一种多普勒盲区条件下的多假设运动模型目标跟踪方法

 机载预警雷达存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对该问题,提出了一种基于多假设运动模型的目标跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个假设运动模型,当新出现的量测值落入任何一个运动模型形成的关联波门内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,有效提高了目标连续跟踪性能。     

低数据率条件下的目标跟踪

在低数据率条件下,采用基于卡尔曼预测估计的传统跟踪门对目标进行跟踪,容易出现误跟踪和航迹丢失,针对该问题,提出了一种两级跟踪门的解决方案。第一级跟踪门为组合跟踪门,它由运动学状态估计和目标的最大速度信息确定,目的是通过扩大跟踪门的面积使得目标测量尽可能地落在跟踪门之内;第二级跟踪门为由先验的和测量的幅度信息确定的特征跟踪门,其作用是对落入组合跟踪门内的测量进一步筛选,以区别出目标测量和杂波。只有那些同时满足两级跟踪门的测量才有可能来源于正在跟踪的目标,因此可以将其用于后续的数据关联和滤波更新。仿真结果表明,在低数据率条件下,采用该跟踪门方案的跟踪器的跟踪精度明显高于基于传统跟踪门 特征跟踪门和多跟踪门 特征跟踪门的跟踪器。     

灰色预测-概率数据关联滤波方法

针对红外弱小目标跟踪精度不高,实时性不好等问题,提出了一种基于灰色预测-概率数据关联滤波(GPPDAF)的弱小目标跟踪方法。该方法采用实时性较好的灰色模型对目标轨迹进行预测,并以预测位置为中心构建跟踪波门,然后通过改进的极大似然概率数据关联(MLPDA)算法计算波门内各量测点的概率权重,最后用各量测点的概率加权和作为跟踪结果。实验结果表明,该方法实时性能较好,较大地改进了红外弱小目标的跟踪精度。     

一种具有自适应关联门的杂波中机动目标跟踪算法

针对杂波环境下的机动目标跟踪,该文提出一种基于自适应关联门的跟踪算法。该算法以传统交互多模型概率数据关联算法为基础,在关联门内无有效量测点迹时,假设目标在前一滤波时刻或是更早时刻以最大机动水平改变原运动模式,利用该假设条件下所获得的目标预测量测及当前真实预测量测,对用于确定关联门的新息协方差进行修正,使得关联门逐步适当扩大,以尽可能地包含目标真实量测点迹。仿真结果表明,自适应关联门跟踪算法能在不影响跟踪精度和算法运算量的情况下,有效降低机动目标的跟踪丢失概率。     

基于改进概率数据关联滤波的红外小运动目标跟踪

在跟踪弱小运动目标过程中,低信噪比和高虚警率使得即使是在波门内也存在较多的虚假目标,加大目标识别的不确定性,降低跟踪的可靠性和精度。该文分析了红外成像系统中目标信号特点,根据概率数据关联滤波的思想,提出了一种基于目标幅度连续性和运动一致性的弱小目标跟踪识别方法,重点比较了极大似然-概率数据关联滤波和改进算法的目标识别与跟踪性能。理论分析和实验结果表明,该方法较大程度上减少了弱小目标跟踪过程中测量点与航迹关联的不确定性,提高了目标识别与跟踪性能。     

一种网格概率多目标数据关联算法

针对多目标跟踪中数据关联问题,提出了一种基于网格概率的数据关联算法。该算法首先计算出关联门内全部回波的关联系数,然后利用网格概率的思想将关联系数小的有效回波的系数值配权给其它有效回波,同时对于两跟踪波门交叉区域内的有效回波也使用配权法分别分配给两个跟踪波门内的其它邻近回波,最后通过概率加权进行数据关联。仿真结果表明,该算法能够有效解决多目标跟踪中的数据关联问题,并且有较高的关联正确率,而且CPU占用时间较短。     

基于有效量测分集的联合概率数据互联算法

杂波环境下用联合概率数据互联算法(JPDA)跟踪多目标,其计算量将随跟踪目标数的增多和杂波密度的增大而呈指数增长,因此实时性不强;并且JPDA跟踪杂波环境中的近距离目标时,容易造成航迹合并。在充分考虑单个目标独立性的基础上,提出有效量测分集概念。将接收到的有效量测信号按照单个目标的关联划分,确定各目标跟踪波门内的候选量测信号,不考虑量测信号的重复关联。取得单个目标独立性之后,再运用单目标概率数据互联的方法估计目标状态。仿真实验表明,较传统JPDA实时性更强,能够分辨并跟踪近距离目标。     

一种新的多传感器群内目标精细跟踪算法

为解决多传感器探测下非机动群内目标精细跟踪的难题,深入分析群内目标回波特性,基于形状方位描述符,提出了一种新的多传感器群内目标精细跟踪算法,该算法利用形状方位描述符建立可唯一表示群内各目标组成图形的形状矢量,然后基于落入群内各目标相关波门内的量测集合,以群内各目标可能关联量测构成的所有图形为对象,通过形状相似程度和量测与目标状态一步预测值的空间距离建立相似度模型,同时利用选主站的思想实现冗余图像的剔除,最后利用量测集合与对应的权值集合,基于粒子滤波技术实现群内各目标的状态更新。经仿真数据验证,与传统多传感器多目标跟踪算法中性能优越的基于数据压缩的集中式多传感器多假设算法相比,该算法在跟踪精度、实时性、有效跟踪率三个方面的性能明显优越,能很好地满足群内目标精细跟踪的实际工程需求。     

一种多元信息辅助的双基地雷达检测跟踪一体化方法

该文针对双基地雷达提出一种多元信息辅助的检测跟踪一体化方法。结合雷达在目标跟踪阶段获取的目标位置与回波幅度等多元先验信息,辅助设计跟踪波门内检测门限,以期提升目标的检测与跟踪性能。该文首先根据已获取的目标位置先验信息,在概率数据互联(PDA)框架下基于贝叶斯最小错误准则修正了传统似然比检测器。为进一步提升弱目标探测性能,该文引入航迹终结准则松弛了门限设置规则,并计算了跟踪波门内的平均虚警概率和检测概率。最后,该文重新推导了多元信息辅助情况下PDA算法的关联概率计算方式,完整地给出了算法流程,并通过仿真实验验证了算法的可行性和有效性。     

杂波背景下自适应IMM机动目标跟踪算法

针对杂波背景下多机动目标跟踪问题,提出一种基于时变转移概率交互式多模型(IMM)的模糊数据关联跟踪算法。首先,针对传统IMM算法模型转移概率假设为常数导致模型间过度竞争的问题,基于贝叶斯理论,推导出一种时变模型转移概率IMM算法,增强了优势模型的利用率;其次,针对传统JPDA算法由于聚矩阵拆分而导致的计算组合爆炸问题,利用模糊聚类的方法,直接计算相关波门内候选量测与目标间的关联概率,用概率加权对目标进行状态和协方差的更新。仿真实验表明:算法对不同机动目标的跟踪适应性得到增强,相比传统的JPDA算法,在保证跟踪精度的基础上其时间性能比较优越,是一种较为实用的工程应用算法。     

IMM概率数据关联算法的多重门限研究

合理的跟踪门将大大提高数据关联算法的性能,其重要性不言而喻。在椭圆跟踪门的基础上加入了速度和角度限定,进一步减少了波门中杂波的个数和计算量,提高了关联跟踪的质量。对飞机的俯冲运动进行了仿真,证明了算法的有效性和可行性,同时通过对比分析,得出此算法在密集杂波环境下有着更好的效果。     

一种改进的基于特征空间自适应波束形成算法

在基于特征空间(ESB)自适应波束形成算法的基础上,本文提出一种更稳健的波束形成算法,该算法利用对阵列接收信号相关矩阵特征分解获得的信号子空间,对基于特征空间算法中的约束导向矢量进行校正,并完成波束形成.计算机仿真和分析证实了该算法性能要优于常规ESB算法的性能.     

一种多目标跟踪起始和数据关联的快速算法

包含有新目标跟踪起始的数据关联问题是多目标跟踪算法研究中的一个难点。本文首先描述了红外搜索跟踪（ＩＲＳＴ）系统进行多目标跟踪中的跟踪起始和跟踪终结问题;然后提出了采用可变跟踪门的方法,并且将ＩＲＳＴ系统接收到的目标红外辐射作为一个参考量。给出了多目标跟踪起始和数据关联的快速算法。最后给出了数值仿真结果,仿真表明了这种算法的快速性和有效性。     

锥扫型光学传感器像平面多目标轨迹跟踪

积分概率多假设跟踪(IPMHT)是一种基于期望极大化(EM)的准最优贝叶斯多目标迭代跟踪算法,研究了该算法在锥扫型光学传感器像平面多目标轨迹跟踪中的问题。为提高算法的跟踪性能和计算效率,利用逻辑概率数据关联滤波(PDAF)方法进行目标初始状态估计,并利用目标幅度信息和波门技术对IPMHT进行优化。针对锥扫型传感器非线性观测下的多目标跟踪,将扩展无味卡尔曼滤波(AUKF)与优化的IPMHT算法相结合,实现像平面多目标轨迹的起始、维持和终结。蒙特卡洛仿真实验表明,该算法成功地解决了锥扫型传感器的像平面多目标轨迹跟踪问题,在提高目标跟踪性能的同时改善了计算效率。     

杂波环境下多被动传感器单目标跟踪算法

由于被动传感器只能获得目标的角度量测,因此杂波环境下基于被动传感器的关联问题较主动传感器更为困难。针对杂波环境下纯方位多被动传感器系统的单目标跟踪问题,提出了一种基于扩展卡尔曼滤波的模糊综合贴近度关联跟踪方法。该方法采用直角坐标系下多被动传感器系统的扩展卡尔曼滤波对目标进行跟踪。首先利用目标航迹的预测信息,针对每个传感器建立确认跟踪门;在获得候选关联组合后,直接利用角度信息建立各候选关联组合与角度预测值间的模糊综合贴近度,通过在所获得的全部模糊综合贴近度中寻求最优解完成量测到航迹的关联。仿真实验表明,该方法可以有效地解决杂波环境下多被动传感器系统的单目标跟踪问题。     

一种基于搜索式扩大关联门的IMM-PDA算法

针对目标机动时IMM-PDA算法容易发生失跟的问题,提出一种基于搜索式扩大关联门的IMM-PDA算法。该算法以传统IMM-PDA算法为基础。当IMM-PDA的关联门内没有检测到有效量测时,采用逐步搜索的方式扩大原关联门,重新检测有效量测。仿真结果表明,与传统IMM-PDA算法相比,文中算法能有效减少目标失跟,并提供更好...     

多维可变跟踪门SPRT无源跟踪起始算法

本文提出了一种基于多维可变跟踪门检测的序列概率比检验(SPRT)无源跟踪起始算法。该算法基于目标的多特征信息,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,从而实现自适应跟踪起始。计算机仿真结果验证了该算法的正确性、有效性。     

红外搜索跟踪系统中跟踪门算法研究

分析了多目标跟踪过程中预测误差的来源、分布及传递关系,计算出目标的测量误差和本机的速度测量误差在坐标转换后的偏差,并根据目标的机动特性建立了相应的机动加速度模型。讨论了如何在保证正确判定概率PCD条件下选取尽可能小的跟踪门体积,给出了跟踪门的设计,并说明了系统扫描方式对跟踪门设计的影响。还建立了目标的状态方程和测量方程,运用标准Kalman滤波,实现了机载IRST系统的多目标跟踪,并对仿真结果进行了分析。     

多目标跟踪中基于特征辅助的概率数据关联算法

在传统的多目标跟踪系统中,数据关联仅利用了那些与目标状态向量直接相关的信息。在此提出了一种基于广义概率数据关联(GPDA)的新的关联算法即特征辅助跟踪(FAT)算法。该算法同时利用了目标的特征信息和状态信息进行数据关联,较好地解决了在密集杂波环境下对近目标的跟踪问题。最后以目标的一维距离像信息为例进行仿真,仿真结果表明,所提出的算法使跟踪性能优于传统的概率数据关联。