杂波环境下多被动传感器单目标跟踪算法

由于被动传感器只能获得目标的角度量测,因此杂波环境下基于被动传感器的关联问题较主动传感器更为困难。针对杂波环境下纯方位多被动传感器系统的单目标跟踪问题,提出了一种基于扩展卡尔曼滤波的模糊综合贴近度关联跟踪方法。该方法采用直角坐标系下多被动传感器系统的扩展卡尔曼滤波对目标进行跟踪。首先利用目标航迹的预测信息,针对每个传感器建立确认跟踪门;在获得候选关联组合后,直接利用角度信息建立各候选关联组合与角度预测值间的模糊综合贴近度,通过在所获得的全部模糊综合贴近度中寻求最优解完成量测到航迹的关联。仿真实验表明,该方法可以有效地解决杂波环境下多被动传感器系统的单目标跟踪问题。     

基于一维测量的多传感器多目标数据关联

本文在S-D分配算法的基础上,提出一种基于一维测量数据的多基地雷达多目标数据关联的方法.在每个传感器仅能给出目标的一维距离和量测信息,并且同时存在虚警的条件下,该方法首先利用4维组合的冗余信息对各传感器的量测值进行组合筛选,然后由4维分配算法进行多目标的数据关联,仿真结果表明该方法可以有效提高多目标的正确关联概率.     

基于航向参照匹配的航迹抗差关联算法

探讨了系统误差影响下的多传感器航迹关联问题。由于传感器观测存在虚警和漏报,利用目标拓扑信息进行航迹关联的算法可靠性会降低。提出一种基于航向参照匹配的航迹抗差关联算法,该算法首先建立以传感器观测目标为原点、航向为参照的运动坐标系,对邻居目标数据进行旋转和平移转换;然后对各目标参照系下的邻居目标以目标距离为统计量进行全局最优关联;最后以各目标参照系下确认关联对的平均距离为匹配度量,以使匹配度量最小的参照目标对为关联匹配目标。仿真结果从目标共同观测率、系统误差范围和目标密集程度等方面验证了算法的有效性和健壮性。     

主被动传感器实时信息融合的STMHM算法

 主、被动传感器实时信息融合是同时实现目标跟踪和目标识别的重要途径,构建STMHM(空时二维多假设模型)算法来解决该问题.首先,设计主、被动传感器的融合数据模型,并分别构建两类传感器的目标量测空间,设计STMHM的融合空间;其次,提出主、被动传感器量测空间时间初始化方法,并设计模型的滤波算法,给出适应于该算法的信息融合评判规则;最后,设计空中态势,运用该算法对数据进行融合,验证算法的有效性.     

三维数据关联情况下外辐射源雷达多目标跟踪研究

不同于传统多目标跟踪,除了量测-目标数据关联模糊问题外,外辐射源雷达跟踪系统新增了量测-发射机数据关联模糊问题.针对此问题,该文通过引入一个新的关联变量来表示量测和发射机之间的数据关联关系,提出了目标-量测-发射机3维数据关联改进概率多假设跟踪(PMHT)算法.该算法利用期望极大化(EM)算法的独立性假设条件得到最大后验概率意义下的最优跟踪.为了增加目标-量测-发射机之间数据关联的准确性,提高多目标与量测后验关联概率的精确度,将量测信息设定为均值相同协方差不同的混合高斯分布.针对距离-多普勒量测的非线性性,利用无味卡尔曼平滑(UKS)算法进行多目标状态估计.仿真结果表明,对于FKIE外辐射源雷达数据集(杂波密度很高),所提算法的目标与航迹关联成功率高,抗杂波性能强,证明了算法的有效性.     

基于D-S证据理论的数据关联新方法

针对被动传感器网络中的多目标数据关联,提出一种基于D-S证据理论的数据关联新方法。根据被动传感器网络中多目标跟踪的特点,建立适合于被动目标数据关联的6种合成证据（包含速度变化量、航向角变化量、飞行时间变化量、观测可能性、属性变化量与未知）,根据各自的自相关函数自适应确定证据权值,通过证据权值与信任函数的乘积动态调整合成中各证据的比重,最后应用多级决策获取对目标观测的关联结果。仿真结果表明,使用自相关函数改进的D-S证据理论的数据关联新方法能够在抑制观测中冲突证据影响的同时,削减关联运算时间,获得被动多目标实时有效的关联结果,性能优于模糊C均值聚类关联方法（FCM）和传统D-S证据理论的数据关联方法。      

基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

基于代价函数修正的异类传感器数据关联算法

针对现有异类传感器数据关联算法在构造关联代价时未充分考虑最大似然估计引入误差的问题,提出了一种修正代价函数的异类传感器数据关联算法。基于主、被动传感器各自的优势信息构造观测矩阵,得到目标的位置估计,继而根据异类传感器融合系统的观测模型得到伪量测信息,并利用一阶泰勒展开近似推出伪量测的方差信息,再用其对关联代价函数进行修正,改进后的代价函数能更加准确地描述量测之间的关系。仿真结果表明,修正后的关联代价函数能更精确地反映数据关联的可能性程度,所提算法可获得更好的关联正确率。     

航向角辅助的模糊数据关联算法

为了在不增加运算复杂度的条件下有效提高多目标跟踪的跟踪精度和关联正确率,本文提出了一种采用航向角进行辅助的多目标模糊数据关联新方法。算法首先分析航向和距离信息是区分不同航路的有效参数,然后介绍了航向角的定义及求解方法,即利用当前时刻的雷达测量和前一时刻的滤波状态向量计算目标的测量航向角,并通过容积卡尔曼滤波器（Cubature Kalman Filter, CKF）对包括目标航向在内的状态向量进行更新,利用模糊逻辑推理进行多目标数据关联。实验结果表明,提出算法与传统的最近邻方法（Nearest Neighbor, NN）相比具有较高的关联正确率,与联合概率数据关联方法（Joint Probability Data Association, JPDA）相比,在保证关联正确率的前提下跟踪精度和运算效率均得到了较大提高,更适合工程应用。      

三维数据关联情况下外辐射源雷达多目标跟踪研究

不同于传统多目标跟踪,除了量测-目标数据关联模糊问题外,外辐射源雷达跟踪系统新增了量测-发射机数据关联模糊问题。针对此问题,该文通过引入一个新的关联变量来表示量测和发射机之间的数据关联关系,提出了目标-量测-发射机3维数据关联改进概率多假设跟踪(PMHT)算法。该算法利用期望极大化(EM)算法的独立性假设条件得到最大后验概率意义下的最优跟踪。为了增加目标-量测-发射机之间数据关联的准确性,提高多目标与量测后验关联概率的精确度,将量测信息设定为均值相同协方差不同的混合高斯分布。针对距离-多普勒量测的非线性性,利用无味卡尔曼平滑(UKS)算法进行多目标状态估计。仿真结果表明,对于FKIE外辐射源雷达数据集(杂波密度很高),所提算法的目标与航迹关联成功率高,抗杂波性能强,证明了算法的有效性。     

被动传感器网基于模糊综合贴近度的航迹起始

提出了适用于被动传感器网数据关联的模糊数学模型,定义了模糊综合贴近度,基于模糊综合贴近度提出了模糊航迹起始算法.研究了最速下降法中搜索起始点选取、候选目标初始状态估计、目标检测、多义性处理等问题.模糊航迹起始算法的优点是不必已知杂波特性及目标探测概率.仿真实验结果表明,该算法能有效实现航迹起始.     

Bearings-only maneuvering target tracking based on fuzzy clustering in a cluttered environment

This paper proposes a novel bearings-only maneuvering target tracking algorithm based on maximum entropy fuzzy clustering in a cluttered environment. In the proposed algorithm, the interacting multiple model (IMM) approach is used to solve the maneuvering problem of target, and the false alarms generated by clutter are accommodated through a probabilistic data association filter (PDAF). To reduce the computational load, the association probability is substituted by fuzzy membership degree provided by a modified version of fuzzy clustering algorithm based on maximum entropy principle, and the “maximum validation distance” is also defined based on the discrimination factor, which enables the algorithm eliminate invalid measurements. Moreover, to avoid the unobservability problem of passive target tracking, a nonlinear measurement model of multiple passive sensors is formulated. Finally, simulation results show that the proposed algorithm has advantages over the conventional IMM-PDAF algorithm in terms of simplicity and efficiency.     

改进的K-Means算法在特征关联中的应用

特征关联是无源多传感器辐射源融合识别的一个关键步骤。特征关联是根据来源于同一辐射源的量测数据所具有的相似性,采用一定的算法和分配策略将多传感器获取的对多辐射源的量测值进行分类划分和关联判定,利用辐射源的特征信息来消除关联模糊。特征关联过程中一个重要环节就是分类算法的选取。K-Means算法是基于划分的聚类算法,已经广泛应用于诸多领域。改进了 K-Means算法,用灰关联度代替传统的距离度量定义了样本点间的距离,并对模拟产生的雷达辐射源特征参数样本集 Radar-da-tabase进行了分类。仿真结果表明,改进的K-Means算法提高了关联正确率,但消耗了更多时间。     

多源多目标跟踪聚类算法

本文提出了一种改进的多源约束聚类算法,以解决多传感器多目标跟踪（Multi-Object Tracking/Estimation, MOTD）问题。MOTD问题对应于在缺乏噪声和目标运动模型等先验信息的情况下,对多个传感器的量测数据进行聚类。针对现有算法对选定传感器量测敏感的问题,本文提出的算法首先根据选定传感器量测数据点的局部密度,对该传感器量测数据进行筛选排序;其次,对排序后的每一个量测数据点,计算和其他传感器量测的高斯核距离,每个传感器返回距离最小的数据点;最后计算在截断距离内的数据点的数量,当大于给定阈值时判定这些数据点为目标产生的量测,簇的中心（个数）即为目标的位置（个数）。实验结果表明,对比现有多源聚类算法,本文提出的算法在传感器目标检测概率较高的场景中聚类精度和聚类速度均有所改善。      

Fuzzy image clustering incorporating spatial continuity

The authors present a spatial fuzzy clustering algorithm that exploits the spatial contextual information in image data. The objective functional of their method utilises a new dissimilarity index that takes into account the influence of the neighbouring pixels on the centre pixel in a 3×1 window. The algorithm is adaptive to the image content in the sense that influence from the neighbouring pixels is suppressed in nonhomogeneous regions in the image. A cluster merging scheme that merges two clusters based on their closeness and their degree of overlap is presented. Through this merging scheme, an `optimal' number of clusters can be determined automatically as iteration proceeds. Experimental results with synthetic and real images indicate that the proposed algorithm is more tolerant to noise, better at resolving classification ambiguity and coping with different cluster shape and size than the conventional fuzzy c-means algorithm     

基于TDOA量测的多目标快速航迹起始算法

针对基于时差量测的多站无源传感器系统,提出了一种快速的多目标航迹起始算法。该算法首先利用位置误差门准则对大量候选关联进行预选,然后采用多维分配方法来解决量测数据的关联问题,并求出候选关联对应的定位解;在此基础上,应用两点差分方法分别对多目标进行航迹起始,推导了相应的初始状态和误差协方差矩阵。仿真结果表明,该算法能够快速起始多目标的航迹,并为航迹提供精确可靠的初始状态估计值。     

一种基于GA的无源交叉定位数据关联算法

针对多站无源测向交叉定位的多目标辐射源数据关联问题,提出了一种基于遗传算法的无源多站多目标交叉定位数据关联算法。利用遗传算法在解决组合优化中NP问题的优势,将遗传算法引入到数据关联算法的求解过程中,对基于残差的数据关联算法进行了优化改进,给出了求解步骤。仿真结果表明,在考虑虚警和漏检的情况下,由于遗传算法充分利用了全局信息,所以基于遗传算法的数据关联算法能以较快的速度实现收敛,并且正确关联率明显提高,从而能够更有效地分辨真实目标和虚假目标。     

基于视线测量改进的主被动联合探测数据关联

针对主被动传感器异地配置情况,利用视线测量转换过程,对主被动联合探测的数据关联算法进行了改进:首先,计算视线垂足至主动传感器的距离,以方位测量与该距离之差(测量差)构造新的统计量,通过视线间距以及测量差两个统计量检验初选出候选关联集;接着,主被动视线交叉将不完整的被动测量补充为完整测量,用精度加权法实现多角度测量之间的融合,得到候选集的定位点估计,计算各定位点与目标的关联概率;然后,以视线间距和测量差构造测量距离,利用测量距离之和表征关联集内部各视线的紧密度,给出视线关联度;最后,用视线关联度修正关联概率,最大值搜索正确关联组合。仿真实验结果验证了算法的有效性。