基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题.对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法.对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果.利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比.实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性.     

基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题。对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法。对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果。利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比。实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性。     

静轨光学卫星与自动识别系统的目标点迹关联与误差校正

静轨光学卫星对舰船目标监视时,由于探测距离较远存在较大的目标定位误差,影响后续目标跟踪的准确性。由于任务区域主要是海面,可能无法找到地面控制点(GCP)进行坐标校正。为了提高无控下静轨光学卫星对舰船目标的定位精度,同时实现多源数据的融合,该文提出一种基于船舶自动识别系统(AIS)数据的静轨光学卫星舰船目标点迹关联与误差校正方法。利用有理多项式系数(RPC)模型实现物方坐标到像方坐标的转换,通过迭代最近点(ICP)与全局最近邻(GNN)算法进行点迹关联,由关联点对实现误差校正。利用高分4号卫星图像与AIS数据进行了实验,实验结果表明该算法具有很高的关联正确率,同时极大提高了定位精度,基本可以满足实用性要求。     

基于改进盖尔-沙普利算法的自动识别系统与双频地波雷达断裂航迹关联

高频地波雷达(HFSWR)可以实现大范围海上船只目标的连续探测,但是海杂波等干扰因素的影响容易造成跟踪航迹的断裂。目前关于地波雷达航迹关联的研究中,通常忽略了航迹断裂的情况,将航迹关联视为二分图匹配问题,这会导致可能将单一目标的断裂航迹判断为多个目标,从而引起目标的误关联。针对上述情况,该文结合模糊综合评判和迭代搜索算法,首次将盖尔-沙普利(GS)算法引入航迹关联领域,并且对其进行改进以满足航迹断裂时的多对多航迹关联情况,提出了改进的盖尔-沙普利(IGS)算法。在该算法中,通过计算航迹之间的模糊综合评判值来得到航迹之间的倾向度序列,再由迭代搜索对航迹进行聚类以获得航迹集群,最后将航迹集群及倾向度序列输入盖尔-沙普利算法来进行数轮博弈以给出关联结果。利用双频率高频地波雷达和船只自动识别系统(AIS)的仿真数据与实测数据进行实验测试,实验结果表明：所提出的算法解决了在航迹断裂情况下的多传感器航迹关联问题,且在密集区域的航迹关联效果优于传统算法。     

红外传感器在点迹/航迹关联中的应用

点迹／航迹关联是多传感器数据融合系统的关键问题，为提高关联的正确率，把红外传感器方位数据与雷达数据进行关联，通过红外高精度的角度测量和雷达高精度的距离测量的融合，减小系统融合航迹同真实航迹间的误差，给出对目标航迹的精确状态估计，分别讨论了雷达数据的航迹关联算法和雷达／红外数据的航迹关联算法，并进行了仿真性能比较和分析。     

高频地波雷达多目标跟踪系统

为实现高频地波雷达中的多目标跟踪,有效利用多普勒量测改善系统性能,采用多假设数据关联算法的多目标跟踪系统,提出了多普勒速度优先的二重波门设置和基于扩展卡尔曼滤波(EKF)的多假设算法。基于EKF的多假设算法,直接利用EKF过程中得到的参数更新观测向量方差,计算假设的概率,实现多假设数据关联。建立仿真场景,验证了二重波门设置能有效减少杂波干扰,并将基于EKF的多假设算法与独立假设下引入多普勒速度的关联算法比较,结果表明基于EKF的多假设算法在高频地波雷达这种较高杂波密度条件下效率更高,捕捉航迹和滤除虚假点迹的能力更强。     

小型化高频地波雷达舰船目标检测方法

针对OSMAR2003型小型化高频地波雷达系统的目标检测问题,讨论了对小型化高频地波雷达系统低信杂比回波信号的优化处理过程,给出了一种峰值检测后同时在距离域、多普勒域和波束域进行联合的三维联合恒虚警( CFAR)目标检测方法,利用高分辨力测向算法对检测到的目标进行方位估计,然后利用最邻近法进行目标关联得到目标点航迹,最后结合小型化高频地波超视距雷达的实测数据验证了三维CFAR检测器的有效性。     

利用自动识别系统信息进行高频地波雷达天线阵校正

该文提出了一种利用自动识别系统(AIS)信息进行高频地波雷达天线阵校正的方法。该方法使用高信噪比的舰船目标回波信号和目标的AIS信息解算天线阵的相位误差和增益误差。该方法的校正精度高于使用非合作目标回波的盲校正算法,同时无需部署专用信标机,并可以实现随时校正。使用高频地波雷达实测数据以及相应的AIS数据对新方法的性能进行了检验,其结果证明了新方法的优势。     

基于雷达点迹处理的抗RGPO干扰的机动目标跟踪

针对距离波门拖引(Range Gate Pull Off,RGPO)干扰下机动目标跟踪性能恶化的问题,提出一种基于雷达点迹处理的机动目标跟踪算法。该算法首先使用RGPO干扰鉴别技术将跟踪波门内的雷达点迹数据分为正常点迹集与RGPO干扰点迹集,针对不同的点迹集采取了不同的状态更新策略,最后融合两类状态信息后输出目标位置。仿真结果表明,该算法的跟踪精度明显优于传统的交互多模型－概率数据关联(Interacting Multiple Model Probabilistic Data Association,IMM-PDA)算法及现有抗RGPO干扰机动目标跟踪算法。     

T/R-R高频地波雷达球面定位算法研究

T/R-R高频地波雷达可以对海面目标超视距探测,探测距离高达几百公里,因此由雷达量测量对目标定位应考虑地球曲率影响.本文分别给出了球面定位算法及其定位精度公式.应用加权最小二乘算法可实现目标精确定位.仿真分析了平面定位偏差、加权最小二乘球面定位GDOP.结果表明球面定位算法可消除定位偏差,加权最小二乘球面定位可提高目标定位精度.     

机动目标跟踪中数据互联新方法

为解决机动目标跟踪过程中的数据互联问题,该文提出了一种数据互联新方法。与概率数据互联滤波器不同,在进行数据互联时,该方法假定目标当前转弯率在某一范围内取值,这样其预测中心不再是一个点,而是一线段。在计算测量的权重系数时,采用的是测量距该线段的距离。仿真实验表明,杂波环境下对机动目标跟踪时,该方法降低了航迹丢失率,提高了状态估计的精度。     

应用K-means聚类的分布式多传感器航迹关联算法

针对分布式多传感器航迹关联的特点,考虑采用K-means聚类的航迹关联算法。将来自各传感器的局部航迹与系统航迹进行关联,并将系统航迹作为初始聚类中心,避免了K-means算法本身依赖初始值的缺陷;提出将系统航迹与局部航迹的欧式距离以及其状态向量在1范数下的距离之和作为相似度测度;设定距离门限值,减少了极端数据对聚类结果的影响,并增加多义性处理。蒙特卡洛仿真实验表明,该算法在目标密集并且目标有交叉的情况下能以较小的代价得到较高的平均正确关联率。同时,该算法克服了最近邻域法的局部最优特性和关联正确率高度依赖特征阈值等局限性。     

Evolutionary algorithm for data association and IMM-based target tracking in IR image sequences

Simultaneous tracking of multiple maneuvering and non-maneuvering targets in the presence of dense clutter and in the absence of any a priori information about target dynamics is a challenging problem. A successful solution to this problem is to assign an observation to track for state update known as data association. In this paper, we have investigated tracking algorithms based on interacting multiple model to track an arbitrary trajectory in the presence of dense clutter. The novelty of the proposed tracking algorithms is the use of genetic algorithm for data association, i.e., observation to track fusion. For data association, we examined two novel approaches: (i) first approach was based on nearest neighbor approach and (ii) second approach used all observations to update target state by calculating the assignment weights for each validated observation and for a given target. Munkres’ optimal data association, most widely used algorithm, is based on nearest neighbor approach. First approach provides an alternative to Munkres’ optimal data association method with much reduced computational complexity while second one overcomes the uncertainty about an observation’s source. Extensive simulation results demonstrate the effectiveness of the proposed approaches for real-time tracking in infrared image sequences.     

基于序贯修正灰关联度的全局最优航迹关联算法

航迹关联是分布式多传感器航迹融合的前提。针对融合中心无法获得目标状态估计协方差的情形,该文提出一种基于序贯修正灰关联度的全局最优航迹关联算法。该算法取消数据列的区间值化,对数据列指标绝对差进行序贯积累,对灰关联系数计算式进行可交换性修正,得到各传感器航迹间的序贯修正灰关联度,以此关联度为全局统计量进行全局最优的航迹关联判决。仿真结果表明,在密集平行编队、随机交叉目标和存在非共同观测目标环境下,该算法的性能和稳健性明显优于传统方法。     

基于多目标多特征信息融合数据关联的无源跟踪方法

在多目标无源跟踪中,传统的数据关联方法只利用那些与目标状态向量计算直接相关的信息(如DOA、TOA信息等).本文提出了一种新的数据关联算法——基于多目标多特征信息融合的数据关联算法,该算法同时利用了更多的目标特征信息(如频率、PRI等),应用D-S证据理论进行单目标多特征信息融合,在此基础上,再进行多目标综合数据关联.它是一种基于多特征信息的全局最优的算法.计算机仿真表明,基于该算法的无源跟踪性能要优于传统的NN方法和扩展的NN方法.     

基于信息融合的多目标单站无源跟踪新技术研究

跟踪起始与数据关联是多目标无源单站跟踪的关键技术.本文提出了一种基于目标多特征信息融合的自适应跟踪起始算法,通过构造多维动态可变的跟踪门,进行自适应跟踪起始检测,然后根据序列概率比检验准则进行轨迹确认.同时提出了一种基于多目标多特征信息融合的数据关联算法,首先通过定义多个特征数据关联度,将单个有效观测的多特征信息进行融合,再对多目标进行综合数据关联.计算机仿真表明,该跟踪起始算法能够快速有效地启动航迹,数据关联算法的性能要优于传统的NN方法和扩展的NN方法.     

一种基于模糊聚类的PHD航迹维持算法

针对杂波环境下数量变化的多目标航迹关联问题,提出一种基于模糊聚类的PHD航迹维持算法.该算法充分利用多帧信息,对当前时刻状态进行多步预测,并根据惯性进行加权,然后利用模糊聚类求得当前估计属于每条航迹的隶属度,从而得到最终的航迹.与传统的估计与航迹关联算法不同,该算法在更新每条航迹信息时,不仅仅是简单地对相邻帧之间的对数似然比进行求和,而是通过加权聚类等操作综合考虑了多帧信息.实验结果表明,所提算法能够更好地保持目标航迹,即使在目标出现交叉的地方也能达到很好的跟踪精度,具有较强的鲁棒性和优良的航迹维持性能.