基于运动模型的红外多目标跟踪

摘要

多目标跟踪是多传感器信息融合系统的一个重要研究内容。其中目标跟踪及数据关联问题是多目标跟踪的核心问题，也是近十几年来国内外该领域的研究热点。 本文针对被动无源传感器，探讨了基于运动模型的多目标跟踪问题。首先介绍了多目标跟踪的基本原理，并详细分析了红外被动传感器对目标的观测特性。基于此特性，本文提出了两种目标运动模型。首先，通过假定距离信息的引入，建立了目标运动的线性时变滤波模型；进一步，通过直线逼近原理，建立目标轨迹直线逼近模型。将这两种运动模型运用于目标跟踪，分别提出了基于线性滤波模型的目标跟踪算法和基于直线逼近模型的目标跟踪算法。前者利用假定距离信息将滤波模型线性化，其收敛速度与跟踪精度均高于基于泰勒级数近似的线性滤波模型的跟踪方法，如扩展卡尔曼滤波；而后者通过对目标轨迹的直线逼近可有效地跟踪非直线运动目标。最后针对多目标跟踪的数据关联问题，我们论证了数据粗关联可以快速、有效地去除大多数虚假关联。进一步将其与多维分配算法相结合，克服了多维分配算法建立候选关联树计算量大的缺点，有效地提高了数据关联的速度。 仿真实验验证了本文所提算法的正确性和有效性。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景及意义

1.2多目标跟踪的历史和研究现状

1.3本文的主要研究工作及内容安排

第二章红外多目标跟踪概述

2.1引言

2.2多目标跟踪基本原理

2.2.1多目标跟踪的功能要素

2.2.2多目标跟踪系统体系

2.3红外传感器的特点

2.3.1红外传感器工作原理

2.3.2焦平面象素值与方位角之间的关系

2.4小结

第三章目标运动建模

3.1引言

3.2目标轨迹的直线逼近模型

3.2.1匀速直线运动的方向计算

3.2.2仿真试验与结果分析

3.3目标运动的线性滤波模型

3.3.1基于泰勒级数展开的线性滤波模型

3.3.2基于假定距离信息的线性时变滤波模型

3.4小结

第四章基于运动模型的目标跟踪算法

4.1引言

4.2卡尔曼滤波

4.3基于线性滤波模型的目标跟踪

4.3.1算法描述

4.3.2实验仿真与分析

4.4基于直线逼近模型的目标跟踪

4.4.1算法描述

4.4.2实验仿真与分析

4.5小结

第五章多目标数据关联

5.1引言

5.2多维分配算法

5.2.1跟踪场景描述

5.2.2数据关联的多维分配算法

5.3基于粗关联的多维分配

5.3.1粗关联方法与性能分析

5.3.2基于粗关联多维分配算法

5.4仿真试验与结果

5.5小结

总结与展望

致谢

参考文献

作者在读期间的研究成果