多機動目標跟蹤中數(shù)據(jù)關聯(lián)算法的研究.pdf

1、本文主要對多目標跟蹤中的數(shù)據(jù)關聯(lián)算法進行了研究。數(shù)據(jù)關聯(lián)是機動目標跟蹤中的一項關鍵技術。本文在概述了目標跟蹤的基本理論及基本環(huán)節(jié)基礎上，對數(shù)據(jù)關聯(lián)特點和過程進行了全面的分析和概括總結，并對數(shù)據(jù)關聯(lián)算法中的幾種經(jīng)典算法：最近鄰算法、概率數(shù)據(jù)關聯(lián)算法、聯(lián)合概率數(shù)據(jù)關聯(lián)算法和交互多模型概率數(shù)據(jù)關聯(lián)算法進行了深入的研究。在高噪聲密集雜波環(huán)境下，僅利用目標的運動量測信息，很難將目標和雜波區(qū)分開。針對這一問題，本文融入目標的特征量測信息，創(chuàng)新性的提

2、出了一種基于最小二乘的多特征概率數(shù)據(jù)關聯(lián)EM方法，利用多個特征信息，增強目標和雜波的區(qū)分能力。仿真結果表明，該方法能夠增強區(qū)分目標和雜波的能力，并能夠減小相近特征量測所引起的跟蹤誤導，顯著地提高對目標的跟蹤精度。此外，在航跡關聯(lián)中，本文對Viterbi數(shù)據(jù)關聯(lián)算法進行了改進。在Viterbi數(shù)據(jù)關聯(lián)算法基礎上，結合最近鄰思想，進行二次關聯(lián)，減小虛假航跡的干擾，對目標航跡進行最優(yōu)選擇。這種改進的Viterbi數(shù)據(jù)關聯(lián)方法能夠連續(xù)處理丟失的