基于多传感器数据融合的多目标跟踪算法研究

针对复杂环境下多传感器多目标跟踪问题，提出一种基于改进动态加权数据融合的UKF滤波多目标跟踪算法。该算法基于分布式融合结构，对于每个传感器得到的多个目标的观测信息，首先通过最近邻(Nearest Neighbor,NN)数据关联算法进行航迹关联；然后用无迹卡尔曼滤波(Unscented Kalman Filter，UKF)完成对多目标状态的估计，得到目标最新的运动轨迹；与此同时，综合多个传感器估计的目标轨迹，应用改进的动态加权数据融合算法，得到最终的目标轨迹。仿真结果表明，该算法能有效地发挥多传感器数据融合优势，准确地跟踪多个运动目标。与单传感器目标跟踪相比，多传感器数据融合后的目标跟踪精度提高20%以上。