一种航迹关联的非参数检验方法

航迹关联是多站雷达数据融合中的一个重要问题．在多站雷达数据融合过程中，融合中心接收到不在同一地点的多部雷达的测量，面临的一个关键问题是如何判断这些测量是否源于同一目标．在对目标跟踪的基础上，提出了一种基于非参数检验理论的航迹关联方法．通过实际数据仿真，结果表明该方法是有效的，且易于实现。     

基于小波变换的模糊航迹关联算法

航迹关联是实现分布式多传感器信息融合的关键技术.针对传统的模糊关联算法正确关联率低的问题,基于小波变换对传统的模糊关联算法进行了改进,提出一种新的航迹关联算法.首先,通过小波分析对目标航迹数据序列进行处理,获取新的航迹特征;然后,采用模糊均值聚类法确立隶属度函数、综合相似度和阈值判决准则,完成对已获取的新航迹特征的分类关联.仿真实验表明：与模糊算法相比,该算法的正确关联率提高约0.30.     

基于K-Medoids聚类的多传感器航迹关联算法

为有效解决目标密集环境下的航迹关联问题,提出了一种基于K-Medoids聚类的航迹关联算法.该算法采用局部航迹与系统航迹进行关联的策略,将系统航迹作为Medoids,降低了需要关联的航迹对数量,避免了K-Medoids的固有缺陷,很大程度上提高了关联算法的效率.通过采用无穷范数计算采样点点迹距离求出了两条航迹的近似距离,这使得关联判决能考虑历史和当前航迹,提高了正确关联率.在多传感器多目标环境下讨论了其具体实现过程,仿真实验结果验证了该算法的有效性和优越性.该算法在存在噪音和离群点时,具有很强的健壮性,适合目标密集环境.     

基于航迹关联的一、二次雷达联合跟踪

该文针对一、二次雷达在杂波环境下多目标多传感器协同跟踪问题,提出了一种带二次雷达修正的基于航迹关联的一、二次雷达联合跟踪算法。该算法先通过一次雷达对敌友方目标和二次雷达对友方目标运用联合概率数据关联算法滤波跟踪得到航迹数据之后运用双门限航迹关联判定友方目标并撤消对友方目标的跟踪和利用二次雷达探测数据进行对敌方目标的高度信息进行自适应修正,通过蒙特卡洛仿真表明该算法在提高目标跟踪精度和减小处理器的运算量都是有效的。     

基于成像声呐的水下多目标跟踪研究

针对水下多目标跟踪问题,提出基于成像声呐的高效目标跟踪算法. 基于声呐的成像特点,针对声学图像中的每个像素点,建立基于信号强度的回波信号模型,提取图像中的个体目标. 采用基于序贯蒙特卡罗的概率密度假设(SMCPHD)滤波对各目标状态进行滤波,结合Auction航迹识别算法将滤波后的目标状态与已确定的航迹进行关联,实现多目标跟踪. 通过算法的仿真分析发现,该方法相对于基于数据关联型的多目标跟踪算法如联合概率数据关联(JPDA)算法、多假设跟踪(MHT)算法,大大提高了计算效率. 对采集的现场数据进行目标提取与跟踪,获得目标的跟踪轨迹.     

舰载指控系统航迹相关算法研究

基于随机神经网络的多目标数据关联成果的基础上，提出一种新的适合实际应用的多目标跟踪的综合方法。该方法放弃了联合概率关联方法的加权平均更新航迹的特点，利用计算出来的互联概率在航迹更新时作一对一的互联决策，解决了跟踪多目标时相邻目标时相邻目标的航迹趋于合并的问题，同时给出了航迹起始的通用方法，并通过仿真研究说明改进算法的有效性和可行性。     

IDTTC算法在AEWR情报分析中的应用

针对机载预警雷达（AEWR）情报分析领域的航迹关联问题,在研究传统航迹关联算法的基础上,改进了多传感器双门限航迹关联算法,并用实测数据进行了验证.结果表明,将改进的双门限航迹关联（IDTTC）算法应用于机载雷达情报分析,实现了航迹的自动关联,提升了航迹关联处理的效率.     

改进的多传感器多目标量测数据关联算法

提出融合多传感器测量对目标位置进行估计的广义概率数据关联(MSPE-GPDA)算法. 首先对所有可能的多元量测组合进行预关联检验,通过检验的有效多元量测组合所对应的目标位置进行最优估计;根据广义概率数据关联算法计算通过预关联检验的各有效量测组合与目标航迹间的关联概率,并用来计算目标的更新状态. 与顺序处理的多传感器广义概率数据关联算法和利用多传感器量测进行目标位置估计的联合概率数据关联算法相比,MSPE-GPDA算法集中了最优估计和有效信息复用两方面的优点. 理论分析与仿真实验结果均验证了所提算法的有效性.     

基于跟踪滤波的航迹关联方法

提出了一种基于对目标跟踪滤波的航迹关联方法，即通过对滤波数据进行多项式拟合，计算参数误差的极大似然值，判断两条原始航迹是否来自同一目标。大量的实际数据实验表明此方法关联的正确率高。     

多普勒信息辅助的杂波环境下多目标跟踪算法

传统雷达目标跟踪方法仅利用目标的位置信息进行数据关联,在处理密集杂波环境下的多目标跟踪问题时,容易产生虚假航迹,甚至出现误跟、失跟的现象。该文针对此问题提出一种多普勒信息辅助的杂波环境下多目标跟踪算法。首先引入多普勒信息带来的观测方程非线性,以及速度观测与距离观测之间的相关性问题,基于IPDA-UKF算法框架,综合利用目标的位置和速度信息构建多维关联波门,利用多维信息进行有效量测的筛选,从而将一个多目标数据关联的问题转化为多个单目标数据关联的问题,然后采用IPDA-UKF分别估计各个目标的存在概率和运动状态。仿真结果表明:相比其他算法,该算法充分利用距离和速度之间的相关性,不仅降低了杂波环境下多目标数据关联的复杂度,提高了数据关联的效率,而且目标跟踪精度也得到了明显提升。     

Short-arc association algorithm for joint observation of multiple star sensors

The star sensor is a high-precision attitude sensor with the ability to shoot space targets intermittently.It can be used as a new type of space target monitoring platform.Accurately associating the track segments of the star sensor with intermittent observations is the prerequisite for precise orbit determination of space targets.In order to solve the problem of trajectory association where the initial orbit cannot be determined because the target observation time is too short,a short arc association algorithm for space targets based on hypothetical boundary values is proposed.By using the multi-satellite sensor joint positioning method,only the angle measurement data of the star sensor are converted into the spatial coordinates of the target,and each point from the track segment to be associated is taken as a boundary.Based on the boundary association hypothesis,the theoretical values of the space target orbit under all assumed boundary conditions are calculated.The Mahalanobis distance and chi-square test are used to make related judgments.The algorithm in this paper can better adapt to many-to-many track association,and can reject uncorrelated tracks more accurately.After simulation,the algorithm in this paper is superior to the short arc correlation method based on the admissible region to determine the initial orbit and sine fitting in terms of association accuracy and execution time.     

Track quality evaluation method using amplitude information

Increasing the false alarm rate can improve detection performance of weak targets, but it will induce too many false tracks. Therefore, a track quality evaluation method based on amplitude information is proposed in this paper, to further distinguish target tracks and false tracks. Firstly, according to the amplitude information on one plot, we give a quality evaluation function for each plot; then, based on the plot quality in a temporal window for track quality evaluation, we calculate the track quality; finally, we accomplish track confirmation, track maintenance and track termination according to the calculated track quality. Numerical results indicate that the proposed method can obtain a higher probability of track confirmation and track maintenance at a strict track quality standard with a lower probability of track deletion, indicating the improvement of detection performance of weak targets.     

使用轨迹片段分析的监控场景模型建立方法

提出一种对轨迹片段进行分析建立场景模型的方法。首先通过基于双向时空连续性的轨迹片段关联方法,找到属于同一目标的多个轨迹片段;再对目标轨迹形成轨迹片段的原因进行计算分析,得到包括入口、出口、主要路径以及场景内遮挡物信息的场景模型。通过实验证明了该方法可以有效地建立场景模型,并且场景模型可以提高跟踪效果和检测场景中目标的异常轨迹。     

基于航迹聚类的终端区飞行程序轨迹表示

为了定量评估飞行员严格按照规定的飞行程序执行飞行任务的能力,对终端区飞行程序轨迹的表示方法进行了研究。通常终端区范围内一条真实的航迹约有150个航迹点,而标准飞行程序仅使用4到9个航路点表示,不足以描述一条完整的航迹。针对这一问题,提出了基于航迹间面积加权的航迹相似性度量方法,并利用CURE算法实现航迹聚类。通过比较聚类集平均航迹和代表航迹分别与标准飞行程序的关系,建立了飞行程序轨迹表示模型。最后利用某大型国际机场的一条标准离场飞行程序以及实际运行航迹对提出的方法进行验证,实验表明,本文所述方法能更好的实现航迹聚类,并可准确地表示飞行程序轨迹,为分析与评估飞行员飞行品质提供理论基础和实践应用参考。     

一种高分辨距离像辅助的多目标跟踪算法

When the tracks of the multi-target get approached or crossed, it is easy to lead to combining or even to get wrong tracks for the traditional tracking methods, since the traditional methods only utilize the information on the target position to finish the data association. Aiming at this problem, a multi-target tracking algorithm aided by the high resolution range profile (HRRP) is proposed in this paper. Firstly, the target attitude angle is estimated in real time on the principle that the HRRP is sensitive to the attitude angle. And then the attitude angle is added to the target measurement state to construct a multi-dimension correlating gate. The data association is accomplished with the multi-dimension information. So the problem of multi-target data association is simplified to multiple sub-problems of data association for a single target. Finally, each target motion state is estimated by the probabilistic data association-unscented Kalman filter (PDA-UKF). Simulation results reveal that the computing complexity is reduced, and that the correct probability of data association is improved by using the target HRRP on the one hand. On the other hand, the tracking accuracy is improved with the aid of the target attitude angle.     

分布式雷达航迹融合关键技术研究

为实现全国范围内的空中交通动态监视,必须将分布于全国各地的管制中心的雷达融合数据经通信线路传送到全国空情融合中心,常用的办法是进行动态雷达数据拼接,在拼接边界存在航迹平滑度差,航迹易跳变等问题。考虑采用分布式融合算法来处理各融合节点输出的雷达航迹,解决了航迹在融合边界质量差的问题。并针对分布式雷达数据融合过程中的几个关键问题：误差校正、航迹关联、融合算法展开分析,分别给出了有效的处理方案,并在实际工作中进行验证,均取得了良好的效果。     

一种基于分步式滤波的异步航迹融合算法

针对分布式多传感器数据融合系统,改进了一种多传感器异步航迹融合算法．该融合算法在扩展记忆因子递推最小平方（EFRLS）估计形成本地航迹的基础上,首先利用最小二乘法将局部航迹统一到融合中心的融合时间点,然后使用分步式滤波融合算法进行状态估计．仿真实验结果表明,这种融合算法在噪声方差未知的情况下是有效的,其精度接近集中式融合算法．