基于全局最优的被动多传感器多目标轨迹关联算法

多目标轨迹关联问题是天基光学跟踪系统的核心和难点之一。传统的分布式轨迹关联方法基于目标的3维轨迹信息,不适用于被动传感器的2维轨迹关联问题。为此,该文以倾角差为统计检验量,建立轨迹统计检验模型,提出基于全局最优思想的轨迹关联算法,并用密集多目标场景进行算法的蒙特卡罗仿真。结果表明,该轨迹关联算法性能优良,可以有效完成密集目标环境下的被动多传感器多目标轨迹关联任务。

分布式被动传感器轨迹关联算法性能分析

轨迹关联算法性能分析是天基光学被动跟踪系统中尚待解决的一个重要问题,给出针对基于倾角差准则的二维指派轨迹关联算法的性能分析新方法。该方法首先对在正确关联和错误关联条件下的倾角差统计量的概率分布进行准确建模,接着分析关联算法的等价条件,最后推导关联算法的理论关联性能。不同条件下的理论分析性能与Monte Carlo仿真结果表明,角度测量误差、目标间距、目标间的射向差别等都是影响轨迹关联性能的重要因素,这为工程应用提供了参考。

基于运动特性约束的中段目标群角轨迹关联算法

中段目标群角轨迹关联问题是天基跟踪监视系统的核心和难点之一。常用的基于倾角差关联方法仅利用了目标与传感器之间的几何约束方法,几何约束方法具有计算简单、不依赖目标运动特性的优点,但关联性能受观测几何关系的影响大,在中段目标群场景下关联效果不理想。该文提出一种基于中段目标群运动特性的角轨迹关联算法。首先,给出中段目标群的运动模型和角轨迹测量模型。其次,构建中段目标群的似然函数作为代价因子,采用基于二维指派的角轨迹关联算法。接下来进行Mont Carlo仿真试验,从角轨迹长度、视线测量误差、弹头诱饵间距三方面对算法性能进行验证。结果表明,该关联算法可以获得良好的中段目标群角轨迹关联性能。

一种基于多伯努利模型的被动多传感器多目标轨迹关联性能分析新方法

多目标轨迹关联算法的性能分析问题是天基光学被动测角跟踪系统中的核心和难点之一。该文针对具有代表性的基于最邻近准则的轨迹关联算法,提出了一种基于多伯努利模型的被动多传感器多目标轨迹关联性能分析新方法。首先,对关联倾角差统计量的概率分布进行准确建模。接着,分析最邻近轨迹关联算法在多目标情况下的等价条件,求解出每一个目标在多目标情况下的正确关联概率。最后,通过将每一个目标的正确关联概率类比为伯努利试验的成功率,从而将多目标情况下的整体关联性能问题建模为多伯努利问题,在此基础上实现对多目标轨迹关联性能的理论推导。密集目标场景下的Monte Carlo仿真结果验证了该理论分析方法的有效性,分析结论可以为传感器调度等工程应用提供参考。

基于可行性矩阵遍历的重叠多目标角轨迹关联算法

目标角轨迹关联旨在将隶属于同一目标的不同传感器测量的角轨迹正确匹配在一起,角轨迹关联问题是天基光学监视系统的核心难点问题之一,其性能直接决定了天基光学监视系统的目标跟踪性能。在密集多目标场景下,受光学传感器像元分辨率、光学系统点扩散效应、目标相互遮挡等影响,容易发生目标重叠而不可分辨的现象。现行多目标角轨迹关联方法是基于一个目标产生一条角轨迹的假设前提,在重叠多目标情况下关联性能大大降低。针对此类问题,本文提出了基于可行性矩阵遍历的目标角轨迹关联算法。该算法以倾角差为统计量,遍历各种可能的关联分配,并计算每一个可能的关联分配概率,最后基于贝叶斯准则计算得到最终的关联结果。仿真实验表明,该算法能有效处理目标相互遮挡、目标未分辨等导致的多个目标共用一条角轨迹的情况,具有更好的复杂多目标场景适应性。