資源描述：
《基于UKF的雷達(dá)∕紅外分布式加權(quán)融合算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、2013年第3期導(dǎo)彈與航天運(yùn)載技術(shù)No.32013總第326期MISSILESANDSPACEVEHICLESSumNo.326文章編號(hào)：1004-7182(2013)03-0059-04DOI：10.7654/j.issn.1004-7182.20130315基于UKF的雷達(dá)/紅外分布式加權(quán)融合算法112謝澤峰，高宏峰，任亞飛（1.河南科技大學(xué)電子信息工程學(xué)院，洛陽(yáng)，471003；2.洛陽(yáng)理工學(xué)院電氣工程與自動(dòng)化系，洛陽(yáng)，471023）摘要：為了提高雷達(dá)/紅外復(fù)合制導(dǎo)精度，針對(duì)雷達(dá)/紅外復(fù)合制導(dǎo)信息融合中量測(cè)模型非線性問題，提出
2、一種基于不敏卡爾曼濾波器（UKF）的分布式雷達(dá)紅外加權(quán)融合算法。該算法在解決量測(cè)模型非線性函數(shù)問題上，不是對(duì)非線性函數(shù)進(jìn)行近似，而是對(duì)非線性函數(shù)的概率密度分布進(jìn)行近似，因而避免了擴(kuò)展卡爾曼濾波的模型線性化誤差導(dǎo)致濾波發(fā)散的問題。仿真結(jié)果表明，該算法收斂性好，融合精度高，魯棒性好，實(shí)時(shí)性好，可以滿足復(fù)合制導(dǎo)中信息融合技術(shù)的要求。關(guān)鍵詞：雷達(dá)；紅外；復(fù)合制導(dǎo)；信息融合；不敏卡爾曼濾波器中圖分類號(hào)：TN971文獻(xiàn)標(biāo)識(shí)碼：ARadar/InfraredRadiationDistributedWeightedFusionAlgorithmB
3、asedontheUnscentedKalmanFilter112XieZefeng，GaoHongfeng，RenYafei（1.CollegeofElectronicsandInformationEngineering,HenanUniversityofScienceandTechnology,Luoyang,471003；2.DepartmentofElectricalEngineerandAutomation,LuoyangInstituteofScienceandTechnology,Luoyang,471023）Abs
4、tract:Inordertoimprovetheprecisionoftheradar/infraredcompositeguidance,thenonlinearproblemofmeasurementmodelinradar/infraredcomposieguidanceinformationfusionwasresearchedinthispaper.Aradarandinfraredweightedfusionalgorithmbasedonunscentedkalmanfilter(UKF)wasproposed.T
5、healgorithm，whichsolvedthenonlinearfunctionofthemeasurementmodel，approximatedtheprobabilitydensitydistributionofthenonlinearfunctioninsteadofapproximatingthelinearfunctionusedinextendedKalmanfilter,thusitavoidedthefilterdivergenceprobleminmodellinearization.Simulation
6、resultsshowedthatthisalgorithmhadgoodconvergenceproperties,highfusionprecision,goodrobustnessandgoodreal-timeperformance,whichcouldmeettheneedofinformationfusionofradar/infraredcompoundguidance.KeyWords:Radar;Infraredradiation;Compositeguidance;Informationfusion;Unsce
7、ntedKalmanfilter[3]0引言個(gè)缺點(diǎn)：a）EKF在處理非線性模型線性化時(shí)要求計(jì)[1]復(fù)合制導(dǎo)是導(dǎo)彈發(fā)展的必然趨勢(shì)，它是通過采用算Jacobian矩陣，導(dǎo)致了實(shí)現(xiàn)上的困難；b）當(dāng)系統(tǒng)強(qiáng)不同體制或工作模式的傳感器共同完成導(dǎo)彈的制導(dǎo)任非線性時(shí)EKF違背局部線性假設(shè)，可能會(huì)導(dǎo)致濾波發(fā)務(wù)。與單一制導(dǎo)模式相比，基于多傳感器信息融合技散。不敏卡爾曼濾波（unscentedKalmanfilte，UKF）[4]術(shù)的復(fù)合制導(dǎo)可以有效提高導(dǎo)彈的制導(dǎo)精度。是一種新的濾波估計(jì)算法。文獻(xiàn)[5]針對(duì)異類傳感器信息融合作為復(fù)合制導(dǎo)的關(guān)鍵技術(shù)之一，
8、已成為集中式融合問題，提出了基于不敏卡爾曼濾波。文獻(xiàn)很多學(xué)者研究的熱點(diǎn)。文獻(xiàn)[2]處理雷達(dá)、紅外導(dǎo)引頭[6]證明了加權(quán)觀測(cè)融合UKF濾波算法與集中式觀測(cè)均采用擴(kuò)展卡爾曼濾波（ExtendedKalmanFilter，EKF）融合UKF濾波算法在數(shù)值
