基于综合相关判别的无源航迹关联算法

航迹关联是多目标航迹处理中的重要问题,综合利用无源传感器获取的其他信息是改善航迹关联的重要途径。利用辐射源航迹得到正确的目标关联航迹较困难,因此,提出了一种辐射源航迹自关联和目标平台航迹互关联的两步关联综合相关判别算法,在充分运用无源传感器获取到的角度信息的同时,利用丰富的综合属性信息对航迹进行关联。仿真结果表明,该算法能够有效解决多无源传感器的航迹关联问题,并且有较高的关联正确概率。     

基于多维分配和灰色理论的航迹关联算法

针对目前应用于分布式多传感器系统中航迹关联算法只能解决两局部节点航迹相关的问题,该文提出了一种基于多维分配的灰色航迹关联算法。该算法运用灰色理论获取各传感器航迹间的灰色关联度,以此关联度为多传感器系统的全局统计量构造多维灰色关联度矩阵,并根据此矩阵形成的多维分配问题的解获得各传感器航迹间的关联结果。仿真结果表明,在密集目标环境下和/或交叉、分岔及机动航迹较多的场合,该算法的性能明显优于传统方法,其正确关联率较灰色航迹关联算法提高了大约8.8%。     

一种类型辅助的航迹相关算法

针对分布式多传感器信息融合系统中可利用目标特征和属性信息提高航迹相关性能的问题,提出了一种类型辅助的航迹相关算法。该算法以统计学理论为基础,首先将基于目标运动状态和类型信息的航迹相关问题转化为相应的假设检验问题;然后,利用目标运动状态检验统计量和类型检验统计量,根据预设的显著性因子,构建运动状态相关矩阵和类型相关矩阵,并通过逻辑“与”规则形成融合航迹相关矩阵;最后,采用最小平均统计距离准则进行相关判决,并通过Monte Carlo仿真分析了基于运动状态的航迹相关算法和类型辅助的航迹相关算法的相关正确率随相关点数、编队中的目标间距和过程噪声系数等因素的变化规律。仿真结果表明,在相关点数较少、目标密集或过程噪声较大等情况下,在航迹相关过程中引入目标类型信息可以获得更好的性能。      

一种基于小波变换的航迹关联算法

多传感器的航迹关联问题是多传感器数据融合理论研究中关键的难题之一,针对传统基于统计理论的航迹关联算法的错漏关联和没有考虑到目标航迹的走势等问题,通过在原来航迹关联方法的基础上,结合目标航迹的整体走势,利用小波去噪的功能,提出了一种新的航迹关联方法,通过与传统的航迹关联方法相比较和工程验证,证明了该算法的有效性。     

异步被动传感器航迹起始算法

航迹起始是多目标航迹处理中的重要问题.针对异步被动传感器系统航迹起始困难的问题,提出了一种基于蚁群导航思想的异步被动传感器航迹起始算法.该算法首先利用各传感器在多个扫描周期的测量建立候选目标集,采用极大似然法确定每一个候选目标的初始状态估计,然后再利用蚁群导航算法实现真实航迹的检测,最后由极大似然法估计出每一批目标的初...     

战术数据链非指控单元航迹处理方法

针对战斗机传感器目标报告与精确态势感知的需求,分析了 Link16 中非指控单元的航迹处理机制,介绍了 Link16 航迹质量计算方法与航迹相关算法,提出了一种改进的战斗机编队传感器目标报告准则,并对 Link16 中基于航迹质量的航迹相关算法的性能进行了计算机仿真, 验证了算法的有效性。     

基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

多传感器数据关联与状态跟踪算法分析

本文针对给定区域内目标运动状态跟踪检测环节,多传感器跟踪系统获取测量数据与实际状态间存在较大偏差的问题,拟提出一种建立多目标数据关联、支持多传感器航迹融合的目标运动状态跟踪算法。将全局最近邻算法与改进后的全局最近邻算法进行组合,构建给定空间内不同目标间相对距离测量算法,建立目标测量结果与预测值间的相似度矩阵,保证数据关联结果的准确度;基于粒子滤波算法在利用单传感器检测目标时因干扰因素出现的偏差,引入FOA算法实现对融合系数的优化,获得目标状态的精准估计结果;在此基础上,利用粒子滤波优化算法建立分布式结构下多种电化学传感器的航迹融合算法,经均质化处理实现多个传感器航迹的融合与加权处理,最终仿真实验结果显示该算法可有效提升对融合航迹下目标的跟踪精度,为多传感器跟踪系统的开发设计提供重要参考。     

一种集中式多传感器航迹起始方法研究

针对多传感器航迹起始的复杂性以及传感器的精度对航迹起始的影响，提出了一种基于聚类分析与滑窗法的集中式多传感器航迹起始方法。首先对传送到融合中心的数据进行聚类，使航迹起始问题相对简化；在起始算法中对目标的速度加入一个修正值，减小传感器精度对起始性能的影响。仿真结果表明了该算法的有效性。     

一种分区快速航迹关联算法

针对分布式多传感器信息融合系统中航迹关联运算量大的问题,提出了一种分区快速航迹关联算法。该算法将目标区域划分成若干目标子区域,为了消除传感器测量误差对航迹关联的影响,相邻目标子区域之间设置重叠区域,并给出了重叠区域宽度计算公式。只对落在每个目标子区域内的航迹进行关联,不同目标子区域之间的航迹不进行关联,并通过算法复杂度分析给出了最优分区数的判定方法。仿真实验表明,该算法可有效降低航迹关联运算量,适合于工程应用。     

基于小波框架和多尺度变换的航迹关联算法

在分布式多传感器信息融合系统中，航迹关联是首要解决的问题。文章将小波理论引入到航迹关联算法研究中，基于小波框架条件和多尺度变换，提出了一种新的航迹关联算法。该算法结合了航迹的整体走势和局部特征两方面来解决航迹关联问题。文章从理论分析和仿真实验来证明该算法的正确性．并将新算法与现有算法进行比较，验证了在机动目标的航迹关联判断中，新算法明显优于其它两种。     

基于航迹隶属度的分布式系统数据融合算法

航迹关联与航迹融合是分布式目标跟踪系统数据融合的关键.本文研究了基于航迹隶属度的数据融合算法.综合各传感器航迹估计形成的目标运动状态特征向量与传感器分辨率,根据模糊聚类算法建立各观测时刻航迹隶属度矩阵与系统航迹关联决策矩阵,解决融合中心航迹关联问题.根据加权融合算法思想,结合各观测时刻航迹隶属度矩阵,实时、动态分配航迹号集合中各局部航迹权值,解决目标航迹融合问题.蒙特卡罗仿真表明,算法航迹关联效果明显优于加权航迹关联算法,并得到与简单航迹融合算法一致的目标融合航迹.     

修正逻辑法在多传感器信息多目标航迹起始中的应用

研究了密集杂波环境下多目标航迹起始问题,分析并采用了面向目标的顺序处理技术,重点研究修正逻辑法在多平台多传感器系统中的应用,讨论该航迹起始算法的性能。该算法能够较有效地完成多个目标的起始。通过计算机仿真,分析了在不同参数下修正逻辑法对航迹起始的正确率。     

基于区间数及DS证据理论的多传感器航迹关联方法

针对多传感器航迹关联问题,提出了一种基于区间数和DS(Dempster/Shafer)证据理论的解决方法。该方法通过分析误差对参数测量的影响,构建传感器探测目标参数真实值区间数,通过计算区间数之间的相对支持度,获取目标参数对于航迹相关的支持程度,基于DS证据理论将不同参数对航迹相关的支持程度进行合成,以此解决航迹关联问题。实例表明,该方法能够较好地解决多传感器航迹关联问题。     

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。     

基于KL距离的异类传感器动态数据关联算法

针对异类传感器多目标跟踪系统中的动态数据关联问题,提出了一种基于KL距离的异类传感器动态数据关联算法。该方法将静态多维分配问题推广到动态跟踪中,通过对量测集合与航迹集合的合并,将各传感器量测估计位置的概率密度函数与目标航迹一步预测值的概率密度函数之间的KL距离作为关联代价函数,继而代入多维分配模型求解,从而实现量测到航迹的动态关联。仿真实验表明,所提算法能更精准地反映量测与航迹之间关联的可能性,且能够对多目标进行快速稳定的跟踪。     

基于广义Hough变换的航迹关联算法

在分布式多传感器信息融合处理系统中,针对目前航迹关联算法存在的缺陷,在前人研究的基础上,将广义Hough变换应用于航迹关联,有效地解决了常规Hough变换只能实现匀速直线运动目标航迹关联以及统计法的抗干扰能力差和模糊法的参数设置复杂等问题.仿真结果表明了该算法的可行性和有效性.     

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。     

系统误差下异地配置的雷达和电子支援测量航迹关联

针对系统误差下异地配置的雷达和ESM航迹关联问题,提出了一种基于位置统计量和最大似然准则的异类传感器航迹关联算法。首先,基于位置统计量对目标进行了航迹粗关联,排除掉一些虚假关联组合;接着,在此基础上采用最大似然准则对目标进行了航迹细关联,以求进一步提高雷达和ESM航迹关联的检测概率。仿真结果表明,与现有算法相比,该算法可较好地完成对多目标的航迹关联。     

角度信息辅助的集中式多传感器多假设跟踪算法

对于密集杂波环境中的多目标跟踪,传统集中式多传感器多假设跟踪(CMS-MHT)算法在每一时刻的航迹-量测关联假设数量大大增加,导致数据关联不确定性增大,以至很难由常规航迹得分给出正确关联,表现为高的漏情率以及航迹分裂现象。基于传感器测量误差较小时虚警与目标量测的空间分布特点,针对多个相同类型传感器进行目标跟踪,该文提出一种角度信息辅助的CMS-MHT算法,设计了新的角度信息辅助的航迹得分计算方法,可以降低航迹-量测关联的不确定性,从而得到比传统CMS-MHT更优的关联假设。仿真实验结果表明,在密集杂波环境中,该算法能有效降低漏情率,并有更好的航迹完整性。