利用编成及队形特征的阵群目标数据关联算法

在星载传感器获取数据的时间间隔较长的情况下,现有的阵群目标数据关联算法的效果不太理想。为此,充分利用阵群目标相对稳定的编成、队形特征,提出了综合利用编成及队形特征的阵群目标数据关联算法。首先,建立阵群目标编成特征和队形特征的描述模型,编成特征由阵群所包含的目标类型以及各类型所包含的成员数量构成,队形特征通过阵群中成员间的距离加以描述;然后分别给出编成和队形特征的基本概率分配函数,并利用D-S证据理论对这两种基本概率分配函数进行证据合成;最后采用二维分配方法实现关联判决。对比仿真实验表明,相对现有的阵群目标数据关联算法,该算法能够有效克服低数据率所带来的影响,保持较高的正确关联率。

基于D-S证据理论的阵群目标数据关联算法

由于星载传感器获取数据的时间间隔较长,对监视区域中的每个目标进行稳定有效的跟踪是非常困难的。为此,该文将阵群目标作为研究对象,充分利用阵群目标相对稳定的编成、队形特征,提出了一种基于D-S证据理论的阵群目标数据关联算法。首先,建立阵群目标的编成特征和队形特征的描述模型,并据此提取阵群目标的编成及队形特征;其次,通过D-S证据理论,分别利用编成和队形特征建立阵群目标的关联匹配模型,计算相应的基本概率分配函数;最后,对基于编成和队形特征关联的基本概率分配函数进行证据合成,建立综合的基本概率分配函数,并采用二维分配方法实施关联判决,得出关联结果。仿真实验证实了该算法的有效性。