粒子濾波目標(biāo)跟蹤及TBD算法研究.pdf

1、隨著現(xiàn)代作戰(zhàn)環(huán)境的日益復(fù)雜，低信噪比下的目標(biāo)檢測(cè)以及目標(biāo)跟蹤中的非線性問題逐漸突顯，這使得傳統(tǒng)的跟蹤和檢測(cè)方法越來越難以滿足需求，迫切需要能夠解決這些問題的新的目標(biāo)跟蹤和檢測(cè)算法。檢測(cè)前跟蹤(TBD)算法經(jīng)過多幀數(shù)據(jù)積累后按照某種規(guī)則進(jìn)行檢測(cè)判決，檢測(cè)到目標(biāo)存在就能同時(shí)給出跟蹤結(jié)果，這樣可以很好地解決低信噪比下的目標(biāo)檢測(cè)問題。粒子濾波(PF)是一種針對(duì)非線性系統(tǒng)的貝葉斯遞歸濾波算法，粒子的權(quán)重還可以用來構(gòu)造似然比，這些特點(diǎn)使得粒子濾波可

2、以完整地進(jìn)行目標(biāo)檢測(cè)和跟蹤。因此，本文將對(duì)基于粒子濾波的目標(biāo)跟蹤和TBD算法展開研究，主要內(nèi)容為：
　　1、研究了粒子濾波的目標(biāo)跟蹤算法及其性能評(píng)估。首先研究了標(biāo)準(zhǔn)粒子濾波(SPF)算法，然后針對(duì)其中的粒子退化問題，研究了利用局部線性化近似得到最佳重要性函數(shù)和改善重采樣的改進(jìn)的粒子濾波算法(IPF)。除采用常規(guī)性能評(píng)估方法外，還研究了KLD(Kullback Leibler Divergence)評(píng)估方法，以便更加全面地對(duì)粒子濾波

3、算法進(jìn)行性能評(píng)估。
　　2、研究了三種基于粒子濾波的TBD算法及性能討論。標(biāo)準(zhǔn)的PF-TBD算法通過將粒子分為死亡粒子和存活粒子構(gòu)成一種混合狀態(tài)估計(jì)，從而形成完整的跟蹤檢測(cè)體系；優(yōu)效的PF-TBD算法在標(biāo)準(zhǔn)算法基礎(chǔ)上只關(guān)注存活粒子，更加有效地利用粒子信息；基于似然比檢測(cè)的PF-TBD算法利用似然比進(jìn)行檢測(cè)，區(qū)別于前兩種算法利用目標(biāo)存在概率進(jìn)行檢測(cè)。在仿真實(shí)驗(yàn)中，首先通過對(duì)比檢測(cè)概率和虛警概率，確定三種算法的最佳檢測(cè)門限，然后再橫向

4、對(duì)比三種算法的檢測(cè)性能，以便確定三種算法檢測(cè)性能的優(yōu)劣關(guān)系。
　　3、針對(duì)RAM(Rocket Artillery Mortar)類目標(biāo)，首先建立了這類目標(biāo)的運(yùn)動(dòng)狀態(tài)模型?？紤]到這類目標(biāo)的運(yùn)動(dòng)狀態(tài)可以采用單個(gè)模型進(jìn)行描述，因此，首先采用SPF算法對(duì)該目標(biāo)進(jìn)行跟蹤；同時(shí)基于前面的結(jié)論，進(jìn)一步采用IPF算法對(duì)其進(jìn)行跟蹤。仿真結(jié)果表明，粒子濾波算法可以有效實(shí)現(xiàn)RAM類目標(biāo)跟蹤，同時(shí)基于IPF算法的RAM類目標(biāo)跟蹤算法跟蹤性能優(yōu)于基于SP