密集杂波环境下确定性退火DA-HPMHT跟踪算法.pdfVIP

２０１５年６月 西 北 工 业 大 学 学 报 Ｊｕｎｅ ２０１５ 第３３卷第３期 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３３ Ｎｏ．３ 密集杂波环境下确定性退火 ＤＡ⁃ＨＰＭＨＴ跟踪算法 李晓花，李亚安，陈晓，戴淼 （西北工业大学 航海学院，陕西 西安　 ７１００７２） 摘　 要：在对Ｈｏｍｏｔｈｅｔｉｃ概率多假设跟踪（ｐｒｏｂａｂｉｌｉｓｔｉｃ ｍｕｌｔｉｐｌｅ ｈｙｐｏｔｈｅｓｉｓ ｔｒａｃｋｉｎｇ，ＰＭＨＴ）和确定性 退火（ｄｅｔｅｒｍｉｎｉｓｔｉｃ ａｎｎｅａｌｉｎｇ，ＤＡ）技术深入研究的基础上，结合扩展卡尔曼算法，提出了ＤＡ⁃ＨＰＭＨＴ 算法。 针对密集杂波环境对多目标跟踪性能的影响，给出了ＤＡ⁃ＨＰＭＨＴ算法在匀速直线交叉运动目 标，机动转弯目标和匀速直线邻近目标的仿真实验，并同ＨＰＭＨＴ 算法进行了仿真比较。 仿真结果表 明，在初始值与真实值相差较大的情况下，ＨＰＭＨＴ 算法跟踪性能下降，而ＤＡ⁃ＨＰＭＨＴ 算法仍能保持 较好的跟踪精度，并且满足实时性要求，证明ＤＡ⁃ＨＰＭＨＴ 算法对密集杂波环境下多机动目标跟踪的 有效性。 关　 键　 词：概率多假设跟踪；确定性退火；多目标跟踪；扩展卡尔曼算法；密集杂波环境 中图分类号：ＴＮ９５７　 　 　 文献标志码：Ａ　 　 　 文章编号：１０００⁃２７５８（２０１５）０３⁃０４３２⁃０６ 　 　 在军事和民用领域监视中，如何实时有效地跟 ＥＭ）的概率多假设跟踪（ｐｒｏｂａｂｉｌｉｓｔｉｃ ｍｕｌｔｉｐｌｅ ｈｙ⁃ ［５⁃６］ 踪机动目标，防止误跟或失跟目标，是目标跟踪系统 ｐｏｔｈｅｓｉｓ ｔｒａｃｋｉｎｇ，ＰＭＨＴ） 算法，通过批处理、迭 ［１］ 设计的主要目的。 多目标跟踪 涉及随机统计决 代获得目标航迹的最大似然估计。 ＰＭＨＴ算法以其 策、自适应滤波、神经网络、模糊推理等现代信息处 对各目标与量测关联的独立性假设，获得目标的最 理技术，它的核心问题是如何解决目标和量测之间 优估计，并且计算量随目标个数增长呈线性增长。 的关联，即数据关联问题，因为数据关联算法性能的 同时，由于是一种Ｂａｙｅｓ框架下的跟踪算法，在概率 优劣直接影响跟踪系统的整体性能。 现代战争环境 统计意义下所表现的易扩展特性受到学者们越来越 ［７］ 下的跟踪监视系统，由于各种自然和人为干扰或不 多的关注 。 Ｃ． Ｒａｇｏ 等在文献 ［８］ 提 出了 确定性的存在，以及目标机动性能的提高，造成数据 Ｈｏｍｏｔｈｅｔｉｃ ＰＭＨＴ （ＨＰＭＨＴ）算法，假设一个目标有 的强烈模糊性及不确定性，对数据关联技术提出了 多个量测模型，将同均值不同量测噪声的多量测模 更高的要求。 型引入ＰＭＨＴ算法，极大的提高了航迹稳定性。 在传统的各种数据关联算法中，联合概率数据 ＰＭＨＴ算法的缺点是对初始值很敏感，一旦初 关联 （ｊｏｉｎ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｄａｔａ ａｓｓｏｃｉａｔｉｏｎ ｆｉｌｔｅｒ，ＪＰ⁃ 始值与真实值相差较大，目标误跟踪率增大，跟踪性 ［２⁃３］ ［９］ ＤＡＦ） 和 多 假 设 跟 踪