基于PPP模型的多扩展目标跟踪的JPDA算法研究.pdfVIP

第３５卷第６期信号处理Ｖｏｌ．３５Ｎｏ．６

２０１９年６月ＪｏｕｒｎａｌｏｆＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＪｕｎ．２０１９

文章编号：１００３－０５３０（２０１９）０６－１０７９－０９

基于ＰＰＰ模型的多扩展目标跟踪的ＪＰＤＡ算法研究

杜浩翠谢维信范建德

（深圳大学ＡＴＲ国防科技重点实验室，广东深圳５１８０６０）

摘要：针对多扩展目标跟踪问题，提出了基于泊松点过程（ＰｏｉｓｓｏｎＰｏｉｎｔＰｒｏｃｅｓｓ，ＰＰＰ）模型的多扩展目标跟踪

的联合概率数据关联（ＪｏｉｎｔＰｒｏｂａｂｉｌｉｓｔｉｃＤａｔａＡｓｓｏｃｉａｔｉｏｎ，ＪＰＤＡ）算法。首先，采用ＰＰＰ对扩展目标进行测量建模，

其次以“多对一”关联模型思想提出一种ＪＰＤＡ算法，从而计算运动目标的当前有效量测的边缘关联概率，然

后结合该边缘关联概率以概率数据关联（ＰｒｏｂａｂｉｌｉｔｙＤａｔａＡｓｓｏｃｉａｔｉｏｎ，ＰＤＡ）的方式分别更新每个扩展目标的运动

参数和形状参数向量，最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明，在高杂

波环境下，本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。

关键词：泊松点过程；多扩展目标跟踪；联合概率数据关联；“多对一”关联模型；边缘关联概率；形状参数

中图分类号：ＴＮ７１３文献标识码：ＡＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１９．０６．０２０

引用格式：杜浩翠，谢维信，范建德．基于ＰＰＰ模型的多扩展目标跟踪的ＪＰＤＡ算法研究［Ｊ］．信号处理，２０１９，３５

（６）：１０７９１０８７．ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１９．０６．０２０．

Ｒｅｆｅｒｅｎｃｅｆｏｒｍａｔ：ＤｕＨａｏｃｕｉ，ＸｉｅＷｅｉｘｉｎ，ＦａｎＪｉａｎｄｅ．ＪＰＤＡＡｌｇｏｒｉｔｈｍｆｏｒＭｕｌｔｉＥｘｔｅｎｄｅｄＴａｒｇｅｔＴｒａｃｋｉｎｇＢａｓｅｄｏｎ

ＰＰＰＭｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，２０１９，３５（６）：１０７９１０８７．ＤＯＩ：１０．１６７９８／ｊ．ｉｓｓｎ．１００３０５３０．２０１９．

０６．０２０．

ＪＰＤＡＡｌｇｏｒｉｔｈｍｆｏｒＭｕｌｔｉＥｘｔｅｎｄｅｄＴａｒｇｅｔＴｒａｃｋｉｎｇＢａｓｅｄｏｎＰＰＰＭｏｄｅｌ

ＤｕＨａｏｃｕｉＸｉｅＷｅｉｘｉｎＦａｎＪｉａｎｄｅ

（ＡＴＲＫｅｙＬａｂｏｒａｔｏｒｙ，ＳｈｅｎｚｈｅｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ５１８０６０，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：ＡＪｏｉｎｔＰｒｏｂａｂｉｌｉｓｔｉｃＤａｔａＡｓｓｏｃｉａｔｉｏｎ（ＪＰＤＡ）ＡｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＰｏｉｓｓｏｎＰｏｉｎｔＰｒｏｃｅｓｓ（ＰＰＰ）Ｍｏｄｅｌｉｓｐｒｏ

ｐｏｓｅｄｆｏｒｍｕｌｔｉｐｌｅｅｘｔｅｎｄｅｄｔａｒｇｅｔｔｒａｃｋｉｎｇｉｓｓｕｅｓ．Ｆｉｒｓｔｌｙ，ｗｅｅｍｐｌｏｙｔｈｅＰＰＰｍｏｄｅｌｆｏｒｅｘｔｅｎｄｅｄｏｂｊｅｃｔｍｅａｓｕｒｅｍｅｎｔｍｏｄ

ｅｌｉｎｇ．Ｓｅｃｏｎｄｌｙ，ａＪＰＤＡａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｔｈｅ“ｍａｎｙ２１”ａｓｓｏｃｉａｔｉｏｎｍｏｄｅｌｉｄｅａ，ａｎｄｔｈｅｎｍａｒｇｉｎａｌａｓｓｏｃｉ

ａｔｉｏｎｐｒｏｂａｂｉｌｉｔｉｅｓｃａｎｂｅｃａｌｃｕｌａｔｅｄｂｙｔｈｅｃｕｒｒｅｎｔｅｆｆｅｃｔｉｖｅｍｅａｓｕｒｅｍｅｎｔｏｆｔｈｅｍｏｖｉｎｇｔａｒｇｅｔ．Ｔｈｉｒｄｌｙ，ｔｈｅｋｉｎｅｍａｔｉｃａｎｄ

ｓｈａｐｅｐａｒａｍｅｔｅｒｓｏｆｅａｃｈｅｘｔｅｎｄｅｄｔａｒｇｅｔａｒｅｕｐｄａｔｅｄｓｅｐａｒａｔｅｌｙｉｎａｐｒｏｂａｂｉｌｉｔｙｄａｔａａｓｓｏｃｉａｔｉｏｎ（ＰＤＡ）ｆａｓｈｉｏｎｏｆｉｎｃｏｒｐｏ

ｒａｔｉｎｇｔｈｅｍａｒｇｉｎａｌａｓｓｏｃｉａｔｉｏｎｐｒｏｂａｂｉｌｉｔｉｅｓ．Ｆｉｎａ