针对联合概率数据关联(JPDA,Joint Probabilistic Data Association)算法关联概率计算过于复杂,无法适应复杂电磁环境下多目标实时跟踪的需求,提出了一种改进的JPDA算法(MJPDA)。首先,考虑多重因素重新定义关联矩阵,并计算关联概率;其次...针对联合概率数据关联(JPDA,Joint Probabilistic Data Association)算法关联概率计算过于复杂,无法适应复杂电磁环境下多目标实时跟踪的需求,提出了一种改进的JPDA算法(MJPDA)。首先,考虑多重因素重新定义关联矩阵,并计算关联概率;其次,对密集杂波下公共量测的关联概率进行修正,引入马氏距离对公共量测进行二次加权,同时考虑公共与非公共量测数目的影响,最后计算修正关联概率。该算法规避了确认矩阵的拆分,有效解决了JPDA算法计算量随杂波密度增加呈指数级增长的问题。通过理论分析和蒙特卡罗仿真实验结果表明,在密集杂波环境下,改进算法具有良好的跟踪性能和较小的计算量,显著提升了算法的实时性。展开更多
在恒虚警条件下,针对传统的航海雷达模拟器目标跟踪采用的基于不敏卡尔曼滤波的联合概率数据互联算法(JPDA-UKF)发散、复杂度高和实时性差的问题,提出了一种利用运动补偿的笛卡尔坐标下改进的JPDA-UKF滤波方法。该算法引入相邻周期回波...在恒虚警条件下,针对传统的航海雷达模拟器目标跟踪采用的基于不敏卡尔曼滤波的联合概率数据互联算法(JPDA-UKF)发散、复杂度高和实时性差的问题,提出了一种利用运动补偿的笛卡尔坐标下改进的JPDA-UKF滤波方法。该算法引入相邻周期回波间运动补偿提取的目标量测可信度矩阵,限制进入跟踪门相交区域中的虚假量测数量,并将软跟踪门技术应用于滑窗逻辑法实现航迹管理。仿真结果表明,所提方法径向速度误差比传统的JPDA-UKF算法与自适应的α-β滤波算法分别降低10%和20%,目标获得稳定航迹后径向速度归一化均方根误差(RMSE)比上述两种方法分别具有约10d B和15 d B的性能优势,算法的复杂度符合真实雷达的边扫描边跟踪的实时处理。展开更多
文摘针对联合概率数据关联(JPDA,Joint Probabilistic Data Association)算法关联概率计算过于复杂,无法适应复杂电磁环境下多目标实时跟踪的需求,提出了一种改进的JPDA算法(MJPDA)。首先,考虑多重因素重新定义关联矩阵,并计算关联概率;其次,对密集杂波下公共量测的关联概率进行修正,引入马氏距离对公共量测进行二次加权,同时考虑公共与非公共量测数目的影响,最后计算修正关联概率。该算法规避了确认矩阵的拆分,有效解决了JPDA算法计算量随杂波密度增加呈指数级增长的问题。通过理论分析和蒙特卡罗仿真实验结果表明,在密集杂波环境下,改进算法具有良好的跟踪性能和较小的计算量,显著提升了算法的实时性。
文摘在恒虚警条件下,针对传统的航海雷达模拟器目标跟踪采用的基于不敏卡尔曼滤波的联合概率数据互联算法(JPDA-UKF)发散、复杂度高和实时性差的问题,提出了一种利用运动补偿的笛卡尔坐标下改进的JPDA-UKF滤波方法。该算法引入相邻周期回波间运动补偿提取的目标量测可信度矩阵,限制进入跟踪门相交区域中的虚假量测数量,并将软跟踪门技术应用于滑窗逻辑法实现航迹管理。仿真结果表明,所提方法径向速度误差比传统的JPDA-UKF算法与自适应的α-β滤波算法分别降低10%和20%,目标获得稳定航迹后径向速度归一化均方根误差(RMSE)比上述两种方法分别具有约10d B和15 d B的性能优势,算法的复杂度符合真实雷达的边扫描边跟踪的实时处理。
