基于PHD濾波器的雷達(dá)輻射源多目標(biāo)跟蹤技術(shù)研究.pdf

1、經(jīng)過了幾十年的研究和發(fā)展，傳統(tǒng)多目標(biāo)跟蹤方法已在許多工程領(lǐng)域得到了成功的應(yīng)用。但面對(duì)情況日益復(fù)雜的多目標(biāo)跟蹤場(chǎng)景，由于受制于繁雜的數(shù)據(jù)關(guān)聯(lián)問題，傳統(tǒng)跟蹤方法顯得有些力不從心。而近年來提出的基于概率假設(shè)密度(Probability Hypothesis Density,PHD)濾波器的多目標(biāo)跟蹤方法以隨機(jī)有限集統(tǒng)計(jì)學(xué)作為其堅(jiān)實(shí)的理論基礎(chǔ)，能夠?qū)δ繕?biāo)出現(xiàn)、分裂、消失、漏檢及雜波等現(xiàn)象進(jìn)行嚴(yán)格的、統(tǒng)一的數(shù)學(xué)描述，避免了傳統(tǒng)多目標(biāo)跟蹤方法中復(fù)雜

2、的數(shù)據(jù)關(guān)聯(lián)問題，具有較低的計(jì)算量和較好的目標(biāo)跟蹤性能。因此，論文分別從跟蹤起始、跟蹤維持和跟蹤終結(jié)三個(gè)階段對(duì)基于PHD濾波器的雷達(dá)輻射源多目標(biāo)跟蹤問題開展研究，主要工作及研究成果如下：
　　1.在目標(biāo)跟蹤起始階段，針對(duì)PHD濾波器目標(biāo)出生強(qiáng)度未知的問題，提出了一種自適應(yīng)的目標(biāo)出生強(qiáng)度估計(jì)方法。根據(jù)相鄰時(shí)刻的量測(cè)信息，本文綜合利用單點(diǎn)起始法和兩點(diǎn)起始法計(jì)算出候選新生目標(biāo)的位置和速度均值，并基于高斯混合模型實(shí)現(xiàn)了目標(biāo)出生強(qiáng)度的自適應(yīng)估

3、計(jì)。相比已有的目標(biāo)出生強(qiáng)度估計(jì)方法，所估計(jì)的出生強(qiáng)度能夠更好的表征新生目標(biāo)的初始狀態(tài)信息，增強(qiáng)了PHD濾波器的實(shí)用性。在此基礎(chǔ)上，本文結(jié)合自適應(yīng)的目標(biāo)出生強(qiáng)度估計(jì)對(duì)標(biāo)準(zhǔn)PHD濾波器的預(yù)測(cè)及更新過程進(jìn)行了改進(jìn)，并給出了相應(yīng)的高斯混合及序貫蒙特卡洛兩種實(shí)現(xiàn)方式。
　　2.在目標(biāo)跟蹤維持階段，鑒于雷達(dá)輻射源類別信息不同于目標(biāo)平臺(tái)分類信息但又存在著一定的聯(lián)系，提出了一種基于雷達(dá)輻射源信號(hào)特征的類別信息輔助GM-PHD(GM-C-PHD)濾

4、波器。本文首先利用輻射源信號(hào)特征進(jìn)行雷達(dá)類型的識(shí)別，然后基于可傳遞信度模型根據(jù)雷達(dá)-平臺(tái)的配屬關(guān)系將該識(shí)別結(jié)果轉(zhuǎn)換到與已知類別信息相同的辨識(shí)框架內(nèi)。在此基礎(chǔ)上，采用相容系數(shù)度量其相似度用以近似GM-C-PHD濾波器中的量測(cè)似然值，從而實(shí)現(xiàn)類別信息的輔助雷達(dá)輻射源目標(biāo)跟蹤。
　　3.鑒于復(fù)雜電磁環(huán)境中雷達(dá)輻射源識(shí)別算法無法提供準(zhǔn)確可靠的識(shí)別結(jié)果，提出了一種直接利用輻射源信號(hào)參數(shù)信息輔助進(jìn)行雷達(dá)輻射源目標(biāo)跟蹤的GM-PHD(GM-E-

5、PHD)濾波器。在輻射源信號(hào)參數(shù)概率密度分布未知的情況下，本文借鑒概率數(shù)據(jù)關(guān)聯(lián)算法的思想，通過計(jì)算信號(hào)參數(shù)量測(cè)關(guān)于目標(biāo)及雜波的隸屬度用以近似信號(hào)量測(cè)的似然函數(shù)值，從而將輻射源信號(hào)參數(shù)信息融入到GM-PHD濾波器高斯分量權(quán)值的更新過程中，有效提高了目標(biāo)跟蹤的性能。
　　4.在目標(biāo)跟蹤維持階段，針對(duì)擴(kuò)展目標(biāo)PHD濾波器計(jì)算量大且量測(cè)集劃分不準(zhǔn)確的問題，提出了一種基于層次聚類量測(cè)集劃分的ET-GM-PHD濾波器。對(duì)于每個(gè)時(shí)刻獲得的所有量

6、測(cè)信息，本文通過逐步合并最相似的兩個(gè)量測(cè)子集以實(shí)現(xiàn)整個(gè)量測(cè)集的有效劃分，并利用相鄰兩次劃分結(jié)果的相似性遞歸地計(jì)算ET-GM-PHD濾波器的量測(cè)似然函數(shù)值，從而大大降低了跟蹤算法的計(jì)算復(fù)雜度。此外，本文還考慮將雷達(dá)輻射源目標(biāo)的信號(hào)特征信息融入到ET-GM-PHD濾波器量測(cè)集劃分及高斯分量權(quán)值更新的過程中，以進(jìn)一步提高目標(biāo)跟蹤性能。
　　5.鑒于已有的擴(kuò)展目標(biāo)PHD濾波跟蹤算法難以對(duì)群目標(biāo)的形狀進(jìn)行準(zhǔn)確建模，提出了一種結(jié)合聚類的GM-

7、PHD濾波器雷達(dá)輻射源群目標(biāo)跟蹤方法。本文首先在GM-PHD濾波器的更新過程中通過引入群中心產(chǎn)生的虛擬量測(cè)信息以克服PHD濾波器對(duì)目標(biāo)漏檢敏感的問題，獲得單一個(gè)體目標(biāo)的估計(jì)狀態(tài)后再對(duì)其進(jìn)行聚類以實(shí)現(xiàn)群目標(biāo)的跟蹤，最后通過對(duì)相鄰時(shí)刻的群中心軌跡點(diǎn)進(jìn)行關(guān)聯(lián)匹配，從而獲得群目標(biāo)的完整運(yùn)動(dòng)軌跡。仿真實(shí)驗(yàn)結(jié)果表明，本文的方法能夠有效處理群目標(biāo)分裂及合并的情況，并獲得較好的雷達(dá)輻射源群目標(biāo)跟蹤結(jié)果。
　　6.最后在目標(biāo)跟蹤終結(jié)階段，針對(duì)雷達(dá)輻

8、射源目標(biāo)跟蹤過程中存在較多軌跡片段導(dǎo)致跟蹤效果不理想的問題，結(jié)合標(biāo)記GM-PHD濾波器提出了一種基于小軌跡關(guān)聯(lián)的多階段雷達(dá)輻射源目標(biāo)跟蹤方法。在小軌跡提取階段，本文結(jié)合自適應(yīng)的目標(biāo)出生強(qiáng)度估計(jì)和輻射源信號(hào)參數(shù)信息，利用帶有標(biāo)記的GM-PHD濾波器對(duì)雷達(dá)輻射源目標(biāo)進(jìn)行跟蹤以獲得目標(biāo)的軌跡片段（小軌跡）；小軌跡關(guān)聯(lián)階段則綜合考慮了軌跡片段的多個(gè)時(shí)刻運(yùn)動(dòng)信息及輻射源信號(hào)參數(shù)信息用以計(jì)算軌跡片段之間的相似性，然后利用近鄰傳播算法對(duì)其進(jìn)行聚類關(guān)聯(lián)