基于KL距离的异类传感器动态数据关联算法

针对异类传感器多目标跟踪系统中的动态数据关联问题,提出了一种基于KL距离的异类传感器动态数据关联算法。该方法将静态多维分配问题推广到动态跟踪中,通过对量测集合与航迹集合的合并,将各传感器量测估计位置的概率密度函数与目标航迹一步预测值的概率密度函数之间的KL距离作为关联代价函数,继而代入多维分配模型求解,从而实现量测到航迹的动态关联。仿真实验表明,所提算法能更精准地反映量测与航迹之间关联的可能性,且能够对多目标进行快速稳定的跟踪。     

一种多传感器融合的多维数据互联算法

多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一.文中提出了一种多传感器融合的多维数据互联算法.首先进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的数据互联算法,对现有的多维数据互联算法存在问题进行了分析和改进,给出了算法实现的伪代码.仿真与实验结果表明,该算法对弹道目标跟踪具有较好的效果,对复杂环境下的多目标也能进行稳定地跟踪.     

基于航迹隶属度的分布式系统数据融合算法

航迹关联与航迹融合是分布式目标跟踪系统数据融合的关键.本文研究了基于航迹隶属度的数据融合算法.综合各传感器航迹估计形成的目标运动状态特征向量与传感器分辨率,根据模糊聚类算法建立各观测时刻航迹隶属度矩阵与系统航迹关联决策矩阵,解决融合中心航迹关联问题.根据加权融合算法思想,结合各观测时刻航迹隶属度矩阵,实时、动态分配航迹号集合中各局部航迹权值,解决目标航迹融合问题.蒙特卡罗仿真表明,算法航迹关联效果明显优于加权航迹关联算法,并得到与简单航迹融合算法一致的目标融合航迹.     

基于改进动态关联的多目标无源跟踪算法

针对状态-状态动态关联算法关联精度差,计算量大等缺点,提出了基于状态-量测动态关联的多目标只测角无源跟踪算法。该算法在航迹起始后,将目标状态估计直接与下一时刻由静态量测-量测数据关联确定的S元量测进行关联,利用二维分配算法得出关联对后,通过不敏卡尔曼滤波算法对关联出的方位角集合进行非线性滤波从而实现对与之关联目标的状态更新。仿真结果表明所提多目标跟踪算法能有效关联不同时刻源于同一目标的S元量测从而实现多目标跟踪且适合目标数目变化的情况,具有较好的工程应用前景。     

集中交互式多传感器模糊联合概率数据互联算法

 为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器模糊联合概率数据互联算法.该算法首先设定多个跟踪模型并计算每个模型中测量点迹与航迹测量预测之间的模糊综合相似度;然后基于阈值判别及经验概率法则计算模糊联合互联概率,并基于此概率对各航迹进行状态估计及状态估计协方差的更新;最后计算各模型概率,并据此概率对各模型所获得状态估计进行加权得出各航迹在融合中心最终的状态估计.对该算法与集中交互式多传感器联合概率数据互联算法进行仿真比较,仿真结果显示该算法的跟踪精度较后者有显著提高,同时有效地降低了周期耗时,综合性能更优越.     

相控阵雷达多目标跟踪原理及数据关联算法研究

介绍了目标跟踪原理,并以多功能相控阵雷达为背景,研究了多目标跟踪数据关联过程.针对数据关联过程中量测起源的不确定性问题及概率数据关联算法(PDA)和联合概率数据关联算法(JPDA)的不足,给出了一种改进的概率数据关联算法(MPDA),该算法既不像PDA算法那样不考虑公共测量值对航迹的影响,也不像JPDA算法对所用的关联解进行搜索,而是重点分析了跟踪门交叠区域中的公共测量值对航迹更新的影响.蒙特卡罗仿真结果表明,该算法具有较小计算量及较好的实时跟踪性能,适于相控阵雷达的数据处理.     

综合利用各类信息的异类灰色航迹关联算法

异类传感器航迹关联是航迹融合中的一个难点,红外传感器与雷达的航迹关联是典型的异类传感器航迹关联。综合利用角度和其他特征信息是改善异类传感器航迹关联的一个重要途径。针对异类传感器数据关联用于关联的信息量少的问题,对于雷达在直角坐标系对目标进行跟踪,红外传感器在修正的球坐标系对目标进行跟踪的情况,综合利用角度、角度变化率和ITG信息,提出了一种基于灰色理论的航迹关联决策方法,计算机仿真结果表明新的关联算法与只利用角度信息的关联算法相比具有更好的关联性能。     

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.     

一种新的单站红外目标纯方位参数航迹滤波方法

红外单站只能测量目标的角度信息,难以获取目标的距离信息,无法在直角坐标系下有效对3维目标进行跟踪.该文提出一种新的纯方位参数航迹滤波方法,该算法避免传统方法中需采用多站交叉定位的思路,根据红外传感器测量速率较高的特点,直接利用单传感器测量的方位角序列,对目标航迹参数进行估计,较好地解决了单站的目标跟踪问题.仿真结果表明,该方法对直线运动或机动目标具有良好的跟踪性能.     

红外传感器在点迹/航迹关联中的应用

点迹／航迹关联是多传感器数据融合系统的关键问题，为提高关联的正确率，把红外传感器方位数据与雷达数据进行关联，通过红外高精度的角度测量和雷达高精度的距离测量的融合，减小系统融合航迹同真实航迹间的误差，给出对目标航迹的精确状态估计，分别讨论了雷达数据的航迹关联算法和雷达／红外数据的航迹关联算法，并进行了仿真性能比较和分析。     

Multi-Deme Parallel FGAs-Based Algorithm for Multitarget Tracking

For data association in multisensor and multitarget tracking, a novel parallel algorithm is developed to improve the efficiency and real-time performance of FGAs-based algorithm. One Cluster of Workstation （COW） with Message Passing Interface （MPI） is built. The proposed Multi-Deme Parallel FGA （MDPFGA） is run on the platform. A serial of special MDPFGAs are used to determine the static and the dynamic solutions of generalized m-best S-D assignment problem respectively, as well as target states estimation in track management. Such an assignment-based parallel algorithm is demonstrated on simulated passive sensor track formation and maintenance problem. While illustrating the feasibility of the proposed algorithm in multisensor multitarget tracking, simulation results indicate that the MDPFGAs-based algorithm has greater efficiency and speed than the FGAs-based 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。     

基于信息散度的雷达/红外数据关联算法

针对基于多维分配模型的雷达与红外数据关联算法在构造关联代价函数时未考虑最大似然估计引入的误差的一问题,提出了一种基于信息散度的雷达与红外数据关联算法.该算法首先利用无迹变换获得伪量测的统计信息.然后在构造关联代价函数时,将真实量测数据的极大后验分布和伪量测的概率密度函数的之间的Kullback-Leibler散度(KLD)作为关联代价,继而代入多维分配模型求解关联.最后进行了仿真分析,结果表明该算法具有良好的关联性能,其关联代价可更精准地反映数据关联的可能性程度.     

基于多维指派算法的被动多目标跟踪方案

该文针对无源测向交叉定位系统提出了基于多维指派算法的被动多目标跟踪方案。该方案是将三维空间的基准线最小代价算法与动态2D指派算法相结合。该方案的特点是：三维空间的基准线最小代价算法是一种快速数据关联算法，它能够快速削减候选关联集合并简化关联代价的计算，完成航迹起始任务；动态2D指派算法则能够简单而准确地实现观测与航迹的关联。仿真结果证明该方案可以有效地完成无源测向交叉定位系统中的多目标跟踪任务。     

基于运动特性约束的中段目标群角轨迹关联算法

中段目标群角轨迹关联问题是天基跟踪监视系统的核心和难点之一。常用的基于倾角差关联方法仅利用了目标与传感器之间的几何约束方法,在中段目标群场景下关联效果不理想。该文提出一种基于中段目标群运动特性的角轨迹关联算法。首先,给出中段目标群的运动模型和角轨迹测量模型。其次,构建中段目标群的似然函数作为代价因子,采用基于二维指派的角轨迹关联算法。接下来进行Mont Carlo仿真试验,从角轨迹长度、视线测量误差、弹头诱饵间距三方面对算法性能进行验证。结果表明,该关联算法可以获得良好的中段目标群角轨迹关联性能。      

Localization of multiple emitters based on the sequential PHD filter

The localization of multiple emitters from passive angle measurements is a widely investigated problem. Traditionally, the central problem of state estimation for multiple targets by multiple passive sensors is data association. Mathematically, the formulation of the data association problem leads to a generalization of an S-dimensional (S-D) assignment problem. Unfortunately, the complexity of solving an S-D assignment problem for S≥3 is NP hard. A practical solution is to solve the multidimensional assignment problem using multistage Lagrangian relaxation. However, the computational requirements of it explode with the number of sensors. Additionally, it cannot give satisfactory results in dense clutter environment. In this paper, the sequential probability hypothesis density (PHD) filter using passive sensors in two different manners for localization of multiple emitters is introduced. Simulation results show that the sequential PHD filter can achieve better performance with smaller computational complexity than the method based on S-D assignment programming in dense clutter environment.     

一种多普勒盲区条件下的多假设运动模型目标跟踪方法

 机载预警雷达存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对该问题,提出了一种基于多假设运动模型的目标跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个假设运动模型,当新出现的量测值落入任何一个运动模型形成的关联波门内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,有效提高了目标连续跟踪性能。     

三维空间被动传感器的快速数据关联算法研究

这篇文章主要研究的是三维被动传感器的静态测量数据关联问题.多维指派算法以及它的诸多近优改进型方法已被证明可有效解决数据关联问题,但它们的缺点是候选关联代价的计算复杂且计算量大.我们提出了一种快速数据关联算法即基准线最小代价算法,该算法实质上是基准线算法与改进的三维指派算法的结合.它的优点是可快速削减候选关联集合的数目,并可简化关联代价的计算.仿真结果表明,该算法的计算量小于标准的三维指派算法.