目標(biāo)跟蹤的知識(shí)輔助方法研究.pdf

1、隨著科技的發(fā)展，對(duì)多目標(biāo)的跟蹤技術(shù)提出了越來(lái)越嚴(yán)格的要求，在雜波密集、雜波分布不均勻、檢測(cè)率低、目標(biāo)密集、信噪比低等情況下，傳統(tǒng)的跟蹤算法性能表現(xiàn)得不如預(yù)期好，因此知識(shí)輔助多目標(biāo)跟蹤算法被提了出來(lái)，基于知識(shí)輔助的多目標(biāo)跟蹤算法解決了傳統(tǒng)跟蹤算法單純利用運(yùn)動(dòng)學(xué)參數(shù)進(jìn)行跟蹤的一些缺陷，對(duì)提高在上述特定場(chǎng)景下的多目標(biāo)跟蹤性能具有重要意義。本論文的主要工作首先是在雜波分布不均勻、信噪比低的場(chǎng)景下，研究如何利用幅度信息、雜波分布信息來(lái)提高跟蹤的性

2、能，然后針對(duì)多個(gè)目標(biāo)運(yùn)動(dòng)學(xué)參數(shù)相近、間距小的場(chǎng)景，本文通過(guò)利用目標(biāo)的分類信息，來(lái)改善跟蹤性能。
　　本文先簡(jiǎn)述多目標(biāo)跟蹤技術(shù)的一些基本理論，包括多目標(biāo)跟蹤的模型、多目標(biāo)跟蹤的航跡管理、多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)以及濾波方法，簡(jiǎn)單說(shuō)明本文選擇的跟蹤方法的依據(jù)。
　　接著，針對(duì)雜波分布不均勻、信噪比低的場(chǎng)景下傳統(tǒng)跟蹤算法不理想問(wèn)題，本文結(jié)合雜波分布信息與回波幅度信息，首先利用雜波分布信息，在不同區(qū)域采用不同的量測(cè)過(guò)濾門限與策略，在保證

3、了非均勻分布雜波起始成功率的前提下，很大程度上降低了起始錯(cuò)誤率。對(duì)于已經(jīng)起始成功的目標(biāo)，在跟蹤過(guò)程中結(jié)合雜波分布與回波的幅度信息，得到量測(cè)角度分布概率密度函數(shù)的近似計(jì)算方法，并在密集雜波區(qū)域修正了數(shù)據(jù)關(guān)聯(lián)算法，提高了真實(shí)量測(cè)的關(guān)聯(lián)概率。仿真的結(jié)果表明，修正了的算法CIMMDJPDA-AICLUTTER在雜波分布不均勻、信噪比低的場(chǎng)景下能夠一定程度上改善跟蹤性能。
　　對(duì)于傳感器能夠?qū)α繙y(cè)進(jìn)行分類的情況，針對(duì)目標(biāo)密集的場(chǎng)景分析了文獻(xiàn)