基于Rényi信息增量的机动目标协同跟踪算法

针对基于多传感器组网进行机动目标跟踪的传感器管理问题,提出了一种基于Rényi信息增量的机动目标协同跟踪算法。首先结合"当前"统计模型和交互式多模型不敏卡尔曼滤波算法设计了一种变结构多模型算法,来进行机动目标的状态估计;然后以Rényi信息增量为评价准则,选择使Rényi信息增量最大的单个传感器进行目标跟踪;最后利用得到的最优加速度估计进行网格划分,更新变结构多模型中的模型集合。在一般机动及强机动场景下进行了算法性能分析,仿真结果表明,该算法能够合理地选择传感器,提高了对机动目标的跟踪精度。

雷达辅助光电跟踪系统协同跟踪算法

针对光电跟踪系统对目标探测过程中发生的不完全量测现象,采用雷达辅助光电跟踪系统进行协同跟踪保证量测的连续性。首先给出光电跟踪系统的不完全量测模型以及雷达辅助下的协同互牵引模型,提出基于粒子滤波的序贯融合算法;其次,利用粒子滤波求取传感器在每一时刻的Renyi信息增量作为协同过程互牵引准则,确定互牵引触发时机,确保协同过程的自主性。仿真结果表明:通过选择合适的互牵引门限,能够在尽量少的雷达辐射的条件下改善对目标跟踪性能并保证对目标探测的稳定性。