PMHT算法及其在天波雷達目標跟蹤的應用.pdf

1、目標與量測的關聯(lián)是多目標跟蹤的一個比較核心的問題。在傳統(tǒng)的數(shù)據(jù)關聯(lián)算法中，大多數(shù)要窮舉所有可能的關聯(lián)事件，從而導致計算量隨著目標和量測數(shù)目成指數(shù)增長，不利于實際應用，本文研究基于概率多假設(PMHT)的算法在目標跟蹤中的應用，主要工作如下： 1、對PMHT算法的國內外研究現(xiàn)狀進行了綜述，分析了該算法在理論及應用方面存在的問題。 2、深入分析了PMHT算法、以及各個改進的PMHT算法的優(yōu)缺點，并對PMHT算法，各改進算法進

2、行仿真比較分析，給出了一些可供應用參考的結論。 3、針對PMHT算法的迭代、批處理特性，將統(tǒng)計距離、統(tǒng)計距離增量作為系統(tǒng)方差的調整參量，采用模糊專家規(guī)則系統(tǒng)，提出了一種適用于機動目標的模糊自適應概率多假設跟蹤(FA-PMHT)算法。該算法將數(shù)據(jù)關聯(lián)尋優(yōu)與運動模型尋優(yōu)聯(lián)合處理，從而實現(xiàn)了數(shù)據(jù)關聯(lián)尋優(yōu)、目標模型尋優(yōu)一體化。仿真結果表明，所提算法在跟蹤精度上有明顯提高，并且滿足實時性要求，證明該算法是有效的。 4、PMHT是一

3、種基于貝葉斯的算法，在框架結構上具有易擴展特性，本文基于此提出了一種基于圖像信息的融合自適應Homethetic-PMHT算法。該算法綜合利用屬性信息以及傳統(tǒng)的位置量測信息，將從圖像信息中獲取的量測通過模糊處理得到目標屬性(幅值、RCS)概率信息，并將目標屬性概率信息、目標量測信息統(tǒng)一到概率多假設框架下形成一種廣義數(shù)據(jù)關聯(lián)跟蹤算法。仿真結果表明該算法的有效性。 5、針對天波雷達多路徑會產生多個量測，而PMHT的假設條件：一個目標