0 引言
基于粒子滤波的检测前跟踪方法(Particle Filter Track-Before-Detect,PF-TBD)是一种常用的检测前跟踪算法,是一种基于蒙特卡洛实验的递归贝叶斯滤波算法[1-2]。由于该算法不受系统是否线性的条件限制,不仅能够有效解决目标检测跟踪中存在的线性高斯问题[3],而且对于非线性、非高斯问题[4-6],近年来,随着多传感器网络的广泛应用,研究者们将PF-TBD算法用于多传感器对多个距离较近目标的检测跟踪问题,并取得了很多研究成果。文献[7]提出了多目标粒子滤波PSFIP双层算法,该算法用于目标距离较近的多目标跟踪,比IP双层算法有更好跟踪能力,其估计目标数目也相对准确。文献[8]提出了基于并行分区状态采样的粒子滤波改进算法,该算法用于目标临近条件下的多目标跟踪,降低了目标相互邻近时的干扰,提高了跟踪精度。
尽管研究者们取得了很多成果,但是多数成果主要用于目标距离传感器较近的检测跟踪问题,利用目标的运动状态信息差异进行目标点迹的区分。而当目标距离传感器较远且目标运动信息差异不大时,由于一个目标的粒子群跟踪范围内包括多个目标的探测信息,可能引起该粒子群中边缘粒子权重异常增大,进而导致目标点迹偏移,甚至错误关联至其他较近目标的航迹。
针对此类问题,本文提出了一种新型多雷达多目标双粒子滤波检测前跟踪算法(A New Type of Multi-radar Multi-target Tracking Before Detection Algorithm,NM-PF-TBD),该算法在目标跟踪层中对某一目标进行跟踪时,通过传感器探测信息修正和目标跟踪粒子群修正,避免重采样后的跟踪粒子群中心偏移,从而降低了目标跟踪点迹发生偏移概率。
本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003337
作者信息:
潘 凯,陈 霄
(杭州电子科技大学 通信信息传输融合技术国防重点学科实验室,浙江 杭州310018)