多机动目标跟踪中数据关联算法的研究

摘要

本文主要对多目标跟踪中的数据关联算法进行了研究。数据关联是机动目标跟踪中的一项关键技术。本文在概述了目标跟踪的基本理论及基本环节基础上，对数据关联特点和过程进行了全面的分析和概括总结，并对数据关联算法中的几种经典算法：最近邻算法、概率数据关联算法、联合概率数据关联算法和交互多模型概率数据关联算法进行了深入的研究。在高噪声密集杂波环境下，仅利用目标的运动量测信息，很难将目标和杂波区分开。针对这一问题，本文融入目标的特征量测信息，创新性的提出了一种基于最小二乘的多特征概率数据关联EM方法，利用多个特征信息，增强目标和杂波的区分能力。仿真结果表明，该方法能够增强区分目标和杂波的能力，并能够减小相近特征量测所引起的跟踪误导，显著地提高对目标的跟踪精度。此外，在航迹关联中，本文对Viterbi数据关联算法进行了改进。在Viterbi数据关联算法基础上，结合最近邻思想，进行二次关联，减小虚假航迹的干扰，对目标航迹进行最优选择。这种改进的Viterbi数据关联方法能够连续处理丢失的量测及跟踪目标，提供一系列最好的跟踪目标集，并能够减小检测概率和杂波密度对跟踪性能的影响。仿真实验验证了该方法在低检测概率密集杂波环境下的优越性。最后，对论文研究工作进行了回顾总结，并对今后的研究工作进行了展望。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题背景及意义

1.2 国内外发展动态

1.3 本文工作

第二章 多目标跟踪数据关联基本理论

2.1 概述

2.2 目标跟踪基本理论

2.3 数据关联算法理论基础

2.4 目标跟踪中几种经典的概率数据关联算法

2.6 本章小结

第三章 基于最小二乘的多特征概率数据关联EM方法

3.1 概述

3.2 带特征量测的PDA算法分析

3.3 期望极大化（EM）方法分析

3.4 基于最小二乘的多特征概率数据关联EM算法的改进

3.5 仿真分析

3.6 本章小结

第四章 一种改进的Viterbi数据关联算法的研究

4.1 概述

4.2 Viterbi数据关联（VDA）算法

4.3 改进的Viterbi数据关联算法

4.4 仿真分析

4.5 本章小结

第五章 工作总结与展望

5.1 工作总结

5.2 展望

致谢

参考文献

攻硕期间取得的研究成果