時變數(shù)目多目標(biāo)跟蹤算法研究.pdf

1、多目標(biāo)跟蹤是一個重要的理論和實踐問題。近段時間以來有了很多重要的成果，這些成果在空中偵察與預(yù)警、彈道導(dǎo)彈防御、戰(zhàn)場監(jiān)視等軍事領(lǐng)域，以及空中交通管制、智能車輛系統(tǒng)、交通導(dǎo)航、機器人視覺等民用領(lǐng)域都得到了廣泛的應(yīng)用。然而，隨著技術(shù)的不斷發(fā)展，現(xiàn)代跟蹤環(huán)境的顯著變化，各種應(yīng)用系統(tǒng)對多目標(biāo)跟蹤提出了日益復(fù)雜的要求，原有的目標(biāo)跟蹤理論和方法也面臨著新的挑戰(zhàn)，例如：量測方程非線性、目標(biāo)數(shù)目未知、雜波密度高、存在群目標(biāo)等。本文針對這些問題，研究了在密

2、集雜波干擾環(huán)境下，時變數(shù)目多目標(biāo)及群目標(biāo)的跟蹤算法。
　　本文主要的研究工作有：
　　(1)針對量測方程非線性，且量測誤差協(xié)方差較大時，粒子濾波容易發(fā)散的情況，提出了自適應(yīng)兩階段濾波算法。通過對粒子濾波的估計值進行第二階段的自適應(yīng)卡爾曼濾波，提高了非線性量測條件下濾波算法的精度和穩(wěn)定性。
　　(2)將多目標(biāo)跟蹤中的難點—數(shù)據(jù)關(guān)聯(lián)問題，轉(zhuǎn)換成為一個含約束條件的0-1規(guī)劃求解問題。并針對此NP-hard問題，設(shè)計了一種改進

3、的離散差分進化算法，求解密集雜波下的高維最優(yōu)關(guān)聯(lián)，有效的解決了多目標(biāo)跟蹤中的最優(yōu)關(guān)聯(lián)的求解問題。
　　(3)在通用航跡起始框架下，設(shè)計了自適應(yīng)門限的一步延時航跡起始算法用于航跡的起始，并將航跡起始算法、航跡終止檢測和量測外推等算法步驟同經(jīng)典多目標(biāo)跟蹤算法(JPDA，Joint Probabilistic Data Association)相結(jié)合，改進的JPDA算法可以適用于目標(biāo)數(shù)目變化情況下的多目標(biāo)跟蹤問題。
　　(4)提出