基于隨機(jī)集理論的多目標(biāo)跟蹤方法.pdf

1、隨著傳感器技術(shù)和信息技術(shù)的發(fā)展,多目標(biāo)跟蹤技術(shù)迅速崛起,無論是在軍事領(lǐng)域還是民用領(lǐng)域都得到了廣泛應(yīng)用。多目標(biāo)跟蹤的實(shí)質(zhì)是根據(jù)給定的量測(cè)序列估計(jì)未知隨時(shí)間變化的目標(biāo)的數(shù)目和目標(biāo)的狀態(tài)。給定的量測(cè)集無法區(qū)分哪些是來自目標(biāo)的量測(cè),哪些是雜波和噪聲產(chǎn)生的量測(cè),容易產(chǎn)生虛警和漏跟,這給多目標(biāo)跟蹤帶來巨大挑戰(zhàn)。隨機(jī)集理論為多目標(biāo)跟蹤濾波提供新的思路,解決了目標(biāo)數(shù)據(jù)關(guān)聯(lián)和目標(biāo)數(shù)目變化的難題。本文重點(diǎn)研究了基于隨機(jī)集理論的多目標(biāo)跟蹤方法。
　　首

2、先介紹了多傳感器多目標(biāo)跟蹤技術(shù)的基本濾波方法,重點(diǎn)詳述了隨機(jī)集的基本理論和它在多目標(biāo)跟蹤中的應(yīng)用。對(duì)概率假設(shè)密度濾波(Probability Hypothesis Density, PHD)和帶勢(shì)的概率假設(shè)密度濾波(Cardinality Probability Hypothesis Density, CPHD)兩種方法的實(shí)現(xiàn)進(jìn)行了深入的研究,并比較了他們的優(yōu)劣,仿真驗(yàn)證了他們的跟蹤性能。然后針對(duì)復(fù)雜雜波情況下未知雜波強(qiáng)度的多目標(biāo)跟蹤問

3、題,提出了改進(jìn)的高斯粒子概率假設(shè)密度濾波。仿真實(shí)驗(yàn)表明此方法跟蹤性能明顯優(yōu)于未進(jìn)行估計(jì)的多目標(biāo)跟蹤算法。
　　最后針對(duì)多機(jī)動(dòng)目標(biāo)跟蹤算法未能解決目標(biāo)突然消失,一段時(shí)間之后又出現(xiàn)的問題,文中提出了一種改進(jìn)的多機(jī)動(dòng)目標(biāo)跟蹤算法。該算法在更新目標(biāo)狀態(tài)和高斯分量時(shí),判斷目標(biāo)是否消失,若目標(biāo)消失,則保留其跟蹤濾波狀態(tài),做出標(biāo)記,繼續(xù)估計(jì)其目標(biāo)狀態(tài),不計(jì)入目標(biāo)軌跡中;當(dāng)有目標(biāo)出現(xiàn),將其目標(biāo)的狀態(tài)信息與消失的目標(biāo)估計(jì)的此狀態(tài)比較,若兩者狀態(tài)幾乎