三维空间被动传感器的快速数据关联算法研究

这篇文章主要研究的是三维被动传感器的静态测量数据关联问题.多维指派算法以及它的诸多近优改进型方法已被证明可有效解决数据关联问题,但它们的缺点是候选关联代价的计算复杂且计算量大.我们提出了一种快速数据关联算法即基准线最小代价算法,该算法实质上是基准线算法与改进的三维指派算法的结合.它的优点是可快速削减候选关联集合的数目,并可简化关联代价的计算.仿真结果表明,该算法的计算量小于标准的三维指派算法.     

纯方位被动多传感器多目标跟踪算法

多传感器多目标跟踪中的数据关联问题是目标跟踪领域中的难点及核心。若传感器是只有角度量测的被动传感器,关联问题则变得更为复杂。针对纯方位多被动传感器系统的多目标跟踪问题,提出了一种基于高斯-厄密特滤波的动态多维分配方法。首先建立了直角坐标系下多被动传感器的高斯-厄密特滤波模型;在该模型的基础上,采用多维分配问题的思想,直接建立各传感器角度量测与目标角度预测值的候选关联组合,并将其进行动态地分配,提高了关联效率。仿真实验表明,该方法可以实时、高效地解决多被动传感器系统中的数据关联问题,并且能够对多目标进行稳定的跟踪。     

基于角度余切值的多被动传感器数据关联

本文针对被动多传感器的量测数据关联问题,提出一种新颖的基于角度余切值的快速数据关联算法.该算法直接采用角度信息进行数据关联,不需要计算异面直线之间的距离,避免了将角度换算成距离,有效提高了计算效率.首先通过方位角与俯仰角检测对所有可能关联组合进行筛选,然后采用指示函数法对候选关联集进行分析,挑选出正确的关联组合.仿真实验表明,该算法在不影响性能的前提下,运算时间上明显少于传统算法.     

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%。     

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。     

基于视线测量改进的主被动联合探测数据关联

针对主被动传感器异地配置情况,利用视线测量转换过程,对主被动联合探测的数据关联算法进行了改进:首先,计算视线垂足至主动传感器的距离,以方位测量与该距离之差(测量差)构造新的统计量,通过视线间距以及测量差两个统计量检验初选出候选关联集;接着,主被动视线交叉将不完整的被动测量补充为完整测量,用精度加权法实现多角度测量之间的融合,得到候选集的定位点估计,计算各定位点与目标的关联概率;然后,以视线间距和测量差构造测量距离,利用测量距离之和表征关联集内部各视线的紧密度,给出视线关联度;最后,用视线关联度修正关联概率,最大值搜索正确关联组合。仿真实验结果验证了算法的有效性。     

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。     

基于一维测量的多传感器多目标数据关联

本文在S-D分配算法的基础上,提出一种基于一维测量数据的多基地雷达多目标数据关联的方法.在每个传感器仅能给出目标的一维距离和量测信息,并且同时存在虚警的条件下,该方法首先利用4维组合的冗余信息对各传感器的量测值进行组合筛选,然后由4维分配算法进行多目标的数据关联,仿真结果表明该方法可以有效提高多目标的正确关联概率.     

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...     

基于多维指派算法的被动多目标跟踪方案

该文针对无源测向交叉定位系统提出了基于多维指派算法的被动多目标跟踪方案。该方案是将三维空间的基准线最小代价算法与动态2D指派算法相结合。该方案的特点是：三维空间的基准线最小代价算法是一种快速数据关联算法,它能够快速削减候选关联集合并简化关联代价的计算,完成航迹起始任务;动态2D指派算法则能够简单而准确地实现观测与航迹的关联。仿真结果证明该方案可以有效地完成无源测向交叉定位系统中的多目标跟踪任务。     

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。     

采用目标假设的三被动式传感器数据关联算法

被动式传感器目标跟踪是多传感器多目标跟踪领域的一个重要研究方向。针对三被动式传感器多目标定位系统全局最优数据关联的三维分配问题,在允许传感器漏检和虚警的情况下,通过分析拉格朗日松弛算法,提出一种假定真实目标的快速收敛算法。该算法通过粗关联假定真实目标并重新修改代价矩阵,然后进行细关联,使得拉格朗日松弛算法在保证关联精度的前提下有效地提高了收敛速度。理论分析和实验结果表明,该算法提高了数据关联的速度,并在一定程度上提高了关联准确率。     

被动传感器组网模糊综合贴近度的数据关联算法

针对被动传感器采样非周期且采样数据缺乏距离信息等特点,提出了一种用于解决目标航迹与传感器量测相关联的模糊综合贴近度的数据关联算法.由于被动传感器的量测没有距离信息且传感器探测范围小,本算法首先设置两个关联波门进行量测筛选;然后采用航向确定法得出航向角信息,并综合方位角、俯仰角信息,使用模糊综合的方法进行最终的关联,以解决关联错误率高的问题;最后使用扩展卡尔曼滤波进行目标状态与协方差的更新.实验结果证明了该算法方法的有效性.     

Tracking and Coordination of Multiple Agents Using Sensor Networks: System Design, Algorithms and Experiments

This paper considers the problem of pursuit evasion games (PEGs), where the objective of a group of pursuers is to chase and capture a group of evaders in minimum time with the aid of a sensor network. The main challenge in developing a real-time control system using sensor networks is the inconsistency in sensor measurements due to packet loss, communication delay, and false detections. We address this challenge by developing a real-time hierarchical control system, named LochNess, which decouples the estimation of evader states from the control of pursuers via multiple layers of data fusion. The multiple layers of data fusion convert noisy, inconsistent, and bursty sensor measurements into a consistent set of fused measurements. Three novel algorithms are developed for LochNess: multisensor fusion, hierarchical multitarget tracking, and multiagent coordination algorithms. The multisensor fusion algorithm converts correlated sensor measurements into position estimates, the hierarchical multitarget tracking algorithm based on Markov chain Monte Carlo data association (MCMCDA) tracks an unknown number of targets, and the multiagent coordination algorithm coordinates pursuers to chase and capture evaders using robust minimum-time control. The control system LochNess is evaluated in simulation and successfully demonstrated using a large-scale outdoor sensor network deployment     

Multi-Deme Parallel FGAs-Based Algorithm for Multitarget Tracking

For data association in multisensor and multitarget tracking, a novel parallel algorithm is developed to improve the efficiency and real-time performance of FGAs-based algorithm. One Cluster of Workstation （COW） with Message Passing Interface （MPI） is built. The proposed Multi-Deme Parallel FGA （MDPFGA） is run on the platform. A serial of special MDPFGAs are used to determine the static and the dynamic solutions of generalized m-best S-D assignment problem respectively, as well as target states estimation in track management. Such an assignment-based parallel algorithm is demonstrated on simulated passive sensor track formation and maintenance problem. While illustrating the feasibility of the proposed algorithm in multisensor multitarget tracking, simulation results indicate that the MDPFGAs-based algorithm has greater efficiency and speed than the FGAs-based algorithm.     

基于小波变换的快速多目标多帧多空间数据关联

该文提出一种基于小波变换的快速多目标多帧多空间数据关联算法。小波变换的引入把数据关联推广到多帧情况。该算法具有不依赖先验知识的特点,在复杂杂波环境下表现出较好的关联效果。算法的关联性能在多被动传感器多目标跟踪系统中进行了评估。仿真实验表明新算法在复杂杂波环境下表现出比联合概率数据关联等算法小的计算复杂度和好的关联效果。     

多维分配的剪枝法及其在无源探测跟踪中的应用

本文通过对多维分配问题的数学模型进行分析,利用代价矩阵所提供的信息对解矩阵进行变换,提出了多维分配问题的"剪枝"求解方法,给出了该算法的理论证明分析,对其"剪枝"机理进行了分析说明,对具体的求解步骤进行了描述,并将其应用于无源探测跟踪中.该方法对分配问题的维数没有任何限制,对无源探测设备的数目没有特殊要求,为无源探测跟踪技术提供了一种新的有效方法.