多传感器数据融合技术在当今社会发挥着越来越重要的作用,它被广泛的应用于目标跟踪、人工智能、遥控测绘、气象预报等各个领域。在民用航空领域,也存在着多传感器数据融合的问题:机场的多部雷达(传感器)在探测到同一目标或者多个目标的情况下,如何将这些雷达的数据进行处理,获得准确的有关目标运动状态的信息(位置、高度、速度等),进而有利于空中交通管制以及机场场面的调度指挥等。针对这一情况,国际民航组织(ICAO)提出了新一代先进机场场面运动指导和控制系统(A-SMGCS),其基本思想就是将机场现有的一次雷达、二次雷达、多点定位系统、机场机动车辆GPS定位系统等诸多设备所产生的信息通过多传感器数据融合生成实时的机场飞机和车辆的动态信息,并将这些信息传送给管制员、飞行员、汽车驾驶员等相关单元。达到在机场交通流量增大、低能见度以及其它复杂情况下,能够正常跟踪机场及其附近的目标,确保机场业务能够正常安全运行的目的。因此A-SMGCS是一个典型的多因素、多层次的信息融合系统。本文以A-SMGCS系统为背景,在广泛收集有关国内外多传感器数据融合文献的基础上,对这些文献进行研究和分析发现:近年来,仅在军事领域上有少量文献是关于灰色理论在多传感器数据融合方面的研究或应用,民航领域目前还很少看到相关文献。同时,虽然民航飞机和军用飞机的运动状态及其所产生的轨迹不同的,军用雷达和民用雷达的作用距离、要求也各有特点,但是它们的融合原理和方法应该大致相似。正是基于以上原因,作者提出了基于灰色关联分析和预测的机场多传感器数据融合算法,并对该算法进行了仿真实验和分析总结。本文的创新点:以民航A-SMGCS系统为研究背景,重点研究如何将灰色理论中的灰色关联分析和灰色预测与机场多传感器数据融合相结合,并提出了基于灰色理论的机场多传感器数据融合算法,通过仿真模拟,验证了能够运用灰色理论的机场航迹融合算法实现民用航空领域中航迹融合的可行性。灰色理论关于机场多传感器数据的融合算法过程大致可以分为四个阶段:雷达数据到塔台中心站的时空对准、坐标转换和平移等;关联度计算、航迹起始(局部航迹第一次融合为系统航迹);系统航迹外推(灰色预测);航迹平滑(以优质的航迹取代预测航迹)从而实现融合。在后续的仿真实验中,作者建立了5部雷达坐标系下飞机带有噪声的匀速直线运动模型和匀减速直线运动模型,对这两个模型所产生的数据按照机场数据融合过程和灰色系统理论、方法进行了处理和计算,并对仿真结果从多个角度进行了分析,仿真实验证明,关联系数公式中权值在ζ= 0.6左右的不同取值对最终的数据融合效果影响并不大,并且将灰色理论应用于机场多传感器数据融合是可行的,融合的效果还很满意。