基于多特征融合的高机动多目标低截获概率跟踪技术

在多目标跟踪过程中，目标的高机动特性使得传统采用固定运动模型或交互式多模型的目标跟踪算法很难实时精确匹配目标运动模型，从而引起高机动目标的低跟踪精度问题。针对这一问题，本文提出一种基于目标运动状态模型自适应更新的高机动多目标跟踪算法。在多目标跟踪过程中，该算法采用多特征聚类融合算法进行目标运动模型估计，并根据各目标跟踪波动参数进行状态转移矩阵决策更新，同时利用联合概率数据关联实现多机动目标状态转移矩阵自适应更新的关联跟踪，从而解决了传统多目标跟踪算法因目标运动模型失配引起的低跟踪精度问题。在目标跟踪算法的传感器选择上，无源传感器不对外辐射能量，具有较好的低截获概率性能，但其跟踪精度有限，常不能满足多目标高跟踪精度的要求。雷达作为有源传感器，具有较高的跟踪精度。但由于雷达对外辐射信号，容易被防御方截获。针对这一问题，本文提出了一种无源传感器目标跟踪为主，有源雷达间歇跟踪为辅的多传感器协同管理目标跟踪算法。该算法通过对目标跟踪本征堆积误差的判断进行传感器的最优分配，并根据波动参数的大小进行状态转移矩阵决策更新。仿真结果验证了本文所提出的多传感器协同的高机动目标跟踪算法在满足高机动目标跟踪精...