一种具有自适应关联门的杂波中机动目标跟踪算法

针对杂波环境下的机动目标跟踪,该文提出一种基于自适应关联门的跟踪算法。该算法以传统交互多模型概率数据关联算法为基础,在关联门内无有效量测点迹时,假设目标在前一滤波时刻或是更早时刻以最大机动水平改变原运动模式,利用该假设条件下所获得的目标预测量测及当前真实预测量测,对用于确定关联门的新息协方差进行修正,使得关联门逐步适当扩大,以尽可能地包含目标真实量测点迹。仿真结果表明,自适应关联门跟踪算法能在不影响跟踪精度和算法运算量的情况下,有效降低机动目标的跟踪丢失概率。

一种基于粒子滤波的多声源跟踪算法

研究了声源轨迹交叉情况下的两个声源跟踪问题。针对传统跟踪算法容易丢失较弱声源的缺点,提出一种基于粒子滤波的改进多声源跟踪算法。该算法在跟踪过程中估计声源之间的距离,当此距离小于0.3 m时,根据声源粒子的速度方向来调整粒子权重,引导粒子向各自声源的运动方向移动,从而避免较弱声源的粒子被较强声源的粒子"吸引",保持了粒子的多样性。仿真结果表明,在不同的交叉角度下,相比于传统算法,改进算法能大幅度减小对较弱声源的跟踪丢失率,并能有效提高两个声源的跟踪精度。