基于隨機集理論的多目標跟蹤方法.pdf

1、隨著傳感器技術和信息技術的發(fā)展,多目標跟蹤技術迅速崛起,無論是在軍事領域還是民用領域都得到了廣泛應用。多目標跟蹤的實質是根據(jù)給定的量測序列估計未知隨時間變化的目標的數(shù)目和目標的狀態(tài)。給定的量測集無法區(qū)分哪些是來自目標的量測,哪些是雜波和噪聲產(chǎn)生的量測,容易產(chǎn)生虛警和漏跟,這給多目標跟蹤帶來巨大挑戰(zhàn)。隨機集理論為多目標跟蹤濾波提供新的思路,解決了目標數(shù)據(jù)關聯(lián)和目標數(shù)目變化的難題。本文重點研究了基于隨機集理論的多目標跟蹤方法。
　　首

2、先介紹了多傳感器多目標跟蹤技術的基本濾波方法,重點詳述了隨機集的基本理論和它在多目標跟蹤中的應用。對概率假設密度濾波(Probability Hypothesis Density, PHD)和帶勢的概率假設密度濾波(Cardinality Probability Hypothesis Density, CPHD)兩種方法的實現(xiàn)進行了深入的研究,并比較了他們的優(yōu)劣,仿真驗證了他們的跟蹤性能。然后針對復雜雜波情況下未知雜波強度的多目標跟蹤問

3、題,提出了改進的高斯粒子概率假設密度濾波。仿真實驗表明此方法跟蹤性能明顯優(yōu)于未進行估計的多目標跟蹤算法。
　　最后針對多機動目標跟蹤算法未能解決目標突然消失,一段時間之后又出現(xiàn)的問題,文中提出了一種改進的多機動目標跟蹤算法。該算法在更新目標狀態(tài)和高斯分量時,判斷目標是否消失,若目標消失,則保留其跟蹤濾波狀態(tài),做出標記,繼續(xù)估計其目標狀態(tài),不計入目標軌跡中;當有目標出現(xiàn),將其目標的狀態(tài)信息與消失的目標估計的此狀態(tài)比較,若兩者狀態(tài)幾乎