多目标跟踪中的数据关联方法研究

摘要

文中首先讨论了目标跟踪中的滤波估计方法,并结合实际应用的需要针对广泛使用的卡尔曼滤波方法提出了对非均匀间隔采样的数据进行卡尔曼滤波的处理方法,对卡尔曼滤波方程做了适当的修改使其适应非均匀采样数据的处理.数据关联技术是多目标跟踪中的关键环节.该文介绍了数据关联技术的分类和发展状况,并主要分析了基于贝叶斯估计的数据关联方法如概率数据关联方法（PDA）、联合概率数据关联方法（JPDA）方法,针对PDA方法对所有落入跟踪门内的回波都采取同样方法处理的缺点,介绍了改进PDA（MPDA）方法.MPDA方法根据落入同一目标跟踪门的测量值数目对落入公共区域的测量值进行重新加权,取得了比较好的效果,MPDA方法相对于PDA方法的性能有了较大的提高.JPDA方法是多目标跟踪中的经典方法,但其计算量很大,该文通过对关联事件搜索原理的分析,提出了快速JPDA（FJPDA）分组搜索可行关联事件的方法,该方法从关联矩阵中的非零元素入手,采用递归执行,分组搜索,在搜索同时计算关联概率最大程度地利用搜索的中间结果提高处理速度.并在此基础上提出了减少小概率关联事件产生的改进FJPDA算法,进一步提高了计算速度.

目录

文摘

英文文摘

第一章多目标跟踪理论概述

§1-1多目标跟踪理论研究的历史与现状

§1-2数据关联方法的发展概述

§1-3本论文的主要研究内容

第二章目标跟踪中的运动模型与滤波估计

§2-1引言

§2-2机动目标跟踪的基本要素

§2-3目标运动模型

§2-3-1目标运动方程及参考坐标系的选择

§2-3-1几种常用的运动模型

§2-4基本跟踪滤波与预测方法

§2-5非均匀采样卡尔曼滤波

§2-5-1卡尔曼滤波与预测的基本方程

§2-5-2非均匀采样的卡尔曼滤波与预测的方程

§2-5-3非白噪声的卡尔曼滤波

第三章多目标跟踪方法研究

§3-1引言

§3-2多目标跟踪的基本要素

§3-2-1多目标跟踪中跟踪门的选择

§3-2-2数据关联和跟踪维持

§3-2-3跟踪的起始与终结

§3-2-4漏报与虚警

§3-3多目标跟踪中的数据关联方法

§3-3-1引言

§3-3-2非贝叶斯估计的数据关联方法

§3-3-3基于贝叶斯估计的数据关联方法

§3-4 PDA方法及改进PDA方法

§3-4-1概率数据关联(PDA)方法

§3-4-2改进概率数据关联方法

§3-4-3仿真计算

第四章快速联合概率数据关联方法研究

§4-1引言

§4-2联合概率数据关联(JPDA)方法

§4-2-1关联矩阵及可行关联事件的构造

§4-2-2联合关产概率βjl的计算

§4-2-3联合概率数据关联的滤波算法

§4-3快速JPDA算法

§4-3-1近似最优的快速JPDA算法

§4-3-2最优快速JPDA算法

§4-4 FJPDA快速算法

§4-4-1可行关联事件的搜索

§4-4-2算法的实现

§4-4-3计算量的定量计算

§4-4-4改进的FJPDA算法

§4-4-5计算机仿真

第五章多目标数据关联方法综述

§5-1多种数据关联方法的性能比较

§5-2多目标跟踪的发展展望

结束语

致谢

参考文献