一种多普勒盲区下的航迹片段关联方法

在多目标跟踪过程中,机载预警雷达固有的多普勒盲区容易引起目标航迹中断和重起批,形成大量航迹片段,从而增加雷达情报分析的难度。基于此,提出了一种改进的多普勒盲区下的航迹片段关联方法。在传统基于二维分配的关联方法基础上,将多普勒盲区和目标类别信息并入到航迹片段关联的各个环节。预处理阶段采用盲区滤波算法对“老”航迹进行预测,粗关联阶段增加径向速度作为关联信息,二维分配阶段,利用目标类别信息修正分配代价函数。仿真结果表明:在复杂多目标环境且存在多普勒盲区的条件下,该方法航迹中断数较传统方法有明显下降,航迹寿命有明显提升。

基于高斯过程的航迹片段关联算法

在恶劣战场环境下,目标航迹极易中断并形成大量零碎片段,对航迹管理和态势估计产生了严峻挑战。传统的航迹片段关联算法在假设的先验模型和实际运动模式不匹配时,性能大幅下降。针对这个问题,提出一种基于高斯过程的航迹片段关联算法。利用高斯过程对目标的状态转移函数非参数学习,通过对中断区间的量测进行训练将航迹新旧片段分别回溯和预测至关联时刻。采用假设检验和二维分配技术对航迹片段进行关联和配对。在整个中断区间,通过高斯过程将配对后的新旧航迹进行航迹缝合。仿真结果表明,在目标先验模型与实际运动模式不匹配时,所提算法能有效提高航迹正确关联率和航迹寿命。