基于类跟踪门的机动目标跟踪.pdfVIP

第40卷第2期 光电工程 V0．1．40．No．2 2013年 2月 Opto—ElectronicEngineering Feb，2013 文章编号：1003—501X(2013)02—0023—09 ManeuveringTargetTrackingBasedonClass—dependentTrackingGates GUGongsong (CollegeofMathematicsPhysicsandInformationEngineering，JiaXingUniversity， Jiaxing314000，ZhejiangProvince，China) Abstract：Inordertosolvetheproblemofmaneuveringtargettrackinginclutter,ajointprobabilisticdensitydescription ofthetargetstateandtargetclassisgiven．Usinghtejointstate—classprobabilisticdensiyt,thepredictedmeasurements densityfunctionCna beprovenasaGaussianmixturedistribution．Basedonthisattribute，weconstructaclass-dependent rtackinggateforeachtargetclass，whichachievesmoreeffectiveassociationfrom meas~ementstortacks．A Gaussian mixtttreweightedKalmanfilterisusedinrtackingprocess，wheremaneuverdetectioncanalsobeavoided．Insimulation， theresultswiththreetrackingalgorithmsarecompared，whichshowsthatproposedmethodhereismoreeffective． Keywords：targettracking；dataassociation；Gaussianmixturemodel；probabilitydensity CLCnumber：TP271 Documentcode：A doi：10．3969j／．issn．1003—501X．2013．02．004 基于类跟踪门的机动 目标跟踪 顾 国松 (嘉兴学院 数理与信息工程学院，浙江 嘉兴 314000) 摘要：针对杂波环境下的机动 目标跟踪问题，给出了目标状态与类型的联合概率密度表示，并证明了目标的状态 量测预测密度函数服从高斯混合分布。根据这一性质，为每一类 目标分别建立对应的类跟踪门，从而实现更有效 的量测到航迹的数据关联。滤波过程使用高斯混合加权卡尔曼滤波器，避免了机动 目标跟踪过程中的机动检测问 题。在仿真实例中，对比三种算法的跟踪结果进一步显示了本文算法的有效性。 关键词：目标跟踪；数据关联；高斯混合模型；概率密度 0 Introduction Trackingamaneuveringtargetinthepresenceofclutterorfalsemeasurementsinvolvestwoproblems：oneis theunknown inputsinthetargetstateequationorthec