一种基于改进的协方差交叉算法的分布式火控融合方法技术

本发明专利技术公开了一种基于改进的协方差交叉算法的分布式火控融合方法。该方法包括以下步骤：构建分布式火控系统，并建立线性离散随机目标跟踪模型；各个节点分别利用卡尔曼滤波算法对目标的运动状态进行估计；采用改进的协方差交叉算法对各个节点的估计结果进行数据融合，通过对逆协方差的行列式的倒数进行数学运算直接求得融合系数，从而得出最终的目标状态。本发明专利技术减少了分布式火控系统融合算法的计算量，提高了分布式火控系统的实时性，并且提高了目标跟踪的精度。

【技术实现步骤摘要】
一种基于改进的协方差交叉算法的分布式火控融合方法
本专利技术涉及分布式火控
，特别是一种基于改进的协方差交叉算法的分布式火控融合方法。
技术介绍
近年来，随着计算机技术和传感器网络技术的发展，分布式防空火控跟踪系统的研究受到了越来越多的关注。早期的防空火控系统通过对各节点探测信息进行集中式处理，可以获得高精度的目标跟踪信息，但已无法适应信息化战场的需求。相比于传统的防空火控系统，分布式防空火控系统中每个火控单元可以依据临近火控单元的探测信息计算目标航路，并进行诸元解算，进而直接驱动本单位的武器系统对目标实行快速打击。因此，分布式防空火控系统有通讯依赖小、抗毁能力强、反应速度快、组网灵活等特点。分布式防空火控系统充分发挥了各火控单元的计算能力，各火控单元独立融合其它火控单元的探测信息，选择合适的融合算法，从而获得较高精度的跟踪信息，因此，融合算法的设计是决定分布式防空火控跟踪系统探测精度的重要因素之一。但是在各探测节点组成的分布式探测网络中，不同位置的节点传感器对同一目标进行观测时，位置测量值中不可避免的含有共同的目标状态噪本文档来自技高网...

【技术保护点】
1.一种基于改进的协方差交叉算法的分布式火控融合方法，其特征在于，包括以下步骤：/n步骤1、构建分布式火控系统，并建立线性离散随机目标跟踪模型；/n步骤2、各个节点分别利用卡尔曼滤波算法对目标的运动状态进行估计；/n步骤3、采用改进的协方差交叉算法对各个节点的估计结果进行数据融合，通过对逆协方差的行列式的倒数进行数学运算直接求得融合系数，从而得出最终的目标状态。/n

【技术特征摘要】
1.一种基于改进的协方差交叉算法的分布式火控融合方法，其特征在于，包括以下步骤：
步骤1、构建分布式火控系统，并建立线性离散随机目标跟踪模型；
步骤2、各个节点分别利用卡尔曼滤波算法对目标的运动状态进行估计；
步骤3、采用改进的协方差交叉算法对各个节点的估计结果进行数据融合，通过对逆协方差的行列式的倒数进行数学运算直接求得融合系数，从而得出最终的目标状态。


2.根据权利要求1所述的基于改进的协方差交叉算法的分布式火控融合方法，其特征在于，步骤1所述的构建分布式火控系统，并建立线性离散随机目标跟踪模型，具体如下：
构建n个节点的分布式火控系统，并建立线性离散随机目标跟踪模型如下：



式中，x(k)∈Rn为目标在k时刻的状态向量，Rn表示n维向量；x(k)＝[x1(k)；x2(k)]，其中x1(k),x2(k)分别为目标在k时刻的位置和速度；zi(k)∈Rn为第i个节点的量测向量；ω(k)是均值为零、方差为Q的高斯白噪声；vi(k)是均值为零、方差为Ri的高斯白噪声；Φ为系统矩阵；Γ为噪声矩阵；Hi为第i个传感器的量测矩阵。


3.根据权利要求2所述的基于改进的协方差交叉算法的分布式火控融合方法，其特征在于，步骤2所述的各个节点分别利用卡尔曼滤波算法对目标的运动状态进行估计，具体如下：
步骤2.1、各个节点分别计算目标状态的先验估计和误差协方差的先验估计Pk|k-1，公式为：

...

【专利技术属性】
技术研发人员：樊蓉，戚国庆，李银伢，盛安冬，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32