遮挡环境下基于航海雷达的舰船目标跟踪方法研究

[目的]针对无人艇平台航海雷达在舰船目标跟踪中因障碍物遮挡而造成的目标航迹断裂问题,需综合利用环境先验信息,以提高雷达探测受限时目标跟踪航迹的连续性。[方法]通过提出遮挡环境下的综合概率数据互联(IPDA)算法,即O-IPDA,对环境遮挡情况进行实时预判;在遮挡环境中通过采用低检测概率和针对性设计的存在状态概率转移矩阵,以维持目标跟踪的连续性。[结果]在单目标跟踪场景中,当目标被暂时遮挡时,O-IPDA可以避免目标因持续性漏检而丢失,以保持跟踪航迹的稳定性,其中算法的抗遮挡能力取决于O-IPDA存在状态概率转移矩阵中的相关参数设置。[结论]O-IPDA目标跟踪方法具有一定的抗遮挡能力,可为航海雷达单目标跟踪研究提供参考。

基于IMM-IPDA的杂波区内机动小目标跟踪研究

跟踪穿行于杂波区中的机动小目标进行跟踪时,面临着目标观测点丢失、目标运动形式实时变化和杂波干扰的问题。针对上述问题,提出了一种改进的交互式多模型的综合概率数据关联(IMM-IPDA)算法,利用目标存在性概率对跟踪滤波过程实施反馈处理,并构建逼真的应用场景,进行杂波区内机动小目标跟踪研究,对不同检测概率下的目标跟踪效果进行了评估分析,分析结果对于雷达在实际环境下的对海目标跟踪有一定的工程应用价值。

一种新的杂波环境下的多目标跟踪算法研究

杂波中的多目标的跟踪研究面临许多挑战。目标轨迹受多种动作制约,而且杂波通常是实质的非同质杂波。在多目标状态下,量测任务的计算量可能随航迹数和量测数呈指数增长,LMIPDA-IMM算法解决了这一问题。IMM算法可用来跟踪机动目标,LMIPDA算法计算目标存在概率,能够进行错误航迹的识别,从而航迹可自动起始和终结。LMIPDA提供了线性运算的航迹数和量测数多目标数据关联,仿真结果表明该算法在很强的非同质杂波中是很有效的。

三种引入Doppler量测的数据互联算法性能分析

针对多频连续波雷达系统中多目标跟踪问题,提出了三种引入目标径向速度量测的贝叶斯类多目标数据互联改进算法。为了清楚地对比三种改进算法与传统算法以及改进算法之间在跟踪精度、实时性等跟踪性能上的差异,对上述算法在相同环境下进行了详细的性能分析。首先,简述了各算法的互联方法;然后,建立了跟踪模型;最后,选取典型的多目标运动情况对这些算法进行了仿真实验,并根据仿真结果综合分析了它们各方面的跟踪性能。

基于贝叶斯概率模型的不动产存量数据自动关联

完成不动产存量数据各表格间的正确逻辑关联是不动产存量数据整合的重要内容,本文采取了一种基于贝叶斯概率模型的房屋登记数据关联楼盘表方法,该方法实现了房屋登记数据和楼盘表中户数据批量自动关联,相较于传统的通过依据坐落关系人工逐户判断关联的方式,该方法的关联效率提升了约10倍。

基于幅值信息的改进集成概率数据关联算法

为通过幅值信息进一步提高概率数据关联算法的目标跟踪性能,且考虑到跟踪过程中目标的存在性问题,提出了一种基于幅值信息的集成概率数据关联算法,将幅值似然比引入目标存在概率和关联概率的计算过程中,可以改善集成概率数据关联算法的跟踪性能,提高目标存在性判断的快速性,降低目标丢失概率.最后通过仿真验证了改进算法的有效性.

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率(PTE)的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。

基于整合概率数据关联的最优传感器序列研究

研究多传感器跟踪系统中传感器处理序列优化问题.首先根据多传感器跟踪系统中多传感器信息的处理特点,提出了基于有限随机集的序列整合概率数据关联(IPDA)滤波算法;然后,通过分析序列IPDA算法中目标生存概率的均值函数,证明了在不同传感器检测概率的多传感器系统中,目标生存概率仅依赖于传感器序列中第1个传感器,并随其检测概率的增大而增大,仿真实验验证了所得结论.