Probabilistic data association algorithm based on ensemble Kalman filter with observation iterated update

Aiming at improving the observation uncertainty caused by limited accuracy of sensors,and the uncertainty of observation source in clutters,through the dynamic combination of ensemble Kalman filter(EnKF) and probabilistic data association(PDA),a novel probabilistic data association algorithm based on ensemble Kalman filter with observation iterated update is proposed.Firstly,combining with the advantages of data assimilation handling observation uncertainty in EnKF,an observation iterated update strategy is used to realize optimization of EnKF in structure.And the object is to further improve state estimation precision of nonlinear system.Secondly,the above algorithm is introduced to the framework of PDA,and the object is to increase reliability and stability of candidate echo acknowledgement.In addition,in order to decrease computation complexity in the combination of improved EnKF and PDA,the maximum observation iterated update mechanism is applied to the iteration of PDA.Finally,simulation results verify the feasibility and effectiveness of the proposed algorithm by a typical target tracking scene in clutters.

Novel Grouped Probability Data Association Algorithm for MIMO Detection

To bridge the performance gap between original probability data association （PDA） algorithm and the optimum maximum a posterior （MAP） algorithm for multi-input multi-output （MIMO） detection, a grouped PDA （GP-PDA） detection algorithm is proposed. The proposed GP-PDA method divides all the transmit antennas into groups, and then updates the symbol probabilities group by group using PDA computations. In each group, joint a posterior probability （APP） is computed to obtain the APP of a single symbol in this group, like the MAP algorithm. Such new algorithm combines the characters of MAP and PDA. MAP and original PDA algorithm can be regarded as a special case of the proposed GP-PDA. Simulations show that the proposed GP-PDA provides a performance and complexity trade, off between original PDA and MAP algorithm.

基于自适应平滑KF-PDA算法的舰船单目标跟踪

针对概率数据互联(Probability data association, PDA)算法在杂波环境下计算复杂度高的问题,设计了一种基于PDA算法的数据关联方法,当波门内量测点数量大于阈值时,采用PDA算法更新目标状态;当波门内量测点数量小于等于阈值时,采用最近邻思想筛选目标量测点,接着利用卡尔曼滤波(Kalman filter, KF)算法实现杂波环境下的快速滤波更新。在此基础上,通过自适应区间平滑方法,动态修正平滑区间,实现整体状态估计的反向平滑,从而提升算法的精度。不同杂波环境下的实验结果表明,本文方法相较于PDA算法与KF-PDA算法,在保证跟踪效率的同时,有效提升了系统状态的估计精度,验证了该方法的鲁棒性和有效性。

一种改进的精确最近邻PDA（IENNPDA）算法

近二十年来，人们提出了许多关于多目标跟踪的方法，其中精确最近邻ＰＤＡ（ＥＮ－ＮＰＤＡ）方法计算量小、性能较好、易于工程实现。但ＥＮＮＰＤＡ方法在密集多回波情况下性能不够理想，文章对此进行了探讨：将“Ｃｈｅａｐ”ＪＰＤＡ方法与ＥＮＮＰＤＡ方法及航迹分裂方法相结合，给出了一种改进的精确最近邻ＰＤＡ，即ＩＥＮＮＰＤＡ。仿真表明，ＩＥＮＮＰＤＡ的效果比ＥＮＮＰＤＡ有明显改善。

基于ML-PDA算法的低可见目标跟踪研究

针对利用传统算法难以跟踪低空目标的问题,提出了一种可行的跟踪低空目标的最大似然-概率数据关联(ML-PDA)算法。在分析各种低空目标特性的基础上,首先建立了基于ML-PDA滤波算法的低空目标跟踪模型,然后对该模型进行了深入分析,最后通过计算机仿真对该模型进行了验证。结果表明:ML-PDA滤波算法对低空目标跟踪十分有效,并且提高了滤波实时性,具有较好的工程应用前景。

一种基于PDA+LDPC迭代检测算法的协作通信策略

本论文研究了基于同步DS-CDMA协作通信系统的迭代接收机性能,该系统在协作伙伴节点端和基站端均使用由随机数据联合检测器与LDPC译码器级联(PDA+LDPC,probabilistic data association+low density parity check codes)所组成的迭代接收机,利用从该迭代接收机所提供的信息,提出了一种集中式协作伙伴节点选择策略。根据该策略,由于距离基站较近的节点与基站间通信能力相对较强,每个信源节点将优先选择距离基站近的节点作为其协作伙伴节点,仿真结果表明,本文所提出的集中式协作伙伴节点选择策略可取得较好的系统性能。

基于多特征融合对海导航雷达运动目标PDA算法

对海雷达视频图像背景复杂,综合利用运动目标的位置、面积和灰度均值等特征在空间和时间上的关联性,提出了一种基于多特征融合的对海雷达运动目标概率数据关联(PDA)算法。首先,描述了对海导航雷达视频图像空间运动目标模型;然后,分析了用运动目标位置、面积和灰度均值特征实现数据关联的可行性,计算特征关联度;最后,运用概率融合方法计算综合关联概率,完成目标状态更新。试验结果表明,该算法跟踪精度和稳定度高,跟踪误差小。

密集杂波环境下基于两点量测和Viterbi的PDA算法研究

为了更好地解决密集杂波环境下的目标跟踪问题,弥补密集杂波环境下概率数据互联算法(PDA)误关联概率偏高的不足,在对现有的Viterbi数据互联算法进行深入分析的基础上,给出了一种计算两个量测之间互联概率的表达式,提出了一种基于两点量测的Viterbi数据互联算法(TM-VDA)。仿真验证,TM-VDA能够很好地完成对目标的跟踪,特别是在密集杂波环境下误跟踪率较PDA大大降低。

基于PDA的非线性分布式跟踪算法

研究目标不确定性量测、不确定性机动环境下的分布式多雷达跟踪．针对目标未知机动，把交互式多模型算法中的模型样本空间分成若干子集，分别在多个处理器上进行并行滤波，再在融合中心处理器上将各子处理器结果进行交互式处理，形成了分布交互式多模型算法，然后将它与概率数据关联ＰＤＡ（ＰｒｏｂａｂｉｌｉｓｔｉｃＤａｔａＡｓｓｏｃｉａｔｉｏｎ）相结合，得到了一种新的分布式鲁棒跟踪算法，数字仿真结果证明该算法计算量少，并且具有很强的自适应能力和良好的跟踪性能．

MIMO信道的PDA-EM迭代信道估计算法

将随机数据联合检测算法(PDA)嵌入到EM算法中,提出了一种低复杂度的迭代信道估计算法。其计算复杂度较MAP-EM迭代信道估计算法显著降低,并且仿真结果显示,可取得与MAP-EM算法相近的系统性能。

联合SA-PSO和PDA在传感器配准中的应用

对含有系统误差的测量进行配准是准确进行数据关联的前提.实际中,许多不确定性因素导致系统误差,使其演化模型难以建立,从而导致传统配准方法不再适用.为此,提出一种基于优化SA-PSO(simulated annealing particle swarm optimization)的配准算法.由于传感器监视空域经常受到杂波的影响,在利用SA-PSO优化算法对系统误差进行配准时,不仅要考虑外界因素所引发系统误差的不确定性问题,还要考虑目标多个量测的归属问题.基于此,提出一种联合改进退火粒子群优化和概率数据关联的算法SA-PSO-PDA(simulated annealing and particle swarm optimization and probability data association),它综合考虑系统误差的随机性、寻优的最佳化和目标量测的多样性.仿真结果表明了所提算法具有可行性,且能较好地寻优系统误差参数.

基于PDA+LDPC迭代接收机的分布式协作通信策略

针对同步DS-CDMA协作通信系统,本文考虑在转发节点端和基站端使用随机数据联合检测算法(probabilistic data association algorithm,PDA)与LDPC码译码器级联的迭代接收机PDA+LDPC,基于该迭代接收机结构,给出了一种分布式协作通信策略,研究表明,该策略较集中式协作伙伴选择策略和传统的DAF协作通信策略可取得更好的系统性能。

基于改进PDA的弱点状多目标交叉运动跟踪算法

采用独立跟踪区域的划分和公共量测点数据的去藕聚类技术,将原本只适用于单目标跟踪的概率数据关联(PDA)算法改造成能够在强杂波环境中跟踪多个点状目标交叉运动的情况。该算法比传统基于JPDA(联合数据关联)的多目标跟踪算法的计算量和复杂度都小。仿真试验表明,该跟踪算法具有高精度的跟踪性能。

基于PSO的ML-PDA算法及其并行实现

针对密集杂波条件下的目标检测与跟踪问题,开展极大似然-概率数据关联(maximum likelihoodprobabilistic data association,ML-PDA)算法优化与实时计算问题研究。在算法层面,通过在极大化对数似然比(log likelihood ratio,LLR)过程中引入粒子群优化(particle swarm optimization,PSO)方法,并进一步提出基于观测引导的PSO播撒粒子方式,提升算法的计算效率;在实现层面,提出基于图形处理器(graphic processing unit,GPU)的PSO实现策略。仿真实验结果说明了基于观测引导PSO算法搜索的有效性。在GPU平台上实现该算法获得显著的加速比,验证了所提出方法具有工程实时性。

ON THE EQUIVALENCE OF PDA ALGORITHM AND SIC-MMSE ALGORITHM

In this letter,by employing Gaussian distribution to approximate the probability density function(pdf) of the extrinsic information at the output of the multiuser detector as a function of the pdf of the input extrinsic messages,it is concluded that the Probabilistic Data Association(PDA) algorithm is equivalent to the Soft Interference Cancellation plus Minimum Mean Square Error algo-rithm(SIC-MMSE) .

具有模型概率修正的新颖IMMPDA算法

为了有效提高杂波环境中机动目标跟踪的精度,将标量交互式多模型(SIMM)算法与概率数据关联(PDA)算法结合成SIMMPDA算法。其中,PDA算法能够有效处理杂波环境下的数据关联与测量不确定性。SIMM算法处理运动模型间的切换,且在线性最小方差意义下获得目标的最优状态估计。而考虑因杂波的干扰导致各时刻的匹配模型占优程度不明显的问题,故再对各时刻SIMMPDA算法所得的后验模型概率进行修改,得到一个基于模型概率修改的SIMMPDA算法,即为M-SIMMPDA算法。仿真结果表明,所提算法的跟踪精度得到一定程度的提高。

基于不同虚假量测分布的PDA算法

针对当前的概率数据关联算法假设虚假目标在跟踪门中服从均匀分布与实际情况不符,研究了假量测在跟踪门中分别服从均匀、瑞利、正态分布的情况,对概率数据关联算法进行了扩展,推导了各种不同分布下的加权因子计算公式.扩展后的PDAF算法更能准确有效地进行杂波环境下的目标跟踪.

PDA DETECTOR FOR DS-CDMA COOPERATIVE SYSTEM

This paper considers the uplink of a cooperative Code-Division Multiple-Access (CDMA) system where parts of mobile nodes serve as source nodes while the others serve as relay nodes at any instant in time. When the non-orthogonal spreading codes are adopted,Multiple Access Interference (MAI) will exist at both the relay nodes and the base node,causing diversity gain to diminish. To mitigate MAI and exploit full advantages of cooperation,the Probabilistic Data Association (PDA) is developed at the relay nodes and the base node. Simulation results demonstrate that some performance gains can be obtained by the PDA detector over the Minimum Mean Square Error (MMSE) detector at high Signal-to-Noise Ratio (SNR) and conversely at low SNR.

基于动力学守恒定律的弹道目标关联方法

中段伴飞突防造成的各种有源或无源的弹道群目标会给雷达跟踪系统带来极大的挑战,导致其跟踪非本体实体目标或电假目标,从而出现关联错误的情况。中段实体弹道目标满足动力学守恒定律,可以充分利用该特性来改善跟踪系统的数据关联机制,因此提出一种基于动力学守恒定律的弹道目标概率数据关联(probability data association,PDA)方法,即在传统关联门筛选出有效量测的基础上,对动量矩和机械能进行联合统计检验,进一步剔除电假目标点迹或其他错误量测,并使用动量矩和机械能对加权关联概率进行修正。蒙特卡罗仿真验证了该方法的有效性。仿真结果表明,与传统PDA方法相比,所提方法能够有效抑制有源距离欺骗干扰和杂波的影响,提高跟踪精度。

数据关联算法的研究

在现代目标跟踪系统中,数据关联是一个重要组成部分.由于测量来源的不确定性,密集环境中的目标跟踪比较困难.概率数据关联算法和联合概率数据关联算法能很好地处理目标跟踪并在很多领域得到了广泛的应用.但是一旦出现某种干扰或是故障,通过概率数据关联算法得到的滤波值也会偏离真实值很多,造成滤波发散,严重影响性能.针对这一不足,基于概率数据关联算法中的组合新息,提出了修正概率数据关联算法.最后用一些实例来评价该跟踪算法的跟踪性能,仿真结果表明了修正概率数据关联算法和修正联合概率数据关联算法的有效性.