网站首页  词典首页

请输入您要查询的论文:

 

标题 一种基于JPDA算法的多目标数据互联方法研究
范文

    杨佳义

    

    

    摘? ?要:文章研究了目标跟踪时常出现的航迹相交情况下的波门内数据互联。由于传统数据互联采取最近邻算法,常常导致滤波发散、跟踪丢失等严重情况出现。因此,文章针对此种现象,防止因数据互联错误而导致的严重错误,提出一种避免数据互联出现严重错误的最优算法—JPDA算法。此种算法考虑了波门内所有回波的所有可能的来源情况,是一种最优算法,具有很好的实际意义。

    关键词:JPDA算法;多目标跟踪;波门

    1? ? JPDA算法简介

    联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法源于单目标数据互联算法。当多目标情况下,跟踪波门不相交时可以采单目标数据互联算法逐一计算。当波门相交且有点迹落入波门相交区域时,此时问题很复杂,需要考虑多种可能的情况。

    2? ? JPDA算法模型

    确认矩阵的引入,确认矩阵的作用是表示有效回波和各跟踪门之间的关系。

    wjT表示量测J落入目标T的跟踪,1为落入,0为没有落入。

    当有回波落入相关波门的相交区域内时,通过确认矩阵的拆分得到所有互联事件的互联矩阵,计算得到互联概率,再用互联概率得到状态协方差和状态更新值。

    对于确认矩阵的拆分可以使用以下方式。

    (1)每个量测只能有一个源,即量测不是来源于目标就是来源于杂波和虚警。

    (2)每个量测最多与一个目标源进行匹配。

    因此,确认矩阵必须满足除第一当目标j位于跟踪门t内时,Wjt=1,否则为0。特别的,当t=0时,表示跟踪门内没有目标存在。确认矩阵Wjt=0,表示全部量测都来源于杂波或虚警。

    除第一列以外(每个量测均有可能来自于杂波),每行每列有且仅有一个不为0的分量,以此来保证量测来源的唯一性。

    3? ? 算法流程

    由于JPDA法是基于相位检测自动对焦(Phase Detection Auto Focus,PDAF)推广来的方法,因此,根据单目標PDAF算法可以推出JPDA算法。对于目标状态更新值,要得到目标状态值之前必须计算量测与目标之间的互联概率。

    式(3)表示某目标所有互联概率之和为1,即所有量测均为杂波或存在某量测与预测值互联。

    θik取值为1,0,该值表示在事件i中量测数据j来自于目标t的判断。若来源于目标,则为1,来源非目标t,则为0。

    当求得确认矩阵后,还需知道联合事件概率,该概率反映了在k时刻接收到n个量测的条件下,某一量测与该目标的互联概率。先引入描述互联事件的两个变量。

    4? ? 仿真验证

    本文模拟两相交目标,在目标航迹相交时,采用JPDA算法,并分析所得结论与实际真实航迹的误差,具体如图1—3所示。

    目标参数:目标1初始位置:x方向:20 000,2 200;y方向:10 000,-20;目标2初始位置:x方向2 300,100;y方向:3 500,133。

    杂波密度:8;观测步数:150。

    5? ? 结语

    从仿真可以看出,在目标航迹相交时,采用JPDA算法能够对目标1,2有很好的跟踪效果,航迹寿命一直维持到观测结束。因此,该算法在用于航迹相交的多目标跟踪时具有很好的性能。

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/3/13 17:36:02