快速JPDA算法的递归和并行实现

本文从联合关联事件的构造出发，讨论关联假设事件的分层构造，以达到降低计算量的目的。这里的层次可从０取到Ｌ，０层表示没有任何目标能够跟当前的观测数据关联，Ｌ层表示共有Ｌ个目标可以跟当前扫描得到的观测数据相关联。本文的关联事件的构造中，各层次的搜索具有递归性并可以独立进行，因而可以并行实现。文中还将本文的方法跟有关文献作了比较，并且给出相应的计算机仿真实验及其结果。

一种基于JPDA算法的多目标数据互联方法研究

文章研究了目标跟踪时常出现的航迹相交情况下的波门内数据互联。由于传统数据互联采取最近邻算法,常常导致滤波发散、跟踪丢失等严重情况出现。因此,文章针对此种现象,防止因数据互联错误而导致的严重错误,提出一种避免数据互联出现严重错误的最优算法——JPDA算法。此种算法考虑了波门内所有回波的所有可能的来源情况,是一种最优算法,具有很好的实际意义。

基于量测划分的单传感器多目标数据关联算法

在PDA算法的基础上,提出了一种基于量测划分的单传感器多目标数据关联(MSDA)算法;与JPDA算法相比,MSDA算法采用二维分配算法来消除共有量测对相邻目标的影响;与PDA算法相比,MSDA算法仅采用扩充后的私有量测集合来完成目标航迹的更新过程。对MSDA算法、JPDA算法、PDA算法在不同条件下的关联效果进行了仿真计算。仿真结果表明:在关联精度上,MSDA算法要优于PDA算法,但略低于JPDA算法;在实时性上,MSDA算法与PDA算法基本相当,而要明显优于JPDA算法。

一种多目标跟踪的快速算法

为了对多个机动目标进行跟踪，提出了交互多模型一概率数据关联算法，但这种方法必须建立大量的目标状态模型．本文用最小二乘法拟合出目标的运动轨迹，无需再建立大量的目标状态模型．为了减少联合概率数据关联算法中可行联合事件的数目，本文还提出了一种快速联合概率数据关联算法，理论分析和Monto Carlo仿真表明了该算法的有效性。

使用IMM/JPDA和固定延迟平滑滤波方法进行杂波环境下多机动目标跟踪

本文考虑用转换多目标运动模型对杂波环境下多机动目标进行跟踪。在马尔科夫转换系统中,次最优算法采用基本的交互多模型(IMM)逼近和联合概率数据互联(JPDA)技术。本文在IMM和JPDA的基础上发展出次最优固定延迟平滑算法应用于增广状态系统,并通过对两个高机动目标的跟踪举例说明了这种算法的有效性。

基于水平鱼探仪影像的金枪鱼追踪系统

水平鱼探仪在金枪鱼围网中起着重要作用,主要用来发现和监测鱼群,目前的水平鱼探仪通常没有预测鱼群速度和评估鱼群数量的功能。提出了一种基于水平鱼探仪影像的金枪鱼跟踪系统,主要包括数据采集系统和鱼群跟踪软件,通过声学图像处理提取目标鱼群坐标,使用交互式多模型(IMM)算法和联合概率数据关联(JPDA)算法跟踪鱼群运动状态,实现金枪鱼游泳速度和运动方向的实时预测和显示。了解金枪鱼的逃逸速度,可以及时控制网位网形防止鱼群逃脱。该系统已经安装在一艘金枪鱼围网渔船上并记录海上真实数据,试图在原位进行鱼群的评估。