引入多普勒觀測的非參數(shù)化多目標(biāo)跟蹤方法.pdf

1、在密集雜波背景下進(jìn)行多目標(biāo)跟蹤是一項具有挑戰(zhàn)性的課題。雜波觀測的干擾往往會導(dǎo)致真實目標(biāo)航跡的漏檢或丟失，并可能造成大量虛假航跡的出現(xiàn)。這大大降低了情報信息的可信度，給操作和指揮人員對戰(zhàn)場態(tài)勢和威脅進(jìn)行判斷造成極大的困擾。本文將雷達(dá)可能獲得的多普勒觀測引入多目標(biāo)跟蹤，利用這一維觀測改進(jìn)信息提取的精度和信息分辨的準(zhǔn)確性，同時針對實際系統(tǒng)中雜波強(qiáng)度未知的問題，研究雜波密度在線估計方法，改善雜波環(huán)境下的多目標(biāo)跟蹤性能。論文主要工作如下：

2、　　(1)引入多普勒觀測的JIPDA跟蹤方法(D-JIPDA)。在聯(lián)合集成概率數(shù)據(jù)互聯(lián)(JIPDA)算法中引入多普勒觀測，利用增加的多普勒這一維分辨剔除航跡預(yù)選波門中的雜波觀測，基于多普勒觀測修正航跡質(zhì)量以改進(jìn)真實目標(biāo)與虛假航跡的甄別，同時在跟蹤濾波中引入多普勒觀測改善狀態(tài)估計精度。仿真實驗表明，D-JIPDA極大地降低了虛假航跡數(shù)，并使?fàn)顟B(tài)估計精度得到了提高。針對機(jī)動目標(biāo)，本文還將D-JIPDA與IMM算法結(jié)合，研究了適用于機(jī)動目標(biāo)跟

3、蹤的IMM-D-JIPDA算法。仿真實驗表明，IMM-D-JIPDA算法在雜波環(huán)境中取得了很好的機(jī)動目標(biāo)跟蹤效果。
　　(2)線性多目標(biāo)IPDA跟蹤方法(LM-IPDA)。在密集雜波和密集目標(biāo)背景下，最優(yōu)JIPDA的計算需求呈“組合爆炸式”增長，不適于大容量目標(biāo)跟蹤和實時要求較高的系統(tǒng)。本文研究了一種次優(yōu)多目標(biāo)跟蹤算法框架——線性多目標(biāo)跟蹤(LM)，基于集成概率數(shù)據(jù)互聯(lián)，實現(xiàn)了LM-IPDA多目標(biāo)跟蹤算法?；舅枷胧牵涸诟乱粭l航

4、跡時，將來自其他航跡跟蹤目標(biāo)的觀測也看作為雜波，從而修正這個觀測點相對于更新航跡的雜波密度，最后將修正后的雜波密度嵌入到單目標(biāo)跟蹤方法中對該條航跡進(jìn)行更新，從而實現(xiàn)將單目標(biāo)跟蹤方法轉(zhuǎn)換到多目標(biāo)跟蹤方法。實驗表明，LM-IPDA計算需求遠(yuǎn)低于JIPDA算法，同時跟蹤性能與JIPDA持平。
　　(3)雜波密度在線估計方法。在大多數(shù)多目標(biāo)跟蹤算法中，雜波密度是數(shù)據(jù)關(guān)聯(lián)必不可少的一個重要參數(shù)，雜波密度設(shè)置準(zhǔn)確與否，直接關(guān)系到跟蹤性能的優(yōu)劣