综合利用各类信息的异类灰色航迹关联算法

异类传感器航迹关联是航迹融合中的一个难点,红外传感器与雷达的航迹关联是典型的异类传感器航迹关联。综合利用角度和其他特征信息是改善异类传感器航迹关联的一个重要途径。针对异类传感器数据关联用于关联的信息量少的问题,对于雷达在直角坐标系对目标进行跟踪,红外传感器在修正的球坐标系对目标进行跟踪的情况,综合利用角度、角度变化率和ITG信息,提出了一种基于灰色理论的航迹关联决策方法,计算机仿真结果表明新的关联算法与只利用角度信息的关联算法相比具有更好的关联性能。     

多传感器融合多目标跟踪中的序贯航迹关联算法

对于分布式多传感器融合多目标跟踪系统,提出一种序贯处理的航迹关联融合算法。为实现杂波干扰环境中对密集多目标的精确跟踪,航迹关联采用了粗、精关联相结合的方法,最小均方误差法用于实现航迹融合。序贯处理的航迹关联融合算法在保证航迹关联正确的同时,大大降低了计算量。仿真实验结果说明了本文方法的有效性。     

多目标跟踪中的数据关联和航迹管理

传统的多目标关联算法JPDA存在两个缺陷:计算量较大,且其算法框架里缺乏航迹起始和终止逻辑。文中给出了一个航迹管理表,它包含多种情况下航迹的关联,能完成航迹的起始、维持和终结。在可靠航迹关联中,该文提出了一个改进的快速关联算法—多维概率数据关联(MPDA),讨论时主要考虑关联门相交区域中的公共回波对航迹更新的影响。MPDA可以类似与PDA的较低的计算代价达到了接近JPDA的关联成功率。仿真结果表明,文中的数据关联和航迹管理算法对复杂条件下的多目标跟踪能保持较高的跟踪成功率。     

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%。     

基于DS证据理论的灰色航迹关联技术研究

为了充分利用信号在时间上的冗余性,尽可能降低信号不确定性带来的影响,将DS证据理论引入到灰色航迹关联过程中,对局部节点每一时刻观测样本之间的灰关联度集合给出一个信任测度,然后利用DS组合规则对各时刻观测样本的信任度进行合成,得到信任度更高的结果,从而提升航迹正确关联率。仿真试验结果证明该算法性能明显优于单纯的灰色航迹关联算法。     

灰色航迹关联算法的分析与改进

研究并改进了灰色航迹关联算法。通过引入雷达自动检测理论中的双门限信号检测法,在原灰色航迹关联算法中设置双门限,提出了基于双门限的灰色航迹关联算法。经过仿真,改进后的新算法,将航迹平均关联正确率在原灰色航迹关联算法的基础上提高了1.42%。最后,对所有涉及的航迹关联算法进行了综合对比,分析了改进后的双门限灰色航迹关联算法的优势及适用环境。     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

红外多目标跟踪算法研究

介绍了红外搜索跟踪系统中多目标跟踪与航迹生成算法，采用极坐标数据进行数据的关联和滤波，采用基于逻辑的最近邻原则并结合目标的红外辐射特性进行航迹关联，实现多目标跟踪起始和终结。     

小波分析在多传感器多目标跟踪的航迹相关算法中的应用

在多传感器多目标融合跟踪系统中,航迹关联是对目标进行连续跟踪最重要的关键技术。在融合中心,对多传感器获得的目标航迹数据进行航迹关联处理,判断哪些航迹数据源于同一个目标。利用小波分析的方法提取航迹信号的趋势项信息,再结合传统的航迹关联处理方法对这些趋势信号进行关联判决。仿真实验表明这种方法是可行的。     

基于GDOP的分布式雷达网航迹关联阈值选择新方法

分布式雷达组网的航迹关联不仅与网内各雷达的性能有关,而且与目标的相对位置有关。本文提出一种新的雷达组网航迹关联方法,该方法在综合网内各雷达性能的基础上,将组网雷达定位精度几何稀释模型引入航迹关联算法当中。根据各雷达对观测同一目标定位精度的差异为参考,给出一种新的航迹关联门限阈值选择算法。本文介绍了航迹关联阈值的计算过程,并利用该方法对真实航迹数据进行了仿真。     

多目标跟踪的动态多维分配算法

多目标多传感器的数据关联问题一直是目标跟踪领域的核心和难点之一.数据关联是在一定准则下,连接具有共同源的测量或航迹的分配过程.具有代表性的数据互联方法都可以归结为特定的分配问题.然而现有的S-D分配算法只考虑同一时刻各传感器测量的互联,是一个静态结果.本文将静态分配推广到动态跟踪中,通过对测量集合和航迹集合的合并,把S维转变为S+1维问题,从而实现了分配的动态化.在此基础上考虑了有新目标出现的情况,并讨论了动态分配与静态分配的关系.最后对本文算法进行了仿真分析,结果表明,该算法能够对多目标进行稳定的跟踪.     

基于拓扑序列法的灰色航迹关联方法

为了解决组网雷达存在系统偏差情况下的航迹关联问题,提出了基于拓扑序列法的灰色航迹关联方法。首先,采用灰色理论生成当前时刻目标拓扑序列的灰色关联矩阵,并建立航迹间的相关度量;然后,运用全局最优化方法对相关度量矩阵进行最优化分配获得航迹关联对。该算法采用全局最优化方法避免了门限选择不当对正确关联概率带来的影响,有效地利用了航迹的空间分布信息和状态信息。仿真结果表明,该算法可以有效地实现系统偏差情况下的航迹关联。     

组网雷达多目标跟踪仿真系统

介绍研制的组网雷达多目标跟踪仿真系统及系统的组成、各部分的关键技术,给出仿真结果,仿真分析表明,该系统具有仿真组网雷达在电子战条件下跟踪大批次和复杂机动目标的能力。该系统不仅可以用来评价多目标跟踪算法在电子战条件下的性能,而且也可以用来评估雷达网在复杂电子条件下的综合性能。     

多传感器多目标分布跟踪中数据关联的快速算法

本文提出了一种基于局部估计融合的多传感器多目标数据关联算法，它包括粗关联和精关联两个过程。     

多目标纯方位定位和跟踪

当采用多个无源传感器对多个目标进行测向交叉定位时 ,首先需要考虑的是各个无源传感器之间的测量同步问题 ,通过上述问题以及复杂环境下的方位数据关联、目标位置信息融合等问题的研究 ,建立了复杂环境下多站多目标、纯方位和跟踪的数学模型 ,并通过仿真分析验证了该模型的可行性和有效性。     

带有反馈的分布式结构下的无序航迹融合算法

随着无序量测算法研究的不断深入, 分布式系统中的无序航迹融合估计问题也已经引起了研究者的关注。针对带有反馈的分布式结构下的无序航迹问题, 提出了基于递推融合NALE判决机制的融合算法。算法采用递推融合NALE判决机制, 在融合中心递推处理周期内无序到达的局部估计。而后, 在系统融合周期结束时刻将全局估计反馈到局部处理器。通过理论分析和仿真实验说明算法可有效处理无序航迹问题, 同时提高了系统稳定性和实时性。     

多目标跟踪中特征融合算子的选择技术研究

在基于信息融合的视频多目标跟踪过程中,特征融合算子的选择是关键.传统的基于特征融合的视频目标跟踪是将两个或两个以上特征作为测量特征通过某一融合机制进行融合权重.在一个高度非线性和难以建立模型的情形下,多目标之间的遮挡现象影响视频特性测量.为了解决该问题,提出了一种动态的选择融合算子的方法,以得到最好的跟踪性能.实验结果表明,动态地选择融合操作,可以提高互相遮挡的多目标跟踪性能.