基于隨機(jī)有限集理論的檢測(cè)前跟蹤方法研究.pdf

1、多目標(biāo)檢測(cè)與跟蹤技術(shù)在現(xiàn)代軍事和民用領(lǐng)域都發(fā)揮著舉足輕重的作用。由于目標(biāo)數(shù)目的不確定性、易受雜波、噪聲等復(fù)雜背景因素的影響,多目標(biāo)檢測(cè)與跟蹤成為理論研究的難點(diǎn)問(wèn)題。尤其是在低信噪比的環(huán)境中,弱小目標(biāo)難以從背景噪聲中區(qū)分開(kāi)來(lái),如何對(duì)多個(gè)弱小目標(biāo)進(jìn)行實(shí)時(shí)檢測(cè)與跟蹤成為值得深入研究的課題。本文重點(diǎn)研究基于隨機(jī)有限集理論的多目標(biāo)跟蹤方法以及其在紅外弱小目標(biāo)檢測(cè)前跟蹤中的應(yīng)用。
　　首先,介紹了隨機(jī)集多目標(biāo)跟蹤模型、PHD濾波及其兩種實(shí)現(xiàn)形

2、式,重點(diǎn)研究了高斯混合PHD濾波的平滑算法。針對(duì)傳統(tǒng)高斯混合PHD濾波存在目標(biāo)狀態(tài)錯(cuò)誤提取問(wèn)題,改變了原算法中的狀態(tài)提取策略,提出了一種改進(jìn)算法。通過(guò)理論分析以及仿真實(shí)驗(yàn),驗(yàn)證了該算法在高密度雜波條件下對(duì)雜波的抑制效果以及改進(jìn)GM-PHD算法狀態(tài)提取的準(zhǔn)確性。
　　其次,探究了PHD濾波器在低信噪比環(huán)境下多目標(biāo)檢測(cè)前跟蹤問(wèn)題中的應(yīng)用問(wèn)題,針對(duì)現(xiàn)有基于粒子PHD濾波的檢測(cè)前跟蹤算法存在計(jì)算復(fù)雜度高,粒子退化現(xiàn)象嚴(yán)重,跟蹤精度差等問(wèn)題

3、,用擬蒙特卡洛高斯粒子濾波代替粒子濾波,提出一種新的基于PHD的檢測(cè)前跟蹤方法。仿真實(shí)驗(yàn)結(jié)果表明,該算法相比于傳統(tǒng)方法,在降低算法復(fù)雜度的同時(shí)對(duì)多個(gè)弱小目標(biāo)具有更好的實(shí)時(shí)檢測(cè)和跟蹤性能,為基于PHD的檢測(cè)前跟蹤方法在工程上的應(yīng)用提供了可能。
　　最后,研究了基于伯努利隨機(jī)集的多目標(biāo)檢測(cè)與跟蹤算法,重點(diǎn)介紹了圖像量測(cè)下基于多伯努利濾波的聯(lián)合檢測(cè)與跟蹤算法及其兩種實(shí)現(xiàn)方式,粒子濾波實(shí)現(xiàn)和高斯粒子實(shí)現(xiàn)。針對(duì)基于多伯努利濾波的檢測(cè)前跟蹤算