论文摘要
目标与量测的关联是多目标跟踪的一个比较核心的问题。在传统的数据关联算法中，大多数要穷举所有可能的关联事件，从而导致计算量随着目标和量测数目成指数增长，不利于实际应用，本文研究基于概率多假设（PMHT）的算法在目标跟踪中的应用，主要工作如下： 1、对PMHT算法的国内外研究现状进行了综述，分析了该算法在理论及应用方面存在的问题。 2、深入分析了PMHT算法、以及各个改进的PMHT算法的优缺点，并对PMHT算法，各改进算法进行仿真比较分析，给出了一些可供应用参考的结论。 3、针对PMHT算法的迭代、批处理特性，将统计距离、统计距离增量作为系统方差的调整参量，采用模糊专家规则系统，提出了一种适用于机动目标的模糊自适应概率多假设跟踪（FA-PMHT）算法。该算法将数据关联寻优与运动模型寻优联合处理，从而实现了数据关联寻优、目标模型寻优一体化。仿真结果表明，所提算法在跟踪精度上有明显提高，并且满足实时性要求，证明该算法是有效的。 4、PMHT是一种基于贝叶斯的算法，在框架结构上具有易扩展特性，本文基于此提出了一种基于图像信息的融合自适应Homethetic-PMHT算法。该算法综合利用属性信息以及传统的位置量测信息，将从图像信息中获取的量测通过模糊处理得到目标属性（幅值、RCS）概率信息，并将目标属性概率信息、目标量测信息统一到概率多假设框架下形成一种广义数据关联跟踪算法。仿真结果表明该算法的有效性。 5、针对天波雷达多路径会产生多个量测，而PMHT的假设条件：一个目标可以产生多个量测，很好的体现了这一特点。本文通过研究PMHT算法在天波超视距雷达上的应用，并通过仿真给出了一些算法参数的最优选择，同时也验证了PMHT算法在OTHR跟踪环境下对于环境参数的鲁棒性。
论文目录
摘要ABSTRACT第一章 绪论§1.1 引言§1.2 PMHT算法的基本原理§1.2.1 期望极大化（EM）算法§1.2.2 PMHT算法问题描述§1.2.3 PMHT算法§1.2.4 PMHT算法步骤§1.3 PMHT算法尚待解决的问题§1.4 本文的研究背景及内容简介第二章 PMHT算法仿真分析§2.1 引言§2.2 PMHT算法存在的问题§2.2.1 无自适应性§2.2.2 无自纠错性§2.2.3 易受杂波影响§2.3 几种PMHT的改进算法§2.3.1 Homothetic PMHT§2.3.2 Spirograph PMHT§2.3.3 自适应Homothetic PMHT§2.3.4 Detection-Oriented PMHT§2.3.5 Deflationary PMHT§2.3.6 Homoscedastic PMHT§2.4 仿真结果及分析§2.4.1 单目标环境仿真§2.4.2 两目标环境仿真§2.5 本章小结第三章 模糊自适应PMHT机动目标跟踪算法§3.1 引言§3.2 模糊自适应PMHT算法§3.2.1 统计距离、统计距离增量§3.2.2 模糊逻辑推理§3.2.3 模糊规则§3.2.4 模糊自适应PMHT算法步骤§3.3 模糊自适应PMHT算法仿真分析§3.3.1 仿真场景设计§3.3.2 仿真分析§3.4 本章小结第四章 基于图像信息融合自适应概率多假设跟踪算法§4.1 引言§4.2 属性信息对目标跟踪性能的提升§4.2.1 对后验概率的改进§4.2.2 对辅助函数的改进§4.3 基于属性信息的Homothetic-PMHT算法§4.3.1 模型、参量基本定义§4.3.2 Homothetic-PMHT-A算法推导§4.3.3 Homothetic-PMHT-A算法流程§4.4 属性信息的模拟与模糊化§4.4.1 雷达散射截面的模拟§4.4.2 输入模糊化转换§4.5 仿真分析§4.5.1 仿真场景的生成§4.5.2 算法性能分析§4.6 本章小结第五章 PMHT算法在OTHR上的应用研究§5.1 引言§5.2 天波超视距雷达PMHT跟踪算法§5.3 仿真分析§5.3.1 单目标仿真场景§5.3.2 交叉两目标仿真场景§5.4 本章小结第六章 总结与展望§6.1 本文小结§6.2 工作展望参考文献作者硕士期间完成的文章作者硕士期间参与的项目致谢附录
相关论文文献
标签：概率多假设论文; 数据关联论文; 机动目标论文; 交互多模型论文; 目标跟踪论文; 天波雷达论文;
