalman濾波的多傳感器狀態(tài)融合估計方法應(yīng)用到雷達(dá)跟蹤系統(tǒng)。仿真實驗表明，多傳感器Kalman濾波狀態(tài)融合估計誤差小于單傳感器Kalman濾波得出的狀態(tài)估計誤差，驗證了方法對雷達(dá)跟蹤的有效性。

　　隨著科學(xué)技術(shù)的發(fā)展，特別是微電子技術(shù)、集成電路技術(shù)、計算機(jī)技術(shù)、信號處理技術(shù)及傳感器技術(shù)的發(fā)展，多傳感器信息融合已經(jīng)發(fā)展成為一個新的研究領(lǐng)域，并在軍用領(lǐng)域和民用領(lǐng)域均得到了廣泛應(yīng)用。

　　多傳感器信息融合的基本原理如同人腦綜合處理信息的過程，即充分利用多個傳感器資源，通過對各種傳感器及其觀測信息的合理支配與使用，將各種傳感器在空間和時間上的互補(bǔ)與冗余信息依據(jù)某種優(yōu)化準(zhǔn)則組合起來，從而得出更為準(zhǔn)確、可靠的結(jié)論。

　　現(xiàn)代戰(zhàn)爭的多樣性和復(fù)雜性提出了對信息處理更高的要求，信息融合可對多傳感器提供的多種觀測信息進(jìn)行優(yōu)化綜合處理，從而獲取目標(biāo)狀態(tài)、識別目標(biāo)屬性、分析目標(biāo)意圖與行為，為電子對抗、精確制導(dǎo)等提供作戰(zhàn)信息。本文將基于Kalman濾波的多傳感器狀態(tài)融合估計方法應(yīng)用到雷達(dá)跟蹤系統(tǒng)。仿真實驗表明，三個傳感器融合所獲得的估計值都更加貼近于目標(biāo)信號，因而提高了對雷達(dá)系統(tǒng)的跟蹤精度。

　　1 卡爾曼濾波器

　　多傳感信息融合的主要任務(wù)之一就是利用多傳感器信息進(jìn)行目標(biāo)的狀態(tài)估計。目前，進(jìn)行狀態(tài)估計的方法很多，Kalman濾波器是一種常用方法。Kalman濾波器在機(jī)動目標(biāo)跟蹤中具有良好的性能，它是最佳估計并能夠進(jìn)行遞推計算，即它只需要當(dāng)前的一個測量值和前一個采樣周期的預(yù)測值就能進(jìn)行狀態(tài)估計。

　　考慮一個離散時間的動態(tài)系統(tǒng)，它有如下形式：