基于隨機集的多目標跟蹤及融合管控算法研究.pdf

1、半個多世紀以來，多傳感器多目標跟蹤問題始終受到了學術界和工程界廣泛的關注。1994年，Mahler首次提出隨機集理論，并指出其可以應用于多目標跟蹤領域，在近二十多年里，隨機集理論發(fā)展十分迅速。本文基于隨機集理論，尤其是近年來發(fā)展的標號隨機集理論，研究了多目標跟蹤及多傳感器融合與管控算法，主要的工作有：
　　1.闡述了隨機集理論的核心即多目標貝葉斯濾波器，介紹了新興的標號隨機集理論，詳細對比分析了多目標貝葉斯濾波器的近似技術，具體包

2、括三種集濾波器以及兩種標號集濾波器。
　　2.研究了適用于機動多目標跟蹤的新型標號集濾波器。針對復雜環(huán)境下機動多目標跟蹤問題，通過結合廣義標號多伯努利模型和跳躍馬爾科夫系統(tǒng)，提出了多模型廣義標號多伯努利濾波器，可以有效地處理多個機動目標的跟蹤問題，提升了跟蹤性能。仿真實驗證實了多模型廣義標號多伯努利濾波器的高精度性和強穩(wěn)健性。
　　3.針對多傳感器網絡系統(tǒng)，提出了一種適用于廣義標號多伯努利分布族的新型多傳感器分布式信息融合算

3、法，給出了傳感器網絡的序貫融合方式，可以有效地處理標號空間不匹配現(xiàn)象，融合性能更佳。仿真結果證實所提融合算法在目標臨近和基數(shù)變化的復雜場景中優(yōu)勢明顯。
　　4.基于標號隨機集理論，在多目標跟蹤背景下研究了多傳感器自適應管控問題，分別提出了兩種新奇的多傳感器管控算法。第一種聯(lián)合決策算法為最優(yōu)算法，可以取得全局的優(yōu)越性能，第二種獨立決策算法為次優(yōu)算法，其作為聯(lián)合決策算法的一種快速實現(xiàn)，擁有較小的計算代價。仿真實驗表明兩種管控算法都可以