ESM和预警雷达跟踪融合定位技术的研究--优秀毕业论文

国内图书分类号：TP212 学校代码：10213国际图书分类号：621.38 密级：公开
工学硕士学位论文
ESM和预警雷达跟踪融合定位技术的研究
硕士研究生：陈佳慧
导师：刘梅教授
申请学位：工学硕士
学科、专业：信息与通信工程
所在单位：电子与信息技术研究院
答辩日期：2010年7月
授予学位单位：哈尔滨工业大学
Classified Index: TP212
U.D.C: 621.38
Dissertation for the Master’s Degree in Engineering
RESEARCH ON THE TRACKING AND FUSING TECHNOLOGIES BETWEEN ESM AND EARL Y-WARNING RADAR
Candidate:
Supervisor:
Academic Degree Applied for: Speciality:
Affiliation：
Date of Defence:
Degree-Conferring-Institution: Chen Jiahui
Prof. Liu Mei
Master of Engineering Information and Communication Engineering
School of Electronics Information Technology
July,2010
Harbin Institute of Technology
摘要
随着科学技术的发展，现代战争环境发生了巨大变化。

原有的战略手段已经不能满足实战的需要，突出表现在网络化作战思想的出现和信息融合技术的发展。

日趋复杂的战争环境和各种新式武器的不断涌现给数据融合系统带来了很大的挑战，针对此种情况，本文主要研究了ESM和预警雷达的航迹起始、航迹关联以及异类传感器数据融合等问题。

本文首先针对工程中特殊的定位场景，利用辐射源信号到达时间（time of arrival-TOA）和辐射源信号到达方位角（direction of arrival-DOA），建立数学模型，求解非线性状态方程，对目标精确定位。

通过仿真对比了几种定位算法，结果表明充分利用目标的所有信息的基于TOA和DOA联合估计对目标定位精度最高。

其次，分析基于标准Hough变换的航迹起始算法不足之处，将时间信息和启发式规则加入到Hough变换中，提出了基于Hough变换的蚁群优化算法。

仿真结果表明，该算法简单易于实现、正确航迹起始概率高。

再次，为解决只有公共方位角量测的ESM和预警雷达航迹关联问题，从实际工程出发，提出了改进的不等样本容量下基于模糊综合分析的航迹关联算法。

在进行关联判别之前，用航迹识别模型对目标量测数据进行拟合，增加了可用于关联的量测对，从而增加了关联判决的可靠性。

利用实测数据对算法进行验证，结果表明该算法有很好的工程应用前景。

最后，ESM和预警雷达测量空间维数不相等，针对这一情况，对比了基于Bayes滤波融合跟踪算法中的扩维滤波融合跟踪算法和等效传感器的融合跟踪算法。

扩维滤波算法使用灵活、简单，但是随着传感器个数的增多，计算量急剧增加，不适于工程应用。

而基于等效滤波器的融合跟踪算法在仿真时间和融合精度上都有较好的表现。

关键词：航迹起始；航迹关联；异类传感器数据融合
- I -
Abstract
Nowadays, with the development of technology, the circumstance of modern war has changed a lot. The former methods were not able to meet the actual combat’s need, especially the emergences of Network war and the development of information fusion. The circumstance of war is becoming more and more complicated, and there are more and more new weapons coming forth, too. All above bring the system of data fusion a big challenge. For these reasons, in this paper we mainly do some researches on track initiation、track association and data fusion with ESM and Early-warning Radar.
Firstly, this paper describes a special location scene in engineering usage. A suitable mathematical model is put forwards using the signal's time of arrival and direction of arrival, and the target states are also estimated by solving nonlinear equation groups. Simulation results show that location by both TOA and DOA has the highest accuracy.
Secondly, the shortcomings of Hough transform-based track initiation algorithms have been analyzed. Combining the time information and the heuristic rules with Hough transform, this paper presents Hough transform-based an ant colony optimization. Simulation results show that the algorithm which is used in this paper is easy for implementation, and the ratio of correct track initiation is also high.
Thirdly, to solve the problem of the track association between ESM and Early-Warring Radar, for the sake of practical engineering, we propose a new track association algorithm based on fuzzy comprehensive analysis. The Segmenting Track Identifier tracking method has been used to fit the target measure Curves, and then there will be more measurements available for track association judgment. Finally, the algorithm is tested by the numerical data. The g ood result show that the foreground of this algorithm’s engineering application is great.
Finally, aiming at the inequality of Measure space's dimension between ESM and Early-Warring radar, we make a comparison between Bayes filter based extend dimension filter and equivalent sensor. Fusion tracking method based on extend dimension filter is simple and flexible, but with the number of sensors increasing, the calculated amount of the algorithms increases sharply. So it is not suitable for engineering application. By comparison, the fusion tracking method based on equivalent sensor performs well in both time cost and location precision.
Keywords：track initiation, track association, data fusion with dissimilar sensors
- II -
目录
摘要 (I)
Abstract (II)
第1章绪论 (1)
1.1 课题背景及研究意义 (1)
1.2 国内外研究动态 (2)
1.2.1 航迹起始 (2)
1.2.2 目标跟踪 (4)
1.2.3 异类传感器航迹关联 (5)
1.2.4 异类传感器航迹融合 (6)
1.3 主被动雷达的对比 (7)
1.4 主要研究内容及创新点 (9)
1.5 本章小结 (10)
第2章基于TOA和DOA的单站无源定位 (11)
2.1 问题提出 (11)
2.2 基于TOA估计的目标定位 (12)
2.2.1 基于TOA估计的机载单站定位模型 (12)
2.2.2 基于TOA估计的解析求解法 (12)
2.2.3基于TOA估计的无迹滤波算法 (14)
2.3 基于DOA和TOA联合估计的目标定位 (14)
2.4 仿真结果及分析 (15)
2.4.1 基于TOA估计的解析求解法仿真结果及分析 (15)
2.4.2 基于TOA估计的无迹滤波算法 (15)
2.4.3 基于DOA和TOA估计的联合估计目标定位 (18)
2.5 本章小结 (19)
第3章基于Hough变换的蚁群优化航迹起始算法 (20)
3.1 问题描述 (20)
3.2 Hough变换概述 (20)
3.2.1 Hough变换的基本原理 (20)
3.2.2 基于Hough变换的航迹起始算法存在的问题 (22)
3.3 基于Hough变换的蚁群优化算法用于多目标航迹起始 (22)
- III -
3.3.1 基于Hough变换的代价函数构造 (22)
3.3.2 蚁群优化算法在多目标航迹起始中的应用 (24)
3.3.3 蚁群优化算法的信息素更新 (25)
3.3.4 算法实现步骤 (25)
3.4 仿真结果及分析 (26)
3.4.1 机载单ESM多目标航迹起始 (26)
3.4.2 机载预警雷达多目标航迹起始 (27)
3.4.3 仿真结果分析 (29)
3.5 本章小结 (30)
第4章ESM和预警雷达的航迹关联 (31)
4.1 不等样本容量下基于模糊综合分析的航迹关联算法 (31)
4.1.1 问题描述 (31)
4.1.2 预警雷达与ESM相关判别函数 (31)
4.1.3 基于实际工程需要的改进ESM和预警雷达上数据关联算法 (33)
4.2 基于STI模型的目标跟踪方法 (34)
4.2.1 问题提出 (34)
4.2.2 STI数据驱动跟踪算法 (35)
4.3 仿真实验及分析 (39)
4.4 本章小结 (42)
第5章ESM和预警雷达数据融合 (43)
5.1 无迹滤波基本原理 (43)
5.1.1 UT变换 (44)
5.1.2 UKF滤波算法 (44)
5.2 异类传感器数据融合跟踪方法 (46)
5.2.1 扩维滤波方法 (46)
5.2.2 不等维数观测向量的量测融合方法 (47)
5.2.3 等效传感器融合跟踪方法 (48)
5.2.4 ESM和预警雷达数据融合跟踪方法 (50)
5.3 仿真结果及分析 (50)
5.4 本章小结 (53)
结论 (54)
参考文献 (56)
哈尔滨工业大学硕士学位论文原创性声明 (61)
- IV -
哈尔滨工业大学硕士学位论文使用授权书 (61)
致谢 (62)
- V -
哈尔滨工业大学工学硕士学位论文
第1章绪论
1.1课题背景及研究意义
机载雷达是当今空域作战系统的重要组成部分，它的性能优劣，直接影响作战的胜败。

雷达技术在经历了几十年的发展后取得了长足的进步，但雷达对抗技术也有了突飞猛进的发展，新的战争形势下，机载雷达面临着众多威胁，雷达的探测性能受到了很大的制约，光靠雷达一种传感器已经很难满足现代空战的需要。

现代预警机是一个战斗综合体，装备了雷达、ESM、光电、声纳等多种传感器，这些传感器的功能和性能各异，利用这些传感器进行协同探测，则可发挥这些传感器的各自优势，获得单个传感器无法实现的作战效能。

雷达与电子支援措施（Electronic Warfare Support Measure-ESM）是两个主要的机载传感器，因而这两种不同类型的传感器数据融合问题是军用多传感器数据融合中的一项重要研究课题，在机载预警信息综合处理和现代综合电子战中具有重要的意义。

雷达是一种主动传感器，它通过发射电磁能量并接受二次散射回波来获取有关目标位置及运动参数(目标的距离、方向、速度)。

而ESM是一种被动传感器，它通过截获目标发射的电磁信息对辐射源信号的特征(辐射源信号的幅度、频率、脉宽、重频、方位等)进行提取，并完成对辐射源的识别，从而达到对目标识别的目的。

雷达和ESM数据融合的主要的目的是把雷达探测的目标位置信息同ESM得到的该目标的属性信息综合起来，克服自身的局限性，利用所获得的综合信息以实现对目标特性更深刻、更准确的理解，而且雷达与ESM可以相互提示和警告，在敌方辐射电磁波或释放干扰时，利用ESM对雷达实施引导，可以减少雷达的开机时间，提高系统的可靠性与生存能力。

由于雷达是主动传感器而ESM是被动传感器，对同样的有效发射功率来说，ESM的作用距离几乎是雷达的两倍，因此，ESM可在雷达的威力范围之外截获目标信息，从而扩大的监视范围。

此外，由于反辐射导弹的威胁，雷达应尽量减少辐射时间，而ESM是无源工作，具有很大的隐蔽性，利用ESM测量信息，引导雷达探测，可以大大减少雷达搜索区域，节约雷达的时间资源，减少被反辐射导弹攻击的机会。

要把雷达与ESM源于同一目标的数据融合起来，它们的数据相关是雷达与ESM融合的关键和前提，由于雷达和ESM相关的特点，也使雷达和ESM相关成为一个难点。

雷达与ESM相关属于异类传感器相关。

ESM一般只提供目标的方位
- 1 -
哈尔滨工业大学工学硕士学位论文
- 2 -
数据（少数还提供目标的俯仰角信息），ESM 的属性精度较好，但是提供的角度信息精度相当的差。

文献[1]指出ESM 的RMS 方位误差可达5.0o ；雷达提供的包括距离、角度、速度等位置信息的精度都较好，雷达的RMS 方位误差仅为0.7o 。

因为雷达和ESM 相关可利用的只有目标的方位角度信息，而且两者都存在不同的测量误差，具有不同的空间测量维数、不同的测量间隔和不同的样本容量，这使它们之间的相关存在很大的模糊性。

ESM 和雷达的数据融合属于异类传感器的数据融合，ESM 只有方位测量信息，而没有距离信息，因而属于不完全测量，因而ESM 和雷达的融合属于不等维传感器的融合。

如何实现ESM 和雷达的信息融合，达到优势互补，使我们在战场中对目标有一个更深刻、更准确的认识，获得一个更加全面、精确的威胁、态势估计也是我们迫切要解决的一个问题。

1.2 国内外研究动态
1.2.1 航迹起始
航迹起始是航迹管理中的第一步，它是航迹维持、航迹终结的前提。

航迹起始的研究与发展己经有了多年的历史。

航迹起始方法主要分为顺序处理技术和批处理技术两种，主要包括：启发式规则法、基于而/m n 逻辑的方法、序列概率比检验法、贝叶斯航迹确定法、多维分配法、模式匹配法、多假设法、极大似然法、轨迹分裂法、整数规划法、动态规划法、Hough 变换法、修正Hough 变换法等[2]。

(1)启发式规则法[3]：本方法利用目标运动学原理，即相邻两个扫描周期任意两个量测，如果属于同一个目标，则这两个量测的位置与扫描时间之比（即目标运动速度）应介于目标最小速度与最大速度之间，而经计算得到的目标加速度也要受到目标可能达到的最大加速度值的约束。

该方法是一种比较粗糙的航迹起始方法。

但是在没有真假目标先验信息情况下，仍是一种可以应用或参与部分应用的方法。

(2)基于逻辑的方法[3,4]：基于/m n 逻辑的航迹起始方法，是指在n 次连续扫描中，当满足起始条件的量测个数达到或超过某一定值m 时，则认为目标航迹起始便成功。

一些文献认为/m n 取3/4最为合适，取5n 时改进效果不明显。

在杂波比较稀疏环境下，该方法是比较常用而且最简单有效的航迹起始方法。

(3)序列概率比检验法[4]：该方法首先对目标的存在性进行假设，原假设：不
哈尔滨工业大学工学硕士学位论文
- 3 - 存在目标，回波来自虚警或杂波；备择假设：目标确实存在，回波源于目标。

根据两种假设似然比函数值与发生两类错误的概率相应的两种门限的关系做出决策，即确定是接受原假设认为回波确实源自目标还是接受备择假设，认为目标根本不存在，还是继续检验，等待下一次判决。

(4)贝叶斯航迹确定法[6,7]：该方法的主要思想是根据贝叶斯法则，计算已知的量测集合条件下轨迹为真的后验概率，通过判断该后验概率是否大于给定的轨迹确定概率门限，来决策起始的航迹是否为真。

该方法优于序列概率比检验方法，因为它很容易将检验历史和滤波残差信息引入到统计决策中，1990年，敬忠良等[8]针对高密集多回波环境下多机动目标航迹起始这一特定问题，提出了“全邻近”Bayes 轨迹确定方法。

(5)多维分配法[9]：1978-1983年，Chang 等人提出了一种解决航迹起始门题的N 维分配法。

在只有一个探测器扫描的情况下，假定检测概率为1，且各次扫描得到的数据数目相同为N ，那么，到k 时刻为止，就有k N 种量测序列组合，每一种组合代表一种可能航迹起始分配。

通过贝叶斯公式找出这些组合中后验概率最大的N 个组合，从而确定航迹。

此种方法假设较难满足，并且仅适用于稀疏目标环境，计算量较大，一般需采用聚类方法进行改造，在工程中不宜使用。

(6)模式匹配方法[10]：该方法首先应用“粗门”找出来自可能航迹的所有观测集合，然后得出这些观测点的拟合曲线，并根据轨迹中所包含的点数和这些观测点与拟合曲线之间的偏差确定拟合度。

另一方面，将允许的轨迹样板与已存储的观测点相比较，如果可接受的观测点数落入样板范围之内，则确认该可能轨迹。

此种方法的关键所在是如何确定轨迹样板。

(7)多假设法[11-13]：多假设法(MHT)计算每个假设的后验概率，通过删除后验概率小的假设和合并近似的假设来起始确认航迹。

多假设法优点在于其适用于低检测概率、密集杂波和高虚警率情况下的多目标航迹起始；缺点是过多地使用了一些先验信息，如场景中跟踪的目标数，虚警回波数，新目标数，虚假目标密度以及被检测目标密度等，并且多假设法随着目标和杂波个数的增多，计算量将会急剧增大。

(8)极大似然法[14,15]：这种方法不仅仅考虑了检测概率和虚警概率，同时还考虑了目标分辨概率。

但是由于算法考虑的因素较多，使其计算量大，难以应用于实际工程。

但是我们可以将它看成衡量其他可行方法性能的标准。

周宏仁通过引人分辨因子和漏检因子对似然函数进行修正，从而避免了极大似然法总是通过引入虚假轨迹来消除虚警的局限。

哈尔滨工业大学工学硕士学位论文
- 4 -
(9)Hough 变换法[17-19]：该方法通过将雷达量测空间中数据变换到参数空间，通过在参数空间里进行二值积累来完成检测任务。

由于Hough 变换具有对局部缺损的不敏感、对随机噪声的鲁棒性以及适于并行处理、实时应用等特点，所以作为批处理技术的Hough 变换是解决航迹起始问题的一个有效途径。

(10)修正Hough 变换法[20]：该方法是Hough 变换航迹起始算法的一种改进形式。

通过对径距的差分函数的计算，得到了两个航迹起始判据，根据这些判决依据可以判断数据点是否共线，并且确定目标移动的方向以避免生成像V 字形那样不现实的航迹。

1.2.2 目标跟踪
为了提高武器的作战效能，需要对目标的运动特性进行精确估计。

战术导弹防御和空中侦察均需要实时跟踪和识别成千上万目标,其中目标信息既包含机动目标和非机动目标,又包含环境混响和虚警。

这种情况均发生在精确武器发射系统、卫星侦察系统、空中防御、海洋或战场侦察等跟踪系统中。

这些应用环境具有复杂多任务、多目标实时并行、多任务并发的特点，这就要求跟踪系统要实时、快速的响应。

目标跟踪滤波算法有αβ-滤波，αβγ--滤波[21]和卡尔曼滤波[22,23]。

跟踪滤波的性能是由状态估计的性能决定的。

对于匀速直线运动，卡尔曼滤波器是最优的滤波器。

但当目标出现机动，而致使目标实际运动情况与所建目标运动模型不吻合时，卡尔曼滤波器会出现发散现象。

为了解决这一问题，许多学者提出了很多方法去改进传统的卡尔曼滤波器。

例如：输入估计(IE)[24,25]，变维滤波(VDF)和神经网络(NN)[26,27]。

在输入估计这个方法中，当探测到机动时，用最小二乘法估计识别加速度的大小。

估计的加速度和标准的卡尔曼滤波器一起用来补偿目标的状态估计。

当无机动发生时，只使用标准滤波器。

在变维滤波方法中，当探测到机动时，通过引入额外的状态分量，即目标加速度，改变目标的状态模型。

输入估计能够很好的跟踪一个常速度模型，但在噪声环境下的目标机动不能准确地估计。

变维滤波器假定目标在滑动窗口或有效窗口启动点开始机动，所以对实际的机动有一个延时。

而且在改变到机动模型时，必须完全重建滑动窗口内状态变量的估计。

从计算观点来看，这可能不现实，因为滤波器的重新预置会引起在处理负载中出现明显的不连续性。

这些过程可能增加跟踪误差。

近年来，多模型(Multiple Model, MM)算法被广泛应用到目标跟踪领域，并取得了较大的成果[28]。

加拿大洛克希德·马丁公司的研发部门为努力发展新一带海军
哈尔滨工业大学工学硕士学位论文
和机载指挥控制系统，评价了专门为跟踪机动目标而设计的不同算法的跟踪性能。

在过去几年这一有挑战性的问题已有大量的成果，但是算法也更加趋于复杂。

最近的研究成果表明由Blom等人提出的交互式多模型(IMM)算法的跟踪性能与单模型航迹滤波器，如输入估计滤波器和变维滤波器，相比有明显的优越性。

通过采用每个模型状态估计混合的航迹滤波器算法来解决这个问题，每个模型描述目标运动时许多运动状态中的一种，设计一系列模型来代表可能的系统行为方式或结构，基于每个模型的滤波器并行的工作，系统的整体估计则是各模型滤波器所做估计的数据融合。

实践证明，该方法具有较好的性能，在各个领域都相继出现了具有工程实用价值的研究成果。

为了精确描述目标的机动状态，必须增加模型的数量，而这样做又增加了算法的计算负担，并且引入了模型间的竞争。

为解决这一问题，1992年X.R.L做出了大胆的尝试，通过使用一个时变的模型集合来代替固定的模型集合，并进行了一系列的理论推导和测试，提出了变结构多模型算法。

之后，变结构多模型算法成为了研究的热点。

1.2.3异类传感器航迹关联
雷达和ESM相关是雷达和ESM这种不同类型传感器融合的前提和关键，在机载预警系统和现代综合电子战中有重要应用。

雷达和ESM航迹相关本质上是个模式识别问题，主要包括判别函数的构造和决策方式的选择，为了能最充分的利用雷达和ESM传感器提供的信息，文献[29-32]对各航迹样本容量不相等时的雷达与ESM航迹相关问题进行了研究。

其中，文献[29]是把求出的卡方分布累积概率分布函数，因而该方法计算量比较大。

为了减少计算量，文献[30]提出了用模糊综合相似度作为雷达和ESM相关判别函数的思想，仿真加过表明，基于最大模糊综合相似度寻找雷达和ESM相关对与基于最大的卡方分布累计概率分布函数寻找雷达和ESM航迹相关对，所得的结果非常接近，为了同时防止两类错误，文献[30-32]讨论了雷达与ESM的相关的多门限判决方法。

而在嘉定观测误差服从零均值高斯分布的情况下，文献[33-34]讨论了样本容量不相等的多个雷达航迹与一个ESM 航迹的相关问题，重点讨论如何基于模糊综合相似度进行多门限相关决策及其门限设置问题。

以往对于关联判别函数的选取，多采用卡方分布，这使得在某些实际应用中，通常会出现计算量大，确定门限阈值复杂的问题。

文献[35]基于正态分布关联判别函数的航迹关联双门限算法，在门限阈值的选取上直接采用正态分布中的分位数概念，避免了卡方分布中选取阈值的复杂过程。

- 5 -
哈尔滨工业大学工学硕士学位论文
Jim Mickeal[36]利用信息论原理提出了在杂波环境下的序列ESM航迹关联算法（a sequential track association algorithm），这种算法即使在某些ESM航迹有缺失或者错误的情况下也有良好的表现。

文献[37]在考虑了异类传感器的航迹关联问题时，指出不同传感器对同一目标的航迹将会有公共的过程噪声，因而他们的互协方差将不为零。

而对于不同目标的航迹，互协方差将为零，因而通过对航迹的互协方差进行二次统计检验将有利于提高正确关联概率。

周莉[38]针对雷达与ESM的航迹关联问题，提出了基于位置和属性单一信息的单目标规划模型，在此基础上，构建基于位置与属性联合信息的多目标规划算法模型，然后将多目标规划问题转化为但目标规划问题进行求解，使得目标的正确关联概率明显提高。

文献[39]从噪声适应能力、漏关联概率、误关联概率以及传感器分辨力等方面对算法性能进行比较分析。

通过分析,提出一种多状态综合关联判决的新方法，这种方法不仅减小了计算复杂度,而且能够降低上述各种因素对关联性能的影响。

在雷达和ESM异地配置的情况下，文献[40]分别给予角度统计量和距离统计量提出了两种异类传感器数据关联算法，并对算法进行了讨论，指出两种算法有基本相同的正确关联概率，但基于距离统计量的异类传感器数据关联算法有相对较低的错误关联概率。

1.2.4异类传感器航迹融合
在多传感器目标跟踪系统中，由于异类传感器能实现优势互补，将其数据进行融合，可提高对空中目标的跟踪精度。

异质传感器信息融合是数据融合实际应用中的一个重要内容，因为在实际的系统中，经常遇到利用3D雷达(测量值为距离、方位和俯仰)、2D雷达(距离和方位)、被动雷达(方位和俯仰)、测高雷达(俯仰)和ESM(方位)等传感器对目标进行跟踪，利用这些传感器进行融合可获得更精确、更完全的目标状态估计。

早在1999年David van Huyssteen[41]就提出了用一种部分分散滤波器（partially decentralized filter）解决了脉冲多普勒雷达和红外雷达的融合问题。

现有的大多数跟踪融合算法在计算量和整体估计精度之间存在一个相对固定的平衡点。

这个平衡点一般不能根据需求（如跟踪精度、系统资源限制）的变化而进行调整，针对这一问题丁兴俊[42]研究可主/被动雷达双传感器的目标跟踪问题，提出了一种自适应数据融合算法，即能根据相应的阈值调整改变算法的计算量和整体估计精度之间的平衡点位置。

西北工业大学博士胡昌华[33]利用卡尔曼滤
- 6 -
哈尔滨工业大学工学硕士学位论文
波中的一些在线数据作为融合算法的依据，利用模糊逻辑算法实现了有效的融合，提出了一种基于模糊逻辑的主/被动雷达传感器数据融合算法，该算法能够提高目标跟踪系统的抗干扰能力，增强系统对环境变化的适应能力。

Zhang Wei [44]提出了一种主被动传感器的异步融合算法，针对数据率不同的主被动传感器，将主被动雷达的测量信息看成“伪雷达(fictitious radar)”的测量值，利用反馈卡尔曼滤波器，将上一时刻的融合中心状态预测值反馈给被动传感器。

从而提高了传感器的测量精度。

蔡月[45]也提出了异传感器异步量测融合算法，即首先将量测方程线性化，再在融合中心通过建立伪量测方恒，得到同步化的量测数据，然后利用一种扩维滤波的思想进行融合处理得到全局估计，该算法体现了一种并行处理的思想，故数据处理的速度高，特别适用于异步数据融合处理。

为了提高多个异类传感器构成的集中式融合跟踪系统的计算性能，Cen Ming[46]提出了一种基于等效传感器融合跟踪的方法，解决了由于传感器数量增多引起扩维滤波计算量大的问题。

Chen 和Bar-Shalom在文献[47]中讨论了主动雷达和ESM的航迹相关和数据融合问题，指出用多个目标运动模型联合估计目标的运动状态可以使跟踪得到更精确的效果。

David van Huyssteen[48]考虑了多传感器的互协方差信息，重新考虑了融合中的协方差加权因子，以计算量为代价使融合后的精度更高。

西安交通大学的张安民[49]在测量噪声相关的条件下，利用线性无偏最小方差估计的基本理论，通过对一类传感器的状态估计采用顺序滤波的方法，得到了相关测量噪声线性系统异类传感器测量融合算法和状态矢量融合算法。

由于考虑了测量噪声之间的相关性，该算法比噪声不相关融合算法有更好的跟踪性能。

1.3主被动雷达的对比
现有的主被动雷达在许多性能指标上有很大的不同，详见表1-1所示。

表1-1 主动雷达与被动雷达对比
- 7 -。