点航间的关联算法是雷达跟踪多目标的核心,而传统的数据关联算法都存在各自的不足。最近邻域(Nearest Neighbor,NN)法的关联逻辑简单、容易误跟踪,联合概率数据互联(Joint Probabilistic Data Association,JPDA)计算复杂、工程不易实现...点航间的关联算法是雷达跟踪多目标的核心,而传统的数据关联算法都存在各自的不足。最近邻域(Nearest Neighbor,NN)法的关联逻辑简单、容易误跟踪,联合概率数据互联(Joint Probabilistic Data Association,JPDA)计算复杂、工程不易实现,导致雷达在复杂场景下无法正确关联目标点迹进而跟踪丢失,抑或实时性太差无法直接应用在产品上。提出了一种基于模糊估计和最大权值匹配的多目标跟踪算法。算法在跟踪过程中起始当前态势所有航迹。将探测到的量测点迹和态势中所有航迹进行模糊匹配并建立关联权值矩阵,以矩阵总关联权值最大为目标,采用Kuhn-Munkres算法从关联权值矩阵中获取能够使全局权值最大的点航迹匹配组合。通过仿真与NN法、JPDA对比,在实测数据中应用了所提算法。实验结果表明,该算法能够解决多目标跟踪的关联错误问题,在实际应用中能够避免杂波和其他航迹的影响而保持对目标的稳定跟踪,计算量可接受,具有较好的工程应用前景。展开更多
文摘点航间的关联算法是雷达跟踪多目标的核心,而传统的数据关联算法都存在各自的不足。最近邻域(Nearest Neighbor,NN)法的关联逻辑简单、容易误跟踪,联合概率数据互联(Joint Probabilistic Data Association,JPDA)计算复杂、工程不易实现,导致雷达在复杂场景下无法正确关联目标点迹进而跟踪丢失,抑或实时性太差无法直接应用在产品上。提出了一种基于模糊估计和最大权值匹配的多目标跟踪算法。算法在跟踪过程中起始当前态势所有航迹。将探测到的量测点迹和态势中所有航迹进行模糊匹配并建立关联权值矩阵,以矩阵总关联权值最大为目标,采用Kuhn-Munkres算法从关联权值矩阵中获取能够使全局权值最大的点航迹匹配组合。通过仿真与NN法、JPDA对比,在实测数据中应用了所提算法。实验结果表明,该算法能够解决多目标跟踪的关联错误问题,在实际应用中能够避免杂波和其他航迹的影响而保持对目标的稳定跟踪,计算量可接受,具有较好的工程应用前景。
