改进PDA-AI方法的运动目标跟踪性能分析
为了解决概率数据关联法(PDA-AI)的信号模型与光电探测跟踪系统不符的实际问题,提出了采用目标信号幅度连续性和运动轨迹一致性进行运动分析的改进PDA-AI(MPDAAI).该方法利用目标信号幅度在短时间内变化缓慢,相关性强的特点,运用一阶马尔可夫模型描述目标的运动信息和幅度信号,分析量测点的运动信息和幅度信号关联过程,并详细计算和讨论典型密集杂渡环境下PDA-AI和MPDA-AI的Cramer-Rao估计误差下界.理论分析和试验结果表明,MPDA-AI估计出的目标状态较PDA-AI更加准确,可信程度更高,能更进一步提高目标检测跟踪的可靠性.
小弱目标跟踪、概率数据关联滤波、信号幅度、Cramer-Rao误差下界
33
TP391.4(计算技术、计算机技术)
教育部博士点基金资助项目20070611013
2010-09-08(万方平台首次上网日期,不代表论文的发表时间)
77-82