扩展目标GMPHD滤波器的航迹维持算法

概率假设密度(PHD)滤波器提供了各目标在每个时刻的状态信息,但未形成航迹。该文提出了扩展目标高斯混合PHD(GMPHD)滤波器的航迹维持算法。首先对后验概率强度的每个高斯分量添加标签;其次在后验概率强度随着时间进行演化时,标签也随之演化;并通过航迹管理方案为扩展目标提供航迹。为提高GMPHD滤波器性能,提出了自适应的量测集划分法。最后通过仿真验证了提出算法的有效性。     

回波幅度信息辅助的群目标航迹起始方法

航迹起始是群目标跟踪的首要环节,其性能好坏直接影响着目标跟踪航迹的质量。传统的群目标航迹起始方法仅利用目标的位置信息完成分群检测和等效量测求解等步骤,没有充分利用回波幅度信息,存在分群检测不理想、等效量测求解不准确等问题,有可能引起失跟现象。针对此问题,该文提出一种回波幅度信息辅助的群目标航迹起始方法。首先利用目标位置信息和幅度信息完成分群检测,然后综合采用幅度加权和位置加权求解等效量测,最后基于修正的逻辑法进行群目标航迹起始。该文方法在分群检测和求解等效量测等步骤充分利用了回波幅度信息,不仅可以在集群数量未知的情况下正确划分群,而且降低了失跟率,提高了群目标的跟踪性能。仿真结果验证了所提方法的有效性。      

贪婪的量测划分机制下的多传感器多机动目标跟踪算法

针对低检测概率下多机动目标的跟踪问题,该文提出一种新的交互式多传感器多目标多伯努利滤波器(IMM-MS-MeMBer)。在IMM-MS-MeMBer滤波器的预测阶段,该文利用当前的量测信息自适应地更新目标的模型概率,并利用更新后的模型概率对目标状态进行混合预测;在IMM-MS-MeMBer滤波器的更新阶段,使用贪婪的多传感器量测划分策略对多传感器量测进行划分,并利用得到的量测划分集合和IMM-MS-MeMBer滤波器对目标的后验概率密度进行更新;除此之外,IMM-MS-MeMBer滤波器能够利用目标的角度和多普勒量测信息同时实现多个机动目标的位置、速度估计。数值实验验证了该文所提IMM-MS-MeMBer滤波器的优越性能。     

贪婪的量测划分机制下的多传感器多机动目标跟踪算法

针对低检测概率下多机动目标的跟踪问题,该文提出一种新的交互式多传感器多目标多伯努利滤波器(IMM-MS-MeMBer).在IMM-MS-MeMBer滤波器的预测阶段,该文利用当前的量测信息自适应地更新目标的模型概率,并利用更新后的模型概率对目标状态进行混合预测;在IMM-MS-MeMBer滤波器的更新阶段,使用贪婪的多传感器量测划分策略对多传感器量测进行划分,并利用得到的量测划分集合和IMM-MS-MeMBer滤波器对目标的后验概率密度进行更新;除此之外,IMM-MS-MeMBer滤波器能够利用目标的角度和多普勒量测信息同时实现多个机动目标的位置、速度估计.数值实验验证了该文所提IMM-MS-MeMBer滤波器的优越性能.     

可处理多普勒量测的最佳线性无偏估计算法

基于目标位置量测的一些量测转换方法已被广泛使用在目标跟踪应用中,使得卡尔曼滤波器得以在直角坐标系中应用。但是,这些量测转换方法有一些会导致估计性能恶化的根本缺陷。事实上,除了位置量测外,理论计算和实践已经证明,包含目标速度信息的多普勒量测具有有效提高目标状态估计精度的潜力。该文在直角坐标系下提出一种可使用转换多普勒量测(即距离量测与多普勒量测的乘积)的滤波器。从理论上讲,它是在最佳线性无偏估计准则下的最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷。通过将近似处理后的新型最优线性滤波器与目前4种流行的方法进行仿真比较,验证了所提出的滤波器的优越性。     

基于多普勒信息的NSHT航迹起始方法

针对临近空间高超声速目标航迹起始困难的问题,依据超视距雷达能够提供目标精确多普勒信息的特点,从径向速度、径向机动能力和角速度3个方面推导了航迹起始约束条件,文中给出了更为精确的相关波门设计方法,通过目标运动特性确定最终航迹。仿真结果表明,该方法能够有效起始临近空间高超声速目标航迹,且效果优于传统利用目标位置信息进行航迹起始的方法。     

基于一维测量的多传感器多目标航迹起始

针对多传感器多目标跟踪中的航迹起始问题,在各个传感器仅有一维量测数据的情况下,提出一种基于目标距离和信息的多目标航迹起始方法.该方法利用空间约束和空间聚类对航迹起始阶段第一和第二周期的组合进行有效删减,再用跟踪门的方法建立航迹.仿真结果表明该航迹起始方法可以有效抑制一维量测下的组合爆炸,显著降低航迹起始的处理量,具有一定的工程应用价值.     

基于联合似然函数的多扩展目标广义标签多伯努利滤波器

高分辨率雷达监视系统可观测到区域内不同形状的多个扩展目标,可靠的形状估计有利于提高扩展目标跟踪性能,并可作为战场态势评估的重要依据。该文针对不同形状多扩展目标跟踪问题,提出一种基于联合似然函数的广义标签多伯努利(JL-GLMB)滤波器,可实现目标数目、航迹以及形状的精确估计。首先,将目标形状建模为星凸集,并利用非线性量测变换滤波器更新GLMB分布中的高斯分量,有效提高扩展目标状态估计精度。然后,通过对数加权融合策略,构造联合似然函数,综合衡量扩展目标和量测单元之间的相似程度。最后,基于吉布斯采样,提出快速计算扩展目标状态后验概率密度的方法,有效提高数据关联的准确率和计算效率。仿真实验结果表明,所提滤波器能够有效估计不同形状的多扩展目标状态,且在杂波环境下具有稳定的势估计。     

一种利用径向速度量测的航迹起始新算法

连续波雷达的测距精度较差,只利用目标的位置量测进行航迹起始的传统方法效果有限.但连续波雷达还能提供高精度的径向速度量测,因此推导了目标径向速度与方位角和航向角之间的关系式,进而建立了2种径向速度波门,结合位置扇形波门,确定了一种利用径向速度量测的航迹起始新算法.仿真结果表明,对低测距精度的目标,该算法航迹起始效果要大大优于单一位置波门算法的航迹起始效果.     

一种实用的多目标航迹跟踪算法

讨论在某试验雷达系统中多目标航迹跟踪问题,即对送入计算机的点迹进行处理,判断出这些点是否是目标点,若是目标点则要与相关的航迹进行关联,从而实现对航迹的更新.在该系统中采用多普勒-距离坐标系.在多目标的情况下,结合多普勒信息,雷达可以较方便地对目标进行区分和距离跟踪.为了快速正确地起始航迹,采用逻辑航迹起始算法来起始航迹,并用利用波门法进行航迹跟踪.最后给出了相关的实验结果.     

基于TDOA量测的多目标快速航迹起始算法

针对基于时差量测的多站无源传感器系统,提出了一种快速的多目标航迹起始算法。该算法首先利用位置误差门准则对大量候选关联进行预选,然后采用多维分配方法来解决量测数据的关联问题,并求出候选关联对应的定位解;在此基础上,应用两点差分方法分别对多目标进行航迹起始,推导了相应的初始状态和误差协方差矩阵。仿真结果表明,该算法能够快速起始多目标的航迹,并为航迹提供精确可靠的初始状态估计值。     

一种粒子概率假设密度滤波新生粒子采样新方法

提出一种粒子概率假设密度(Probability Hypothesis Density,PHD)新生粒子采样新方法.以混合高斯分布和均匀分布分别对新生粒子位置和速度分量进行采样,将采样过程置于滤波更新之后,通过最大似然检验多目标状态估计技术提取源于已知目标的量测,避免对这些量测进行新生粒子采样,有效降低粒子数和滤波计算量.结果表明:基于新生粒子采样新机制的粒子PHD滤波,相比于标准方法,在降低计算量的同时提高了多目标状态估计精度.     

多普勒盲区下基于GM-CBMeMBer的多目标跟踪算法

在机载多普勒雷达多目标跟踪(MTT)过程中,多普勒盲区(DBZ)的存在易造成连续漏检,严重地影响目标跟踪性能。针对这一问题,提出了DBZ下基于高斯混合势平衡多目标多伯努利(GM-CBMeMBer)的多目标跟踪算法。首先将带最小可检测速度(MDV)的检测概率模型代入CBMeMBer更新公式中,然后推导了带MDV和多普勒信息的GM-CBMeMBer更新公式。仿真结果表明,相比未并入多普勒和MDV信息的GM-CBMeMBer,所提算法能有效改善DBZ条件下的多目标跟踪性能。     

异类传感器合成量测的模糊航迹起始方法

雷达/红外联合探测是复合精确制导技术的一个重要发展方向。针对二维雷达、红外传感器存在系统误差以及测量空间不同的情况,提出一种基于量测合成的异类传感器模糊航迹起始方法。该方法首先计算相同周期内异类传感器方位角的拓扑序列,综合利用拓扑序列法和加权平均法对维数不同的量测进行分类与合成,然后累积多个周期的合成量测建立候选目标量测集,最后通过模糊Hough变换(FHT)方法检测目标航迹、实现航迹起始。在航迹检测中,充分利用量测序列的时间信息和目标的运动信息,同时考虑了量测数据的不确定性和航迹确认准则对航迹起始的影响。实验结果表明,提出方法能够有效地实现异类传感器航迹起始,与传统的Hough变换(HT)方法相比,能够降低算法的计算量和提高直线航迹检测的准确率。      

极坐标系下可处理多普勒量测的BLUE跟踪算法

事实已表明包含目标速度信息的多普勒量测具有有效提高目标状态估计精度的潜力.该文在直角坐标系下提出两种可使用转换多普勒量测(即距离量测与多普勒量测的乘积)的滤波器,一种借助了构造的多普勒伪状态,另一种没有借助多普勒伪状态.从理论上讲,它们都是在最佳线性无偏估计准则下的最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷.通过将近似处理后的两种新型最优线性滤波器与目前几种流行的方法进行仿真比较,验证了所提出的滤波器的优越性.     

协方差交叉法处理无序量测问题

针对目标跟踪系统中存在的无序量测问题, 在前向预测的基础上, 提出使用协方差交叉法处理无序量测的滤波算法。新算法首先在前向预测框架下, 构建包含延迟量测信息的重构航迹, 而后采用协方差交叉法对重构航迹与已有航迹进行融合, 实现再更新。通过采用信息滤波器和协方差交叉法, 避免了状态转移矩阵求逆及求解航迹相关性等复杂运算,新算法可处理一步和多步延迟无序量测情形。理论分析和仿真实验说明, 新算法在保证滤波精度的基础上, 减小了存储量与计算量, 实时性更好。     

球坐标系下多普勒雷达目标跟踪滤波器

将仅仅考虑位置量测的三维去偏一致转换量测卡尔曼滤波算法进行推广,以解决包含多普勒量测且斜距和多普勒的量测误差相关的雷达目标跟踪问题。首先利用斜距和多普勒量测的乘积构造伪量测,以减小多普勒量测和目标运动状态之间的强非线性程度;然后利用嵌套条件方法得到了转换量测误差前两阶矩的一致性估计;最后根据转换量测是目标运动状态二次函数的特性,用二阶EKF最优地实现了非线性跟踪滤波。Monte-Carlo仿真结果表明采用新算法可以明显改善跟踪滤波器的性能。     

基于最大置信度的多目标检测算法

针对混合运动模式下目标数量及目标运动速度范围等多项先验信息缺乏状况下的复杂航迹起始问题,提出一种基于最大置信度的多目标检测算法。该算法借鉴动态规划技术中的能量积累思想,并充分利用了传感器信号强度信息。在粗起始阶段利用扩展搜索算法生成候选航迹,并利用模型粗匹配的方法将候选航迹大致分为直线运动及曲线运动两种类型。在航迹确认阶段,采用基于信号强度信息的概率多假设跟踪算法,通过计算最优状态估计值获得量测点属于某一目标的最大置信度,并依据最大置信度确认目标量测。仿真实验结果表明,该方法实时性强,不仅能对多目标航迹准确起始,也可以有效避免概率多假设跟踪算法由于初值质量差而导致的错误跟踪现象。      

两级Hough变换航迹起始算法

密集杂波环境中低信噪比目标的航迹起始是目标跟踪面临的主要困难.考虑一类具有多普勒量测的目标跟踪问题,提出了一种两级Hough变换航迹起始算法.该算法将时间信息引入Hough变换,利用多普勒与斜距的相关性构造约束条件,将三维空间的轨迹检测转化为两个二维空间的轨迹检测问题.给出了四个描述算法特性的定理,为算法参数设计提供了依据.仿真表明算法的有效性.     

学生 t 混合势均衡多目标多伯努利滤波器

在有重尾的过程噪声和量测噪声的影响下,高斯混合势均衡多目标多伯努利滤波器(GM-CBMeMBer)的滤波性能会明显下降。针对上述问题,该文提出一种新的学生 t 混合势均衡多目标多伯努利滤波器(STM-CBMeMBer)。该滤波器将过程噪声和量测噪声近似为学生 t 分布,并用学生 t 混合模型来近似多目标的先验强度。从理论上推导出学生 t 混合形式的预测强度和后验强度,建立了势均衡多目标多伯努利滤波器的闭式递推框架。仿真结果表明,在重尾的过程噪声和量测噪声存在的环境中,该滤波器能有效抑制其干扰,相比于传统方法,具有更高的跟踪精度。