-
题名三维数据关联情况下外辐射源雷达多目标跟踪研究
被引量：2
- 1
-
-
作者
李晓花
李亚安
金海燕
鲁晓锋
-
机构
西安理工大学计算机科学与工程学院
陕西省网络计算与安全技术重点实验室
西北工业大学航海学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第10期2840-2847,共8页
-
基金
国家自然科学基金(61703333,U1934222)
陕西省自然科学基础研究计划(2019JQ-746,18JK0557)
+1 种基金
陕西省重点实验室项目(20JS088)
西安市碑林区科技计划项目(GX2017)。
-
文摘
不同于传统多目标跟踪,除了量测-目标数据关联模糊问题外,外辐射源雷达跟踪系统新增了量测-发射机数据关联模糊问题。针对此问题,该文通过引入一个新的关联变量来表示量测和发射机之间的数据关联关系,提出了目标-量测-发射机3维数据关联改进概率多假设跟踪(PMHT)算法。该算法利用期望极大化(EM)算法的独立性假设条件得到最大后验概率意义下的最优跟踪。为了增加目标-量测-发射机之间数据关联的准确性,提高多目标与量测后验关联概率的精确度,将量测信息设定为均值相同协方差不同的混合高斯分布。针对距离-多普勒量测的非线性性,利用无味卡尔曼平滑(UKS)算法进行多目标状态估计。仿真结果表明,对于FKIE外辐射源雷达数据集(杂波密度很高),所提算法的目标与航迹关联成功率高,抗杂波性能强,证明了算法的有效性。
-
关键词
外辐射源雷达
多目标跟踪
概率多假设跟踪
无味卡尔曼平滑算法
数据关联
-
Keywords
Multistatic passive radar
Multi-target tracking
Probabilistic Multiple Hypothesis Tracking(PMHT)
Unscented Kalman Smoother(UKS)
Data association
-
分类号
TN957
[电子电信—信号与信息处理]
-
-
题名强干扰环境单观测站水下纯方位多目标跟踪
被引量：3
- 2
-
-
作者
李晓花
苏骏
李秀秀
-
机构
西安理工大学计算机科学与工程学院
西北工业大学航海学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第17期253-259,共7页
-
基金
国家自然科学基金(61703333)
陕西省自然科学基础研究计划(2019JQ-746)
陕西省教育厅自然科学研究(18JK0557)。
-
文摘
针对概率多假设跟踪(Probabilistic Multiple Hypothesis Tracking,PMHT)算法对多目标状态初始值敏感问题,结合确定性退火技术,提出了改进的PMHT算法。该算法借鉴确定性退火过程,在多目标的条件概率函数中引入退火因子,增加了多目标与纯方位量测数据关联的准确性,提高了多目标后验关联概率的精确度。针对纯方位量测的非线性性,利用无味卡尔曼平滑(Unscented Kalman Smoother,UKS)算法进行滤波。仿真结果表明,当多目标状态初始值与真实值相差较大时,对于强干扰环境下单观测站纯方位水下交叉和邻近运动多目标,所提算法的目标与航迹关联成功率高,抗干扰性能强,并且运算量小,实时性高,证明了所提算法的有效性。
-
关键词
概率多假设跟踪
纯方位
多目标跟踪
无味卡尔曼平滑算法
-
Keywords
probabilistic multiple hypothesis tracking
bearing-only
multi-target tracking
unscented Kalman smoother
-
分类号
TN957
[电子电信—信号与信息处理]
-
